**帮助改进此页面** 要帮助改进本用户指南，请选择位于每个页面右侧窗格中的**在 GitHub 上编辑此页面**链接。 # 管理 Amazon EKS 上的 EFA 设备 [Elastic Fabric Adapter](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa.html)（EFA）是一种用于 Amazon EC2 实例的网络设备，可为人工智能、机器学习和高性能计算（HPC）工作负载实现高性能的节点间通信与 RDMA（远程直接内存访问）。Amazon EKS 支持两种在 EKS 集群中管理 EFA 设备的机制：*EFA 动态资源分配（DRA）驱动程序（DRANET）*和 *EFA 设备插件*。 对于在运行 Kubernetes 1.34 或更高版本的 EKS 集群上使用 EKS 托管节点组，或自行管理的节点组进行的新部署，建议使用 EFA DRA 驱动程序（DRANET）。借助 EFA DRA 驱动程序，您可以配置拓扑感知分配，将 EFA 接口与其拓扑邻近的 GPU 或 Neuron 设备配对，并支持在 Pod 之间共享设备。 EFA DRA 驱动程序不支持与 Karpenter 或 EKS 自动模式结合使用。请将 [EFA 设备插件](#eks-efa-device-plugin)与 Karpenter 和 EKS 自动模式结合使用。EFA 设备插件仍然支持与 EKS 托管节点组和自行管理的节点结合使用。 ## EFA DRA 驱动程序与 EFA 设备插件 | 功能 | EFA DRA 驱动程序 | EFA 设备插件 | | --- | --- | --- | | 最低 Kubernetes 版本 | 1.34 | 所有 EKS 支持的 Kubernetes 版本 | | EKS 计算 | 托管节点组、自行管理的节点 | EKS 自动模式、Karpenter、托管节点组、自行管理的节点 | | EKS 优化型 AMI | AL2023（NVIDIA、Neuron）、Bottlerocket | AL2023（NVIDIA、Neuron）、Bottlerocket | | 设备发布方式 | 通过 `ResourceSlice` 对象发布丰富属性，包括设备类型、拓扑和 PCIe 就近性 | 以整数计数形式发布 `vpc.amazonaws.com/efa` 扩展资源 | | GPU-EFA 亲和性 | DRA 原生拓扑感知 | 自动拓扑感知（仅限 EKS 优化版 AL2023 AMI） | | Neuron-EFA 亲和性 | DRA 原生拓扑感知 | 自动拓扑感知（仅限 EKS 优化版 AL2023 AMI） | | 设备共享 | 多个容器组（pod）可以通过共享 `ResourceClaim` 引用共享同一个 EFA 设备 | 不支持。每个 EFA 设备专用于一个容器组（pod）。 | ## 创建带有 EFA 接口的 EKS 节点 当您创建带有 EFA 接口的 EKS 节点时，EFA 接口会在实例预置期间附加到实例。您可以自定义每台设备的 EFA 配置，并将[置放群组](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/placement-groups.html)与 Karpenter、EKS 托管节点组或 EKS 自行管理的节点组结合使用。使用 Karpenter 时，您可以通过 `NodeClass` 传递每个网络接口的配置。使用 EKS 托管节点组或自行管理的节点时，您可以通过[启动模板](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-launch-templates.html)传递每个网络接口的配置。即将推出 EKS 自动模式对每台设备 EFA 配置和置放群组的支持。 当使用 [`eksctl`](install-kubectl.md#eksctl-install-update) 并以 `efaEnabled` 设置配置 EKS 节点时，所有接口都要配置接口类型 `EFA`，系统会创建一个特定于 EFA 的安全组，并在集群上安装 EFA 设备插件。如果您在使用 `eksctl` 时需要自定义每设备的 EFA 配置，建议使用 eksctl 对[启动模板](https://docs.aws.amazon.com/eks/latest/eksctl/launch-template-support.html)的支持。 以下示例演示了如何配置具有 EFA 接口的 `NodeClass` 和启动模板。这对于自定义用于 EFA 和基于 IP 的标准流量的接口非常有用。有关每种实例类型支持的 EFA 接口数量以及如何为最大网络带宽配置它们的信息，请参阅《Amazon EC2 用户指南**》中的[最大限度地提高启用 EFA 的实例类型的网络带宽](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-acc-inst-types.html)。 ## Karpenter `networkInterfaces` 中的每个条目都指定了 `networkCardIndex`、`deviceIndex` 和 `interfaceType`。`interfaceType` 可以是标准网络接口的 `interface`，也可以是专用于 RDMA 流量且不分配 IP 地址的 EFA 接口的 `efa-only`。`networkInterfaces` 配置完成后，无论容器组（pod）是否请求 `vpc.amazonaws.com/efa` 资源，由引用 `NodeClass` 的 `NodePool` 启动的实例都会使用此配置。 