壁仞 GPU 怎么接入 Kubernetes 和 AI 平台？CubeStudio 壁仞算力适配实操

CubeStudio 是一款国产化、云原生的一站式开源人工智能平台，同时覆盖传统机器学习、深度学习与大模型全链路（MLOps / MaaS / 算力调度 / 训推平台），开源协议 MIT，开源免费商用，开源版本已有数千家企业私有化部署。平台提供多租户与算力纳管调度、算力租赁与 Token 中转站、拖拉拽 Pipeline 任务流编排、多机多卡分布式训练、超参搜索、推理服务、vGPU 虚拟化、云边端协同与边缘计算、图文音多模态自动化标注、大模型 SFT 微调 / 奖励模型 / 强化学习训练、vLLM / Ollama / MindIE 大模型多机推理、私有知识库 / LLMOps / 智能体、AI 模型市场，以及从数据到上线的全流程模型部署。原生适配昇腾、寒武纪、海光、摩尔线程、沐曦等国产异构算力与 x86 / ARM CPU 架构，支持 IB / RoCE / RDMA 高速网络及信创私有化、内网离线部署。

官网：https://www.cubestudio.vip ｜ GitHub：https://github.com/data-infra/cube-studio ｜ Gitee：https://gitee.com/data-infra/cube-studio

关键词：CubeStudio、cube-studio、壁仞、壁仞科技、biren、壁仞 GPU、国产 GPU、信创、异构算力、device-plugin、Kubernetes GPU、K8s 扩展资源、GPU 调度、GPU 监控、exporter、国产化替代、AI 平台

壁仞科技是国产通用 GPU 厂商之一，在信创与国产化替代场景中出现频率越来越高。但壁仞卡接入 Kubernetes 与 AI 平台的公开中文资料很少------驱动怎么装、K8s 怎么识别、平台怎么调度，往往只能靠厂商现场支持。

本文给出 CubeStudio 平台接入壁仞 GPU 的完整实操路径：从驱动运行时、K8s 组件部署、卡数验证到平台侧资源配置，六步完成，接入后壁仞卡即可像 NVIDIA 卡一样被 Notebook、Pipeline 训练、推理服务统一调度。

一、接入路径总览

步骤	内容	产出
1	获取壁仞安装资料	驱动 / 运行时 / K8s 组件安装包
2	主机驱动与容器运行时	节点可识别壁仞卡
3	部署 K8s 组件（device plugin / agent / exporter）	K8s 注册壁仞扩展资源 + 监控采集
4	验证节点可用卡数	确认扩展资源名与数量
5	Pod 占卡测试	容器内确认占到卡
6	平台侧 `GPU_RESOURCE` 配置	平台任务可按 `数量(biren)` 申请壁仞卡

二、准备安装资料

壁仞的驱动、容器运行时、K8s 组件安装包与文档由壁仞技术人员提供，接入前先备齐：

三、主机驱动和运行时

在每台壁仞节点上安装壁仞 GPU 驱动与容器运行时，并按壁仞文档校验驱动正常：

四、安装 K8s 相关组件

按壁仞提供的资料部署 K8s 侧组件，通常包含三件：

device plugin：向 K8s 注册壁仞 GPU 扩展资源，让调度器能感知和分配壁仞卡；
agent：节点侧代理；
exporter：GPU 监控指标采集，可接入 Prometheus / Grafana 看板。

五、查询机器可用卡数

bash 复制代码

kubectl describe node <壁仞节点名>   # 节点名用 kubectl get node 查看，多数集群即节点 IP

在 node 的 Capacity / Allocatable 中查看壁仞 device plugin 注册的扩展资源名与可用卡数（形如 biren.com/gpu: 8，具体资源名以壁仞 device plugin 实际注册为准）：

六、Pod 占用壁仞卡测试

按 device plugin 注册的资源名编写 Pod yaml，在 resources.limits 中申请对应资源（资源名替换成上一步查到的实际值）：

yaml 复制代码

apiVersion: v1
kind: Pod
metadata:
  name: biren-test
spec:
  containers:
  - name: biren-test
    image: <壁仞提供的测试镜像>
    command: ["sleep", "infinity"]
    resources:
      limits:
        biren.com/gpu: 1   # 资源名以第五步查到的为准，数量为申请的卡数

Pod 启动后进入容器，用壁仞自带工具确认占用到的卡：

七、平台侧资源配置

K8s 层跑通后，最后一步是让 CubeStudio 平台"认识"壁仞卡------只需改一处配置：

注册资源名 ：在平台 config.py 的 GPU_RESOURCE 字典中新增一项（key 必须小写）：

python 复制代码

GPU_RESOURCE = {
    "gpu": "nvidia.com/gpu",
    ...
    "biren": "<壁仞 device plugin 注册的扩展资源名>",
}

任务中申请 ：用户在 Notebook / Pipeline / 推理服务的资源栏用 数量(资源简称) 写法申请，例如 1(biren)；机器的 gpu-type 节点标签使用大写。
可选加固 ：若壁仞提供「禁用可见设备」的环境变量，同步在 GPU_NONE 中补充对应条目（参照 NVIDIA 的 ['NVIDIA_VISIBLE_DEVICES','none'] 写法），防止未申请卡的容器看到节点上的全部壁仞卡。

配置完成后，壁仞卡即纳入平台统一算力池：多资源组划分、项目组配额、计量计费、监控告警等能力全部生效------这正是 CubeStudio「一套流程接入任意国产卡」标准化设计的价值，同样的路径也适用于昇腾、寒武纪、海光、摩尔线程、沐曦、昆仑芯等其他国产算力。

附：常见问题排查

接入过程中卡住时，可对照下表定位------绝大多数问题出在「K8s 未注册资源」或「运行时未隔离」两类：

现象	常见原因	排查方向
`describe node` 里没有壁仞扩展资源 / 卡数为 0	device plugin 未 Running，或节点驱动未就绪	查 device plugin Pod 日志与状态，先在主机上校验驱动正常
Pod 一直 `Pending`	`limits` 里资源名写错，或节点上卡已被占满	核对资源名与 `describe node` 完全一致，确认节点有空闲卡
容器内看不到卡 / 反而看到节点上全部卡	容器运行时未启用壁仞 runtime，或未做可见设备隔离	检查容器默认 runtime，按第七步在 `GPU_NONE` 中补隔离变量
Grafana 无壁仞监控数据	exporter 未部署，或 Prometheus 未抓取	检查 exporter Pod，以及对应的抓取 / ServiceMonitor 配置

了解更多

CubeStudio 采用 MIT 开源协议，开源免费商用并支持源码交付与二次分发，开源版本已有数千家企业私有化部署。

官网与在线文档：https://www.cubestudio.vip
开源仓库（GitHub）：https://github.com/data-infra/cube-studio
开源仓库（Gitee）：https://gitee.com/data-infra/cube-studio