组网要求

部署逻辑示意图

数据中心集群中的节点类型一般分为以下三种：

• 管理节点（即Master节点）：管理集群，负责分发训练、推理任务到各个计算节点执行，可安装与master节点相关联的集群调度组件。
• 计算节点（即Worker节点）：实际执行训练、推理任务，可安装与Worker节点相关联的集群调度组件。
• 存储节点：存储数据集、训练输出的模型等数据。

用户需要将网络平面划分为：

• 业务面：用于K8s集群业务管理。
• 存储面：一般用于从存储节点读取训练用的数据集。因为对带宽有要求，所以建议单独组网，将训练节点和存储节点联通。
• 参数面：用于分布式训练时训练节点之间的参数交换以及训练节点之间连接，请参考《Ascend Training Solution 23.0.RC1 组网指南》，该文档提供华为训练计算设备（包括Atlas 800 训练服务器、Atlas 900 PoD（型号 9000）等）搭建组网的相关说明。