当使用 Karpenter 且未在 `NodeClass` 中指定 `networkInterfaces` 时，为请求 `vpc.amazonaws.com/efa` 的容器组（pod）创建的实例会将所有接口配置为接口类型 `EFA`。 在 Karpenter v1.11 中增加了对 `EC2NodeClass` 的 `networkInterfaces` 配置。以下示例演示了为 P6-B200 实例配置的 `EC2NodeClass`，具有 1 个 ENA 接口和 8 个仅限 EFA 的接口。 ### 示例：为 P6-B200 配置仅限 EFA 接口的 Karpenter EC2NodeClass ``` apiVersion: karpenter.k8s.aws/v1 kind: EC2NodeClass metadata: name: efa-node-class spec: networkInterfaces: - networkCardIndex: 0 deviceIndex: 0 interfaceType: interface - networkCardIndex: 0 deviceIndex: 1 interfaceType: efa-only - networkCardIndex: 1 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 2 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 3 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 4 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 5 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 6 deviceIndex: 0 interfaceType: efa-only - networkCardIndex: 7 deviceIndex: 0 interfaceType: efa-only ``` ## EKS 托管节点组与自行管理的节点 使用 EKS 托管节点组或自行管理的节点时，您可以通过[启动模板](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/ec2-launch-templates.html)传递每个网络接口的配置。 以下示例演示了为 P6-B200 实例配置的启动模板，具有 1 个 ENA 接口和 8 个仅限 EFA 的接口。主网络接口（网卡 0，设备索引 0）使用 `interface` 标准类型处理 IP 流量，而附加接口则使用 `efa-only` 处理专用 RDMA 流量。根据实例类型调整 `efa-only` 接口数量。有关每种实例类型支持的 EFA 接口数量，请参阅《Amazon EC2 用户指南**》中的[最大限度地提高启用 EFA 的实例类型的网络带宽](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-acc-inst-types.html)。 ### 示例：为 P6-B200 配置仅限 EFA 接口的启动模板 将 ` security-group-id ` 替换为您自己的值。安全组必须允许进出其本身的所有入站和出站流量，以启用 EFA 操作系统绕过功能。有关更多信息，请参阅《Amazon EC2 用户指南》**中的[步骤 1：准备启用 EFA 的安全组](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-start.html#efa-start-security)。 **重要** 使用 EKS 托管节点组时，请勿在启动模板中指定 `SubnetId`。EKS 要求通过 `CreateNodegroup` API 指定所有子网，并拒绝包含子网配置的启动模板。 ``` { "LaunchTemplateName": "efa-launch-template", "LaunchTemplateData": { "InstanceType": "p6-b200.48xlarge", "NetworkInterfaces": [ { "NetworkCardIndex": 0, "DeviceIndex": 0, "InterfaceType": "interface", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 0, "DeviceIndex": 1, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 1, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 2, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 3, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 4, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 5, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 6, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] }, { "NetworkCardIndex": 7, "DeviceIndex": 0, "InterfaceType": "efa-only", "Groups": ["security-group-id"] } ] } } ``` ## 将 EKS 优化的 AMI 与 EFA 配合使用 EKS 优化版 AL2023 加速型 AMI（NVIDIA 和 Neuron）和所有 Bottlerocket AMI 都包含使用 EFA 所需的主机级组件（即由 [aws-efa-installer](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-start.html#efa-start-enable) 安装的组件）。