背景
随着企业业务的快速增长，单个 Kubernetes 集群通常无法满足大规模 AI 训练和推理任务的需求。用户通常需要管理多个 Kubernetes 集群，以实现统一的AI工作负载分发、部署和管理。 目前，已经有许多用户在多个集群中使用 Volcano，并使用 Karmada 进行管理。为了更好地支持多集群环境中的 AI 任务，支持全局队列管理、任务优先级和公平调度等功能，Volcano 社区孵化了Volcano Global子项目。 该项目将 Volcano 在单个集群中的强大调度能力扩展到多集群场景，为多集群 AI 任务提供统一的调度平台，支持跨集群任务分发、资源管理和优先级控制。
功能
Volcano Global在Karmada的基础上，提供了以下增强功能，满足多集群AI作业调度的复杂需求：
- 支持Volcano Job的跨集群调度 用户可以在多集群环境中部署和调度Volcano Job，充分利用多个集群的资源，提升任务执行效率。
- 队列优先级调度 支持跨集群的队列优先级管理，确保高优先级队列的任务能够优先获得资源。
- 作业优先级调度与排队 在多集群环境中，支持作业级别的优先级调度和排队机制，确保关键任务能够及时执行。
- 多租户公平调度 提供跨集群的多租户公平调度能力，确保不同租户之间的资源分配公平合理，避免资源争用。
架构
Volcano global主要包含两个组件：
- Volcano Webhook: 监听ResourceBinding资源的创建事件，将ResourceBinding设置为暂停状态。
- Volcano Controller: 监听处于暂停状态的ResourceBinding，根据Job所在队列的优先级、Job本身的优先级，对Job进行优先级和公平调度，并运行资源准入机制，决定是否可以调度Job，准入成功后将ResourceBinding解除暂停状态，由Karmada进行资源分发。
使用指导
请参考: Volcano global deploy。