Google 會運用 AI 技術將內容翻譯成你偏好的語言，但可能會出錯。

使用 Kueue 和 TAS 排定動態配額

標準

本文說明如何使用 Kueue 和拓撲感知調度 (TAS)，在 Google Kubernetes Engine (GKE) 佈建 TPU 節點集區及排定動態配量。

您也可以直接與配量自訂資源互動，使用動態配量功能。詳情請參閱「搭配使用動態配量和自訂排程器」。

按照這些操作說明操作之前，請務必瞭解動態配量的概念。

需求條件

如要在 GKE 使用動態配量，必須符合下列條件：

在快速版本中使用下列其中一個版本的標準叢集：
- 如要使用動態超級切片設定 (拓撲等於或大於 4x4x4)，請使用 1.35.2-gke.1842000 以上版本。
- 如要動態設定子切片 (拓撲小於 4x4x4)，請使用 1.36.0-gke.3712000 以上版本。
使用 Ironwood (TPU7x) 版本。
為節點使用 Container-Optimized OS 映像檔。
如要使用增量佈建，請使用所有容量模式預留項目。所有容量模式都是 TPU Cluster Director 啟用的功能。
如要使用動態子切片，請確認節點有待處理的維護事件。監控執行個體，查看是否有待處理的維護事件。如果任何節點有待處理的維護事件，且結束時間介於 2026 年 9 月 18 日至 2026 年 9 月 30 日之間，您必須先手動觸發這些節點的主機維護事件，才能使用子切片。

事前準備

開始之前，請確認您已執行下列工作：

啟用 Google Kubernetes Engine API。

啟用 Google Kubernetes Engine API

如要使用 Google Cloud CLI 執行這項工作，請安裝並初始化 gcloud CLI。如果您先前已安裝 gcloud CLI，請執行 gcloud components update 指令，取得最新版本。較舊的 gcloud CLI 版本可能不支援執行本文中的指令。
注意：如果已安裝 gcloud CLI，請務必設定 compute/region 屬性。如果您主要使用可用區叢集，請改為設定 compute/zone。設定預設位置後，即可避免 gcloud CLI 發生錯誤，例如：One of [--zone, --region] must be supplied: Please specify location。如果叢集位置與您設定的預設位置不同，您可能需要在特定指令中指定位置。

確認您在搶鮮版頻道中，已有 1.35.2-gke.1842000 以上版本的 Standard 叢集。如要建立新叢集，請參閱「建立區域叢集」。
確認您所在區域有足夠的 Ironwood (TPU7x) 配額。
如要執行多配量工作負載，請安裝 JobSet 0.10.1 以上版本
在「所有容量」模式中要求 TPU 容量。

在 GKE 中搭配 Kueue 使用動態配量

本節說明在 GKE 使用動態配量的工作流程。

查看所有容量模式預留項目的拓撲和健康狀態。
在叢集中啟用切片控制器。
安裝 Kueue、JobSet 和 LWS。
建立 TPU 節點集區。
設定 Kueue 以建立 Slice 自訂資源。
使用 Kueue 在動態配量上執行工作負載。
清理。

啟用 Slice 控制器

如要使用動態配量，請在叢集中啟用配量控制器。

更新叢集：

gcloud container clusters update CLUSTER_NAME \
    --location=LOCATION \
    --enable-slice-controller

更改下列內容：

CLUSTER_NAME：叢集名稱。
LOCATION：TPU 容量可用的區域。

取得憑證，以便使用 kubectl 指令與叢集通訊：

gcloud config set container/cluster CLUSTER_NAME
gcloud container clusters get-credentials CLUSTER_NAME \
    --location=LOCATION

在下列指令的輸出內容中，確認 slices.accelerator.gke.io 值存在：
```
kubectl get crd slices.accelerator.gke.io
```
輸出結果會與下列內容相似：
```
slices.accelerator.gke.io                2026-01-09T23:58:02Z
```

安裝 Kueue、JobSet 和 LWS

如果您已安裝 Kueue、JobSet 和 LWS，可以略過本節。

安裝 Kueue

請按照 Kueue 說明文件中的指示操作，或執行下列指令：

kubectl apply --server-side -f https://github.com/kubernetes-sigs/kueue/releases/download/KUEUE_VERSION/manifests.yaml

根據拓撲需求，將 KUEUE_VERSION 替換為所需的 Kueue 版本。如要使用動態子切片，請使用 Kueue v0.18.2 以上版本。如要使用動態超級切片，請使用 Kueue 0.16.6 以上版本。

