前一篇處理「GPU Contention Benchmark：共享之後真的比較划算嗎」，這篇進一步討論「Scheduler 實驗：Affinity、Priority、Sharing 到底改變了什麼」。共同的量測條件是前後比較的基礎。

今天要回答的問題

以固定負載比較數種策略，將 scheduler events 與服務效能串起來，不只看 Pod 有沒有 Running。

工程邊界

Scheduler 解的是「放哪裡」，不是「跑得好不好」

預設排程會經過 filtering 與 scoring，把 Pod 放到符合資源與 constraint 的 Node。對整卡 GPU request，核心問題是 Node 是否還有足夠的 extended resource。

但 GPU inference 的服務品質還取決於 VRAM、model cache、NUMA、storage、其他 workload 與 sharing 策略。因此排程成功只是第一步，後續必須用實測把 placement 和 latency／throughput 連起來。

一個可以直接重現的起點

排程規則要能被人看懂

GPU 型號、用途與服務層級可以透過 label 表達，但 label 越多，維護成本也越高。建議把「硬限制」放 required affinity，把「偏好」放 preferred affinity，並把每個 label 的來源與責任人寫進叢集文件。

affinity:
  nodeAffinity:
    requiredDuringSchedulingIgnoredDuringExecution:
      nodeSelectorTerms:
        - matchExpressions:
            - key: accelerator
              operator: In
              values: ["nvidia-gpu"]

用同一份設定比較排程策略

這份 YAML 將「以固定 Pods 重跑 affinity、priority 與 sharing 組合」的變因與觀察欄位留在版本控制中，再由實際 workload 引用。

apiVersion: v1
kind: ConfigMap
metadata:
  name: day20-experiment
  namespace: ai-lab
data:
  change: "以固定 Pods 重跑 affinity、priority 與 sharing 組合"
  fixed: "image, model, input"
  metrics: "placement, Pending, preemption, latency"
  repeats: "3"

驗證與落地方式

驗證可從「以固定 Pods 重跑 affinity、priority 與 sharing 組合」開始。除了保存 manifest 的期望狀態，也要同步觀察 scheduler event、Pod 狀態轉換、node／GPU 資源與實際請求結果。Kubernetes 顯示 Running 只代表容器已啟動，不代表模型已載入、服務已 Ready，更不代表使用者請求符合 SLO。

這篇優先比較：placement、Pending、preemption、latency。測試時應準備一組不套用目標策略的對照組，再以相同 workload 套用新策略。若 placement 改善但等待時間、重啟次數或服務錯誤增加，代表問題只是從排程層移到執行層，不能直接判定方案有效。

常見誤判

• 只看 kubectl get pods 的最終狀態，忽略 Pending reason、event 順序與 readiness 變化。
• 把 GPU allocation 當成 GPU 效率；資源已分配仍可能因 queue、I/O 或模型載入而閒置。
• 只測單一 Pod，沒有涵蓋更新、驅逐、節點失效與重新排程，無法得知真正的服務中斷時間。

上線前檢查

部署前應確認 request／limit、affinity、taint、priority、probe 與 disruption policy 是否互相一致。變更後除了檢查 rollout，也要送出代表性請求，核對服務延遲、錯誤率與 GPU 指標。回滾條件需先定義，避免故障發生後才臨時決定是否撤回。若策略依賴特定 GPU 型號或叢集功能，也要明列適用條件，避免在不同 node pool 套用後得到相反結果。

如何閱讀結果

排程結果要和服務結果放在同一條時間線：先看 Pod 為何被放到某個節點，再看模型何時 Ready，最後核對請求是否成功。只改善 placement 卻讓 cold start 或資料下載變慢，仍然可能造成更長的使用者等待時間。

策略通過單次測試後，還要在 rollout、drain 與節點重新加入時重跑。這些事件會重新觸發排程與模型載入，最容易暴露 topology、storage、probe 與 disruption policy 之間的衝突。

結果判讀

判讀不只看最大或最漂亮的數字。這一天真正要回答的是：用同一 workload 分離各排程機制的效果。

如果核心指標改善，但錯誤率、尾端延遲、資源成本或恢復能力變差，這代表取捨，而不是無條件進步。相反地，沒有改善也不是無效結果；至少能排除一條看似合理、實際上不值得增加複雜度的路。

今天的結論

今天的工程判斷是：用同一 workload 分離各排程機制的效果。無論結果支持或否定原本假設，都必須保留完整條件，才能和下一天的實驗串在一起。

下一篇將處理：DCGM + Prometheus：Kubernetes 裡怎麼看懂 GPU。

參考資料

• Kubernetes: Schedule GPUs
• Kubernetes: Resource Management
• Kubernetes: Assigning Pods to Nodes
• NVIDIA DCGM Documentation