从docker讲起
Docker资源（CPU/内存/磁盘IO/GPU）限制与分配指南
默认情况下，Docker容器是没有资源限制的，它会尽可能地使用宿主机能够分配给它的资源。如果不对容器资源进行限制，容器之间就会相互影响，一些占用硬件资源较高的容器会吞噬掉所有的硬件资源，从而导致其它容器无硬件资源可用，发生停服状态。 Docker提供了限制内存，CPU或磁盘IO的方法， 可以对容器所占用的硬件资源大小以及多少进行限制，我们在使用docker create创建一个容器或者docker run运行一个容器的时候就可以来对此容器的硬件资源做限制。
Docker 通过 cgroup 来控制容器使用的资源配额，包括 CPU、内存、磁盘三大方面，基本覆盖了常见的资源配额和使用量控制。
K8S
K8s(Kubernetes)学习（一）：k8s概念及组件（总览全局，便于理解概率和系统架构）
Kubernetes入门：Pod、节点、容器和集群都是什么？
一关系图让你理解K8s中的概念，Pod、Service、Job等到底有啥关系
k8s与机器学习平台
手把手教你搭建Kubeflow------基于K8s的机器学习平台
需要注意的是，k8s作为GPU集群管理器存在固有的缺陷 ：
xys：如果我才用k8s来管理服务器集群，假设每台服务器上有1个CPU,4个GPU.如果我某一个应用程序需要调用3块CPU和8块GPU,可以做到吗？
周cong：需要将应用程序以分布式的方式部署才可以，k8s能将资源分到docker，做不到分到单应用。
xys：就是说应该将k8s管理的每个pod视为一台虚拟的主机，每台虚拟主机能使用的资源不能超过物理主机资源（1个CPU,4个GPU）。所以还是只能将应用程序分布式部署。
周cong：是
xys：虚拟化后性能损耗多吗
周cong：具体没测过，有论文说是只有原来的70-75%
######################################
肖th：k8s和docker适合做的事情，是将一台高性能的主机资源虚拟化为多个主机，租赁给网上的众多用户，这也是云计算的本意和通用方法。该方案并不适合将多主机集群构建成高性能的计算单元。
云-边-端 集群管理
四种方案：KubeEdge、Superedge、Openyurt、k3s