EKS AL2023 和 Bottlerocket AMI **不包含** EFA DRA 驱动程序或 EFA 设备插件，在部署工作负载之前必须将其单独安装到集群上。 ## 节省 IP 地址分配 启用 EFA 的实例（例如 `p5.48xlarge` 和 `p6-b200.48xlarge`）支持许多网络接口。默认情况下，Amazon VPC CNI 会在所有启用 IP 的附加 ENI 上分配 IP 地址，即使这些地址未被容器组（pod）积极使用，也可能消耗子网中的大量 IP 地址。在具有数十个网络接口的实例上，这可能会迅速耗尽子网的可用 IP 空间。 要减少启用 EFA 的节点上的 IP 地址消耗，请将除主接口外的所有接口配置为使用 `efa-only`。仅限 EFA 的接口专用于 RDMA 流量且不分配 IP 地址，因此它们不会消耗子网中的地址。有关示例配置，请参阅 [Karpenter](#eks-efa-auto-karpenter) 和 [EKS 托管节点组与自行管理的节点](#eks-efa-mng-self-managed)。有关每种实例类型的推荐接口布局，《Amazon EC2 用户指南**》中的[最大限度地提高启用 EFA 的实例类型的网络带宽](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-acc-inst-types.html)。 除了使用 `efa-only` 接口外，您还可以配置 Amazon VPC CNI 以限制热（预分配）IP 地址和 ENI 的数量。默认情况下，VPC CNI 会预分配 ENI 和 IP 地址的暖池，以便更快地启动容器组（pod），但在大型实例中，这可能会预留数百个未使用的 IP 地址。在 `aws-node` DaemonSet 上设置 `WARM_IP_TARGET` 和 `WARM_ENI_TARGET` 环境变量，以控制 CNI 维护的备用 IP 地址和 ENI 的数量。有关这些设置的更多信息，请参阅 [Amazon VPC CNI 最佳实践](https://docs.aws.amazon.com/eks/latest/best-practices/vpc-cni.html#_overview)。 **注意** `WARM_ENI_TARGET` 和 `WARM_IP_TARGET` 设置是集群范围设置，适用于由 VPC CNI 管理的所有节点。目前无法按节点组或实例类型设置不同的值。如果您需要更精细地控制这些设置，请在 [containers-roadmap issue \#1834](https://github.com/aws/containers-roadmap/issues/1834) 上提供反馈。 ## 安装 EFA DRA 驱动程序（DRANET） EFA DRA 驱动程序内置在上游 [DRANET](https://github.com/kubernetes-sigs/dranet) 项目中，该项目为 Kubernetes DRA 提供云感知的网络设备管理。在本文档中，*EFA DRA 驱动程序*和 *DRANET* 可互换使用，指的是同一个工具。 FA DRA 驱动程序将 EFA 设备作为 `ResourceSlice` 对象进行发布，驱动程序名称为 `dra.net`，`DeviceClass` 名称为 `efa.networking.k8s.aws`。EFA DRA 驱动程序作为 DaemonSet 在每个节点上运行，并自动发现 EFA 设备。 ### 先决条件 + 运行 Kubernetes 1.34 或更高版本的 Amazon EKS 集群，使用 EKS 托管节点组或自行管理的节点组。 + 具有启用 EFA 的 Amazon EC2 实例类型的节点。有关支持的实例类型的列表，请参阅*《Amazon EC2 用户指南》*中的[支持的实例类型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa.html#efa-instance-types)。 + 为 EFA 安装主机级组件的节点。有关更多信息，请参阅[安装 EFA 软件](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-start.html#efa-start-enable)。EKS 优化版 AL2023 NVIDIA 和 Neuron AMI 以及 Bottlerocket AMI 都包含 EFA 主机级组件。 + 在命令行环境中安装 Helm，有关更多信息，请参阅[安装 Helm 说明](helm.md)。 + `kubectl` 配置为与您的集群通信，更多信息，请参阅 [安装或更新 `kubectl`](install-kubectl.md#kubectl-install-update)。 ### 过程 **重要** 请勿在运行 EFA 设备插件的节点上安装 EFA DRA 驱动程序。这两种机制不能在同一节点上共存。有关更新，请参阅上游 Kubernetes [KEP–5004](https://github.com/kubernetes/enhancements/issues/5004)。 1. 添加 Helm 图表存储库。 ``` helm repo add eks https://aws.github.io/eks-charts ``` 1. 