安裝 JobSet

請按照 JobSet 說明文件中的指示操作，或執行下列指令：

kubectl apply --server-side -f https://github.com/kubernetes-sigs/jobset/releases/download/JOBSET_VERSION/manifests.yaml

請根據拓撲需求，將 JOBSET_VERSION 替換為所需的 JobSet 版本。如要使用動態子切片，請使用 JobSet v0.12.0 以上版本。如要使用動態超級切片，請使用 JobSet 0.11.1 以上版本。

安裝 LWS

只有動態子切片需要 LeaderWorkerSet (LWS)。

請按照 LWS 說明文件中的指示操作，或執行下列指令：

kubectl apply --server-side -f https://github.com/kubernetes-sigs/lws/releases/download/LWS_VERSION/manifests.yaml

將 LWS_VERSION 替換為所需的 LWS 版本。請使用 LWS v0.8.0 以上版本。

建立節點集區並啟用漸進式佈建

本節說明如何建立 TPU 節點集區，並採用遞增佈建。GKE 會將所有 TPU 運算能力轉換為節點集區，其中包含由 16 個節點組成的 Ironwood (TPU7x) VM 群組或子區塊。即使找不到所有健康狀態良好的 VM，GKE 也會佈建這些節點集區，方法是將節點放在主機機器的健康狀態良好部分，並在修復不健康的機器時逐步佈建。

您可以指定節點集區屬於下列任一項目：

特定 TPU 區塊，會在「所有容量」模式預留項目中顯示。指定區塊後，GKE 就能在指定區塊內的任何可用子區塊中建立節點集區。
TPU 的特定子區塊，或 Ironwood (TPU7x) VM 的特定 16 節點群組，可進行更精細的控管。

建立工作負載政策

如要使用 Ironwood (TPU7x) 建立 TPU 磁碟區節點集區，您必須先建立工作負載政策，並將 accelerator-topology-mode 欄位設為 provision_only。這項設定會觸發增量佈建程序。

建立工作負載政策：

gcloud compute resource-policies create workload-policy WORKLOAD_POLICY_NAME \
        --project=PROJECT_ID \
        --region=REGION  \
        --type=HIGH_THROUGHPUT \
        --accelerator-topology=4x4x4 \
        --accelerator-topology-mode=provision_only

更改下列內容：

WORKLOAD_POLICY_NAME：工作負載政策的名稱。
PROJECT_ID：您的 Google Cloud 專案 ID。
REGION：工作負載政策的區域。

在這個指令中，請執行下列操作：

請一律將 accelerator-topology 欄位設為 4x4x4，以符合單一子區塊中的晶片總數。
請務必將 accelerator-topology-mode 欄位設為 provision_only，確保觸發增量佈建程序。設定 provision_only 欄位後，節點集區會佈建 TPU 節點，但不會形成 ICI 或 OCS 連結。

指定節點集區所屬的區塊或子區塊

您可以指定「所有容量」模式預留項目中的特定子區塊或區塊。

指定區塊：每個節點集區都會使用指定區塊的容量。GKE 會將節點集區放在該區塊中可用的子區塊內。您必須建立與要使用的區塊中子區塊數量相同的節點集區。
指定子區塊：每個節點集區都會對應至特定且可用的子區塊。使用子區塊指定目標時，如果至少有一個 VM 狀況良好，GKE 就會建立節點集區。遞增佈建功能可確保所有節點都位於指定的子區塊中。

封鎖

如要擷取預留項目中的區塊名稱，以及區塊中可用的子區塊數量，請按照「查看所有容量模式預留項目的拓撲和健康狀態」文件中的下列步驟操作：
1. 列出所有預留區塊，並複製 name: 欄位中的值，找出區塊名稱。這個值是區塊名稱或本文件中的 BLOCK_NAME。
2. 說明預留區塊並找出 reservationSubBlockCount 欄位中的值，藉此決定要建立多少節點集區。這個值代表可用的子區塊數量。舉例來說，reservationSubBlockCount: 4 值表示區塊有四個可用的子區塊，您需要建立四個獨立的節點集區。
設定預留項目路徑：
```
export RESERVATION_PATH="projects/PROJECT_ID/reservations/RESERVATION_NAME/reservationBlocks/BLOCK_NAME"
```
更改下列內容：
- RESERVATION_NAME：TPU 預留項目的名稱。
- BLOCK_NAME：區塊名稱。
為上一步識別出的每個子區塊建立節點集區。舉例來說，如果計數為 4，請執行這個指令四次。每個節點集區都必須使用不重複的名稱。
```
gcloud container node-pools create NODE_POOL_NAME \
      --cluster=CLUSTER_NAME \
      --node-locations=ZONE \
      --machine-type=tpu7x-standard-4t \
      --num-nodes=16 \
      --placement-policy=WORKLOAD_POLICY_NAME \
      --reservation-affinity=specific \
      --reservation=${RESERVATION_PATH}
```
更改下列內容：
- NODE_POOL_NAME：新節點集區的名稱。
- CLUSTER_NAME：GKE 叢集名稱。
- WORKLOAD_POLICY_NAME：您建立的工作負載政策名稱。
- ZONE：節點集區的可用區，例如 us-central1-a。

