- Pytorch Job强化功能插件
- Ray on Volcano
- 增强Volcano对Kubernetes通用服务的调度能力
- 支持Volcano的多架构镜像
- 优化队列状态信息等
Volcano v1.7.0 关键特性介绍
1. Pytorch Job 强化功能插件
Pytorch是当下最流行的AI框架之一，已被广泛应用于计算机视觉，自然语言处理等深度学习领域，并且已有越来越多的用户开始以容器化的方式在Kubernetes上运行Pytorch来获得更高资源利用率和并行效率。
本次1.7版本提供了Pytorch Job强化功能插件，免去了容器端口、MASTER_ADDR、MASTER_PORT、WORLD_SIZE、RANK环境变量等众多繁琐的手动配置环节，让用户可以用极简的方式在Volcano上运行Pytorch Job。
Volcano社区当前提供了TensorFlow、MPI和Pytorch等Job强化功能插件，帮助用户更简洁高效的运行对应的训练框架和计算作业。
此外，Volcano还提供了Job插件的扩展开发框架，满足高阶用户针对复杂场景定制Job插件的需求。
设计文档：Pytorch-plugin
用户手册：Pytorch-plugin-user-guide
Issue：#2292
2. Ray on Volcano
Ray 是一个用于扩展 AI 和 Python 应用程序的统一框架，可以在任何机器、集群、云提供商和 Kubernetes 上运行，并具有不断发展完善的社区生态。
当前，机器学习工作负载的计算密集度越来越高，单节点开发环境已无法满足训练任务在资源上的需求，Ray可以将同一套代码从单机运行无缝扩展到集群中运行。Ray是面向通用场景进行的设计，可以高效运行任何类型的工作负载。
该特性实现Volcano和Ray的协同工作，使用Volcano为Ray提供批量调度功能。目前该特性已在KubeRay v0.4版本正式发布。
用户手册：KubeRay-integration-with-Volcano
Issue：#2429， #213
3. 增强Volcano对Kubernetes通用服务的调度能力
在不同的业务场景下，调度器发挥的价值与能力各有不同。比如，在批量计算场景中，Volcano的调度策略和能力更为丰富；通用服务调度场景中，Kubernetes默认调度器的能力更为均衡。但用户的集群中通常不会只运行一种类型的任务，在既有批量计算任务运行，又需要调度通用服务的场景下，如何兼顾不同类型任务的调度是一项值得研究的工作。
从1.7版本开始，Volcano提供对Kubernetes 默认调度器完全兼容的能力，可用于调度管理长期运行的服务。通过本次功能强化，用户可以使用 Volcano 统一调度长时间运行的服务和批处理工作负载。
重点增强项如下：
- Volcano的 scheduler 和 webhook 支持多调度器
- 支持 NodeVolumeLimits 插件
- 支持 VolumeZone 插件
- 支持 PodTopologySpread 插件
- 支持 SelectorSpread插件
另外，本次版本将对Kubernetes的支持升级到了v1.25。
4. 支持Volcano的多架构镜像
该特性通过交叉编译实现一键化编译Volcano多架构镜像功能，比如，可以在amd64架构机器上，一键化编译amd64和arm64架构的Volcano基础镜像，并上传至镜像仓库。用户安装部署时，会根据自身环境中机器架构自动选择合适的镜像运行，对开发者和用户更友好。
使用手册：building-docker-images
Issue：#2435
5. 优化队列状态信息
该特性在队列状态信息中增加已分配资源实时统计功能，通过该功能，用户可以实时查看队列的资源分配情况，方便管理员动态规划资源，使集群资源得到最大化利用。
Volcano通过队列的方式对集群资源进行分配管理，使用Capability字段来限制每个队列的资源上限，这是我们进行队列资源分配的硬约束。
当前，在集群运行过程中，用户无法清楚的了解到队列中已分配资源和Capability中空闲资源的详细信息，有可能会在队列空闲资源不足时提交大量工作负载，导致作业挂起和autoScaler非预期的触发集群扩容，从而增加云资源的使用成本。通过该特性中新增加的状态信息，用户可以更清晰有效的管理集群资源，控制使用成本。
Issue：#2571
致谢贡献者
Volcano v1.7.0 版本包含了来自29位贡献者的数百次代码提交，在此对各位贡献者表示由衷的感谢：
贡献者 GitHub ID：
| @xiaoxubeii | @jsolbrig | @Yikun |
| @tgaddair | @william-wang | @elinx |
| @Abirdcfly | @xiaoanyunfei | @qiankunli |
| @wpeng102 | @waiterQ | @hwdef |
| @WingkaiHo | @Monokaix | @kerthcet |
| @WulixuanS | @autumn0207 | @jinzhejz |
| @lucming | @jimoosciuc | @LY-today |
| @dontan001 | @wangyang0616 | @Akiqqqqqqq |
| @zhoumingcheng | @jiangkaihua | @Thor-wl |
| @ccchenjiahuan | @zhifanggao |
相关链接
Release note：v1.7.0
Branch：release-1.7
深入了解Volcano
Volcano云原生批量计算项目主要用于 AI、大数据、基因、渲染等诸多高性能计算场景，对主流通用计算框架均有很好的支持。社区已吸引2.6万+全球开发者，并获得2.8k Star和670+ Fork，参与贡献企业包括华为、AWS、百度、腾讯、京东、小红书等。目前，Volcano在人工智能、大数据、基因测序等海量数据计算和分析场景已得到快速应用，已完成对Spark、Flink、Tensorflow、PyTorch、Argo、MindSpore、Paddlepaddle 、Kubeflow、MPI、Horovod、mxnet、KubeGene、Ray等众多主流计算框架的支持，并构建起完善的上下游生态。