更新本地 Helm 存储库。 ``` helm repo update ``` 1. 使用 Helm 在集群上安装 EFA DRA 驱动程序。EFA DRA 驱动程序通过实例元数据服务（IMDS）自动检测其是否在 EC2 实例上运行，并启用 EFA 设备发现。默认情况下，EFA DRA 驱动程序以 DaemonSet 形式部署在 `kube-system` 命名空间中。有关可配置的参数，请参阅 [EKS Helm 图表 GitHub 存储库](https://github.com/aws/eks-charts/tree/master/stable/aws-dranet)中的 values.yaml。 ``` helm install aws-dranet eks/aws-dranet --namespace kube-system ``` 1. 验证 DRANET DaemonSet 是否正在运行。 ``` kubectl get daemonset -n kube-system aws-dranet ``` ``` NAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE aws-dranet 2 2 2 2 2 60s ``` 1. 验证 `DeviceClass` 是否已创建： ``` kubectl get deviceclass ``` ``` NAME AGE efa.networking.k8s.aws 60s ``` 1. 验证是否为您的节点发布了 `ResourceSlice` 对象。 ``` kubectl get resourceslices --field-selector spec.driver=dra.net ``` 如果您在执行上述步骤时遇到错误，可以使用以下命令查看 DRANET 的日志。 ``` kubectl logs -n kube-system -l app=aws-dranet ``` 1. 要使用 DRA 驱动程序请求 EFA 设备，请创建一个引用 EFA `DeviceClass` 的 `ResourceClaim` 或 `ResourceClaimTemplate`，并在容器组（pod）规约中引用它。以下示例请求单个 EFA 设备。 ``` apiVersion: resource.k8s.io/v1 kind: ResourceClaimTemplate metadata: name: single-efa-claim spec: spec: devices: requests: - name: efa exactly: deviceClassName: efa.networking.k8s.aws count: 1 --- apiVersion: v1 kind: Pod metadata: name: efa-workload spec: containers: - name: app ... resources: claims: - name: efa-device resourceClaims: - name: efa-device resourceClaimTemplateName: single-efa-claim ``` ## 拓扑感知的 EFA 和 GPU/Neuron 设备分配 EFA DRA 驱动程序支持拓扑感知分配，可将 EFA 接口与同一 PCIe 根上的 GPU 或 Neuron 设备配对。使用 `matchAttribute` 约束来对齐 EFA 和 GPU 或 Neuron 设备分配。要使用此功能，您还必须使用 NVIDIA 或 Neuron DRA 驱动程序。有关更多信息，请参阅[在 Amazon EKS 上管理 NVIDIA GPU 设备](device-management-nvidia.md)和[在 Amazon EKS 上管理 Neuron 设备](device-management-neuron.md)。 以下示例请求 1 个 EFA 接口，与 1 个 NVIDIA GPU 对齐： ``` apiVersion: resource.k8s.io/v1 kind: ResourceClaimTemplate metadata: name: aligned-efa-nvidia spec: spec: devices: requests: - name: 1-efa exactly: deviceClassName: efa.networking.k8s.aws count: 1 - name: 1-gpu exactly: deviceClassName: gpu.nvidia.com count: 1 constraints: - requests: ["1-gpu", "1-efa"] matchAttribute: "resource.kubernetes.io/pcieRoot" ``` 以下示例请求 4 个 EFA 接口，与 4 部 Neuron 设备对齐： ``` apiVersion: resource.k8s.io/v1 kind: ResourceClaimTemplate metadata: name: aligned-efa-neuron spec: spec: devices: requests: - name: 4-neurons exactly: deviceClassName: neuron.aws.com count: 4 - name: 4-efas exactly: deviceClassName: efa.networking.k8s.aws count: 4 constraints: - requests: ["4-neurons", "4-efas"] matchAttribute: "resource.aws.com/devicegroup4_id" ``` `devicegroup` 属性名称中的数字对应于连接拓扑组中的 Neuron 设备数量。