子模塊

如要擷取區塊名稱和可用子區塊的 ID，請在「查看所有容量模式預留項目的拓撲和健康狀態」文件中完成下列步驟：
1. 如要找出區塊名稱，請列出所有預留區塊，並複製 name: 欄位中的值。這個值是區塊或這份文件上 BLOCK_NAME 的名稱。
2. 如要找出子區塊的名稱，請列出區塊的所有子區塊，然後複製 reservationSubBlocks 下每個項目的 name: 欄位值。這個值是子區塊或本文件中 SUBBLOCK_NAME 的名稱。
設定預留項目路徑：
```
export RESERVATION_PATH="projects/PROJECT_ID/reservations/RESERVATION_NAME/reservationBlocks/BLOCK_NAME/reservationSubBlocks/SUBBLOCK_NAME"
```
更改下列內容：
- RESERVATION_NAME：TPU 預留項目的名稱。
- BLOCK_NAME：區塊名稱。
- SUBBLOCK_NAME：子模塊的名稱。

建立節點集區：

gcloud container node-pools create NODE_POOL_NAME \
        --project=PROJECT_ID \
        --cluster=CLUSTER_NAME \
        --node-locations=ZONE \
        --machine-type=tpu7x-standard-4t \
        --num-nodes=16 \
        --placement-policy=WORKLOAD_POLICY_NAME \
        --reservation-affinity=specific \
        --reservation=${RESERVATION_PATH}

更改下列內容：

NODE_POOL_NAME：新節點集區的專屬名稱，例如 sub-block-pool-1。
PROJECT_ID：您的 Google Cloud 專案 ID。
CLUSTER_NAME：GKE 叢集名稱。
ZONE：節點集區的可用區，例如 us-central2-b。
WORKLOAD_POLICY_NAME：您建立的工作負載政策名稱。

在這個階段，節點已建立，但晶片間互連 (ICI) 連結尚未啟用。因此，您無法直接在這些節點集區上執行工作負載。

如要啟用所有必要的 ICI 連結來建立配量，並允許排定工作負載，請使用下列任一方法建立動態配量：

建立Slice 自訂資源。您可以使用 Slice 自訂資源定義指定的拓撲，而非使用 Pod，並由 Slice 控制器啟用。
使用 Kueue 和 TAS 排定 GKE 工作負載。Kueue 會自動建立及刪除 Slice 自訂資源。請避免手動修改 Kueue 建立的 Slice 自訂資源。