例如，`resource.aws.com/devicegroup1_id` 标识单个 Neuron 设备，`resource.aws.com/devicegroup4_id` 标识一个包含 4 部已连接设备的组，而 `resource.aws.com/devicegroup8_id` 和 `resource.aws.com/devicegroup16_id` 分别标识包含 8 部和 16 部已连接设备的组。选择与请求中的设备 `count` 匹配的 `matchAttribute`，以便分配的 Neuron 设备和 EFA 接口属于同一连接拓扑组。有关这些属性的更多信息，请参阅 [Neuron DRA 驱动程序文档](https://awsdocs-neuron.readthedocs-hosted.com/en/latest/containers/neuron-dra.html)。 您可以使用 `allocationMode` 来简化 EFA 设备分配给对齐的 GPU 或 Neuron 加速器的方式。`allocationMode` 字段支持两个值：`ExactCount`（默认值）请求由 `count` 指定的特定设备数量，以及 `All` 请求池中的所有匹配设备。例如，在 `p5.48xlarge` 实例中，有四台 EFA 设备与一个 GPU 共享同一 PCIe 根。要分配这些 EFA 设备组并与 GPU 对齐，即使您不知道确切的 EFA-GPU 设备映射和对齐的 EFA 设备数量，也可以将 `ResourceClaimTemplate` 中的 EFA 设备配置为 `allocationMode: All`。 ``` apiVersion: resource.k8s.io/v1 kind: ResourceClaimTemplate metadata: name: aligned-all-efa-one-nvidia spec: spec: devices: requests: - name: all-efas exactly: deviceClassName: efa.networking.k8s.aws allocationMode: All - name: one-gpu exactly: deviceClassName: gpu.nvidia.com allocationMode: ExactCount count: 1 constraints: - requests: ["all-efas", "one-gpu"] matchAttribute: "resource.kubernetes.io/pcieRoot" ``` ## 在多个容器组（pod）之间共享 EFA 设备 EFA DRA 驱动程序支持通过使用 `ResourceClaim` 在多个容器组（pod）之间共享 EFA 设备。与为每个容器组（pod）生成独立声明的 `ResourceClaimTemplate` 不同，`ResourceClaim` 是一个独立创建的对象，可从多个容器组（pod）中引用。所有引用同一 `ResourceClaim` 的容器组（pod）会共享对同一组已分配 EFA 设备的访问权限，并调度到这些设备可用的同一节点上。 要在容器组（pod）之间共享 EFA 设备，请创建一个请求 EFA 设备的 `ResourceClaim`，然后在每个容器组（pod）的 `resourceClaims` 字段中使用 `resourceClaimName` 按名称引用该 Claim。在创建引用它的容器组（pod）之前，`ResourceClaim` 必须存在于集群中。如果引用的 `ResourceClaim` 不存在，容器组（pod）将保持待处理状态，直到创建 Claim。 以下示例创建了一个请求 4 台 EFA 设备的 `ResourceClaim`，以及两个共享这些设备访问权限的容器组（pod）。 1. 创建 `ResourceClaim`。 ``` apiVersion: resource.k8s.io/v1 kind: ResourceClaim metadata: name: shared-efa spec: devices: requests: - name: efa exactly: deviceClassName: efa.networking.k8s.aws count: 4 ``` 1. 在每个需要访问 EFA 设备的容器组（pod）中，按名称引用 `ResourceClaim`。每个容器组（pod）都使用 `resourceClaimName` 来引用现有 Claim，而不是 `resourceClaimTemplateName`。 ``` apiVersion: v1 kind: Pod metadata: name: training-worker spec: containers: - name: worker image: my-training-image resources: claims: - name: efa-devices resourceClaims: - name: efa-devices resourceClaimName: shared-efa --- apiVersion: v1 kind: Pod metadata: name: training-monitor spec: containers: - name: monitor image: my-monitor-image resources: claims: - name: efa-devices resourceClaims: - name: efa-devices resourceClaimName: shared-efa ``` 两个容器组（pod）都引用同一个 `shared-efa` `ResourceClaim`，并被调度到分配了这些 EFA 设备的节点上。