使用 Kueue 和 TAS 建立動態配量

在本節中，您將使用 Kueue 和 TAS 排定 GKE 工作負載。

安裝 Kueue 切片控制器

如要安裝 Kueue 切片控制器，請將下列資訊清單儲存為 slice-controller.yaml：

# Copyright 2026 Google LLC
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

apiVersion: v1
kind: Namespace
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-system
---
apiVersion: v1
kind: ServiceAccount
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-controller-manager
  namespace: slice-controller-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-leader-election-role
  namespace: slice-controller-system
rules:
- apiGroups:
  - ""
  resources:
  - configmaps
  verbs:
  - get
  - list
  - watch
  - create
  - update
  - patch
  - delete
- apiGroups:
  - coordination.k8s.io
  resources:
  - leases
  verbs:
  - get
  - list
  - watch
  - create
  - update
  - patch
  - delete
- apiGroups:
  - ""
  resources:
  - events
  verbs:
  - create
  - patch
---
apiVersion: rbac.authorization.k8s.io/v1
kind: Role
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-webhook-secrets-role
  namespace: slice-controller-system
rules:
- apiGroups:
  - ""
  resources:
  - secrets
  verbs:
  - get
  - list
  - watch
  - update
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-manager-role
rules:
- apiGroups:
  - ""
  resources:
  - nodes
  - pods
  verbs:
  - get
  - list
  - watch
- apiGroups:
  - accelerator.gke.io
  resources:
  - slices
  verbs:
  - create
  - delete
  - get
  - list
  - patch
  - update
  - watch
- apiGroups:
  - accelerator.gke.io
  resources:
  - slices/finalizers
  verbs:
  - update
- apiGroups:
  - accelerator.gke.io
  resources:
  - slices/status
  verbs:
  - get
  - patch
  - update
- apiGroups:
  - admissionregistration.k8s.io
  resources:
  - mutatingwebhookconfigurations
  verbs:
  - get
  - list
  - update
  - watch
- apiGroups:
  - batch
  resources:
  - jobs
  verbs:
  - get
  - list
  - patch
  - update
  - watch
- apiGroups:
  - events.k8s.io
  resources:
  - events
  verbs:
  - create
  - patch
  - update
  - watch
- apiGroups:
  - jobset.x-k8s.io
  resources:
  - jobsets
  verbs:
  - get
  - list
  - patch
  - update
  - watch
- apiGroups:
  - kueue.x-k8s.io
  resources:
  - admissionchecks
  verbs:
  - get
  - list
  - watch
- apiGroups:
  - kueue.x-k8s.io
  resources:
  - admissionchecks/status
  - workloads/status
  verbs:
  - get
  - patch
  - update
- apiGroups:
  - kueue.x-k8s.io
  resources:
  - workloads
  verbs:
  - create
  - get
  - list
  - patch
  - update
  - watch
- apiGroups:
  - leaderworkerset.x-k8s.io
  resources:
  - leaderworkersets
  verbs:
  - get
  - list
  - patch
  - update
  - watch
- apiGroups:
  - ray.io
  resources:
  - rayclusters
  - rayjobs
  verbs:
  - get
  - list
  - patch
  - update
  - watch
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-metrics-auth-role
rules:
- apiGroups:
  - authentication.k8s.io
  resources:
  - tokenreviews
  verbs:
  - create
- apiGroups:
  - authorization.k8s.io
  resources:
  - subjectaccessreviews
  verbs:
  - create
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-metrics-reader
rules:
- nonResourceURLs:
  - /metrics
  verbs:
  - get
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-leader-election-rolebinding
  namespace: slice-controller-system
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: Role
  name: slice-controller-leader-election-role
subjects:
- kind: ServiceAccount
  name: slice-controller-controller-manager
  namespace: slice-controller-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: RoleBinding
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-webhook-secrets-rolebinding
  namespace: slice-controller-system
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: Role
  name: slice-controller-webhook-secrets-role
subjects:
- kind: ServiceAccount
  name: slice-controller-controller-manager
  namespace: slice-controller-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-manager-rolebinding
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: slice-controller-manager-role
subjects:
- kind: ServiceAccount
  name: slice-controller-controller-manager
  namespace: slice-controller-system
---
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRoleBinding
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-metrics-auth-rolebinding
roleRef:
  apiGroup: rbac.authorization.k8s.io
  kind: ClusterRole
  name: slice-controller-metrics-auth-role
subjects:
- kind: ServiceAccount
  name: slice-controller-controller-manager
  namespace: slice-controller-system
---
apiVersion: v1
kind: Secret
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-webhook-server-cert
  namespace: slice-controller-system
---
apiVersion: v1
kind: Service
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-controller-manager-metrics-service
  namespace: slice-controller-system
spec:
  ports:
  - name: https
    port: 8443