`ResourceClaim` 生命周期独立于容器组（pod），即使所有引用它的容器组（pod）都被删除，它也会一直存在，直到您将其删除， ## 安装 EFA Kubernetes 设备插件 EFA Kubernetes 设备插件将 EFA 设备作为 `vpc.amazonaws.com/efa` 扩展资源进行发布。您需要在容器的资源请求和限制中请求 EFA 设备。有关使用训练工作负载设置 EFA 的完整说明，请参阅[使用 Elastic Fabric Adapter 在 Amazon EKS 上运行机器学习训练](node-efa.md)。 **重要** 使用 EKS 优化版 AL2023 加速 AMI 时，会自动发生 NVIDIA GPU 或 Neuron 设备与 EFA 接口的拓扑对齐分配。使用 Bottlerocket EKS 优化版 AMI 或自定义 AMI 时，不会发生这种自动对齐。如果您需要在使用 Bottlerocket 或自定义 AMI 时进行拓扑对齐的加速器和 EFA 设备分配，请使用 EFA DRA 驱动程序和相应的 Neuron DRA 驱动程序。不支持将 NVIDIA DRA 驱动程序与 Bottlerocket 结合使用。有关更多信息，请参阅 [拓扑感知的 EFA 和 GPU/Neuron 设备分配](#efa-dra-topology-aware)。 **重要** 从 NVIDIA `k8s-device-plugin` v0.19.0 开始，`--mofed-enabled` 标志默认为 `true`，这会导致 NVIDIA 设备插件将所有 `/dev/infiniband/uverbs*` 设备挂载到请求 GPU 的容器中。这与 EFA 设备插件冲突，后者应该是管理 `/dev/infiniband` 处 EFA 设备分配的组件。如果您将 EKS 托管节点组或自行管理的节点与 NVIDIA 设备插件结合使用，则须明确禁用 MOFED。有关说明，请参阅[安装 NVIDIA Kubernetes 设备插件](device-management-nvidia.md#nvidia-device-plugin)。 默认情况下，EKS 自动模式不会启用 MOFED，因此不受此问题影响。 ### 先决条件 + 一个 Amazon EKS 集群。 + 具有启用 EFA 的 Amazon EC2 实例类型的节点。有关支持的实例类型的列表，请参阅*《Amazon EC2 用户指南》*中的[支持的实例类型](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa.html#efa-instance-types)。 + 为 EFA 安装主机级组件的节点。有关更多信息，请参阅[安装 EFA 软件](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/efa-start.html#efa-start-enable)。EKS 优化版 AL2023 NVIDIA 和 Neuron AMI 以及 Bottlerocket AMI 都包含 EFA 主机级组件。 + 在命令行环境中安装 Helm，有关更多信息，请参阅[安装 Helm 说明](helm.md)。 + `kubectl` 配置为与您的集群通信，更多信息，请参阅 [安装或更新 `kubectl`](install-kubectl.md#kubectl-install-update)。 ### 过程 1. 添加 Helm 图表存储库。 ``` helm repo add eks https://aws.github.io/eks-charts ``` 1. 更新本地 Helm 存储库。 ``` helm repo update ``` 1. 安装 EFA 设备插件。 ``` helm install efa eks/aws-efa-k8s-device-plugin -n kube-system ``` 1. 验证 EFA 设备插件 DaemonSet 正在运行。 ``` kubectl get daemonset -n kube-system efa-aws-efa-k8s-device-plugin ``` ``` NAME DESIRED CURRENT READY UP-TO-DATE AVAILABLE NODE SELECTOR AGE efa-aws-efa-k8s-device-plugin 2 2 2 2 2 60s ``` 1. 验证节点是否具有可分配的 EFA 资源。 ``` kubectl get nodes "-o=custom-columns=NAME:.metadata.name,EFA:.status.allocatable.vpc\.amazonaws\.com/efa" ``` ``` NAME EFA ip-192-168-11-225.us-west-2.compute.internal 4 ip-192-168-24-96.us-west-2.compute.internal 4 ``` 1. 要使用设备插件请求 EFA 设备，请在容器的资源请求和限制中指定 `vpc.amazonaws.com/efa` 资源。 ``` apiVersion: v1 kind: Pod metadata: name: efa-workload spec: containers: - name: app ... resources: limits: vpc.amazonaws.com/efa: 4 hugepages-2Mi: ... requests: vpc.amazonaws.com/efa: 4 hugepages-2Mi: ... ```