    protocol: TCP
    targetPort: 8443
  selector:
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
---
apiVersion: v1
kind: Service
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-webhook-service
  namespace: slice-controller-system
spec:
  ports:
  - port: 443
    protocol: TCP
    targetPort: 9443
  selector:
    control-plane: controller-manager
---
apiVersion: apps/v1
kind: Deployment
metadata:
  labels:
    app.kubernetes.io/managed-by: kustomize
    app.kubernetes.io/name: slice-controller
    control-plane: controller-manager
  name: slice-controller-controller-manager
  namespace: slice-controller-system
spec:
  replicas: 1
  selector:
    matchLabels:
      app.kubernetes.io/name: slice-controller
      control-plane: controller-manager
  template:
    metadata:
      annotations:
        kubectl.kubernetes.io/default-container: manager
      labels:
        app.kubernetes.io/name: slice-controller
        control-plane: controller-manager
    spec:
      containers:
      - args:
        - --metrics-bind-address=:8443
        - --leader-elect
        - --health-probe-bind-address=:8081
        - --zap-log-level=3
        - --feature-gates=UseRetryMechanismForSliceCreation=true
        - --activation-timeout=60m
        - --kube-api-qps=100
        - --kube-api-burst=200
        - --default-slice-health-node-affinity=HEALTHY_AND_DEGRADED
        - --reuse-slices=true
        - --add-preferred-node-affinity=true
        command:
        - /manager
        image: tpuongke/kueue-slice-controller:v0.10
        livenessProbe:
          httpGet:
            path: /healthz
            port: 8081
          initialDelaySeconds: 15
          periodSeconds: 20
        name: manager
        ports:
        - containerPort: 9443
          name: webhook-server
          protocol: TCP
        readinessProbe:
          httpGet:
            path: /readyz
            port: 8081
          initialDelaySeconds: 5
          periodSeconds: 10
        resources:
          limits:
            cpu: 12
            memory: 32Gi
          requests:
            cpu: 8
            memory: 16Gi
        securityContext:
          allowPrivilegeEscalation: false
          capabilities:
            drop:
            - ALL
        volumeMounts:
        - mountPath: /tmp/k8s-webhook-server/serving-certs
          name: cert
          readOnly: true
      securityContext:
        runAsNonRoot: true
        seccompProfile:
          type: RuntimeDefault
      serviceAccountName: slice-controller-controller-manager
      terminationGracePeriodSeconds: 10
      volumes:
      - name: cert
        secret:
          defaultMode: 420
          secretName: slice-controller-webhook-server-cert
---
apiVersion: admissionregistration.k8s.io/v1
kind: MutatingWebhookConfiguration
metadata:
  labels:
    control-plane: controller-manager
  name: slice-controller-mutating-webhook-configuration
webhooks:
- admissionReviewVersions:
  - v1
  clientConfig:
    service:
      name: slice-controller-webhook-service
      namespace: slice-controller-system
      path: /mutate-batch-v1-job
  failurePolicy: Fail
  name: mjob.kb.io
  rules:
  - apiGroups:
    - batch
    apiVersions:
    - v1
    operations:
    - CREATE
    resources:
    - jobs
  sideEffects: None
- admissionReviewVersions:
  - v1
  clientConfig:
    service:
      name: slice-controller-webhook-service
      namespace: slice-controller-system
      path: /mutate-jobset-x-k8s-io-v1alpha2-jobset
  failurePolicy: Fail
  name: mjobset.kb.io
  rules:
  - apiGroups:
    - jobset.x-k8s.io
    apiVersions:
    - v1alpha2
    operations:
    - CREATE
    resources:
    - jobsets
  sideEffects: None
- admissionReviewVersions:
  - v1
  clientConfig:
    service:
      name: slice-controller-webhook-service
      namespace: slice-controller-system
      path: /mutate-leaderworkerset-x-k8s-io-v1-leaderworkerset
  failurePolicy: Fail
  name: mleaderworkerset.kb.io
  rules:
  - apiGroups:
    - leaderworkerset.x-k8s.io
    apiVersions:
    - v1
    operations:
    - CREATE
    resources:
    - leaderworkersets
  sideEffects: None
- admissionReviewVersions:
  - v1
  clientConfig:
    service:
      name: slice-controller-webhook-service
      namespace: slice-controller-system
      path: /mutate-ray-io-v1-raycluster
  failurePolicy: Fail
  name: mraycluster.kb.io
  rules:
  - apiGroups:
    - ray.io
    apiVersions:
    - v1
    operations:
    - CREATE
    resources:
    - rayclusters
  sideEffects: None
- admissionReviewVersions:
  - v1
  clientConfig:
    service:
      name: slice-controller-webhook-service
      namespace: slice-controller-system
      path: /mutate-ray-io-v1-rayjob
  failurePolicy: Fail
  name: mrayjob.kb.io
  rules:
  - apiGroups:
    - ray.io
    apiVersions:
    - v1
    operations:
    - CREATE
    resources:
    - rayjobs
  sideEffects: None

套用 slice-controller.yaml 資訊清單：
```
kubectl apply -f slice-controller.yaml
```

如要設定 Kueue 進行動態配量，請將下列資訊清單儲存為 dynamic-slice-topology.yaml：

# Copyright 2026 Google LLC
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

apiVersion: kueue.x-k8s.io/v1beta1
kind: Topology
metadata:
  name: superslice-topology
spec:
  levels:
  # Label to identify the physical block a sub-block belongs to.
  # Only sub-blocks from the same block can form a slice.
  - nodeLabel: cloud.google.com/gce-topology-block
  # Label to identify individual TPU sub-blocks (4x4x4 topology).
  - nodeLabel: cloud.google.com/gke-tpu-partition-4x4x4-id
  # Standard Kubernetes label for individual nodes.
  # Required to assign Pods to specific VMs.
  - nodeLabel: kubernetes.io/hostname
---
apiVersion: kueue.x-k8s.io/v1beta1
kind: ResourceFlavor
metadata:
  name: superslice-rf
spec:
  nodeLabels:
    cloud.google.com/gke-tpu-accelerator: tpu7x
  topologyName: superslice-topology
---
apiVersion: kueue.x-k8s.io/v1beta1
kind: AdmissionCheck
metadata:
  name: superslice-ac
spec:
  controllerName: accelerator.gke.io/slice
---
apiVersion: kueue.x-k8s.io/v1beta1
kind: ClusterQueue
metadata:
  name: cq
spec:
  namespaceSelector: {}
  admissionChecks:
  - superslice-ac
  resourceGroups:
  - coveredResources:
    - google.com/tpu
    flavors:
    - name: superslice-rf
      resources:
      - name: google.com/tpu
        nominalQuota: "999999"  # modeling unlimited quota
---
apiVersion: kueue.x-k8s.io/v1beta1
kind: LocalQueue
metadata:
  name: lq
  namespace: default
spec:
  clusterQueue: cq

套用 dynamic-slice-topology.yaml 資訊清單：
```
kubectl apply -f dynamic-slice-topology.yaml
```
在這個資訊清單中，您會定義下列資源，設定 Kueue 進行動態配量：
- Ironwood (TPU7x) 動態配量拓撲 (superslice-topology)：拓撲定義了 Kueue 排定動態配量工作負載時考量的層級。這些層級如下：
  - cloud.google.com/gce-topology-block 標籤：必須有這個層級，才能瞭解哪些子模塊屬於哪些模塊，因為只有來自同一個模塊的子模塊才能組成切片。
  - cloud.google.com/gke-tpu-partition-4x4x4-id 標籤：這個層級代表個別 Ironwood (TPU7x) 子區塊 (4x4x4 拓撲)。
  - kubernetes.io/hostname 標籤：必須具備這個層級，才能將 Pod 指派給特定 VM，以及查看其標籤和污點。
- Ironwood (TPU7x) SuperSlice ResourceFlavor (superslice-rf)：Ironwood (TPU7x) 子區塊的資源變體包含 cloud.google.com/gke-tpu-accelerator: tpu7x 標籤，用於比對節點與 Ironwood (TPU7x) 機器。
- SuperSlice AdmissionCheck (superslice-ac)：這項准入檢查會指示 Kueue，在 GKE 切片控制器確認切片已啟用之前，不要排定工作負載。您必須先定義准入檢查，再將其新增至處理動態配量工作負載的 ClusterQueue。
- ClusterQueue (cq) 和 LocalQueue (lq)：這些欄位用於管理 google.com/tpu 資源。cq ClusterQueue 包含 superslice-ac 准入檢查。google.com/tpu 的 nominalQuota 欄位可透過兩種方式設定：
  - 特定配額：將 nominalQuota 欄位設為符合現有容量，以便公平共用及管理配額。
  - 無限制配額：將 nominalQuota 欄位設為極高的值 (例如 "999999")，模擬無限制配額。為專注於 TAS 和動態配量，這項設定會略過 Kueue 的配額管理功能。

定義分區健康狀態選項

除了標準節點健康狀態和準備度之外，GKE 還會使用 cloud.google.com/gke-tpu-partition-[shape]-state 標籤 (其中 [shape] 與分區 ID 形狀相符，例如 2x2x1、2x2x2、2x2x4、2x4x4 或 4x4x4)，公開每個分區形狀的特定狀態。這個標籤可讓 GKE 考量影響切片形成的因素，例如 TPU 連結的狀態。動態子切片設定 (拓撲小於 4x4x4) 須使用 GKE 1.36.0-gke.3712000 以上版本。

您可以按照下列方式定義失聯狀態標籤的值：

HEALTHY：分區健康狀態良好，功能正常。
DEGRADED：失聯基礎架構處於降級狀態，例如 OCS 連結降級。失聯節點仍可形成切片，但整體效能可能低於正常節點。這個狀態僅適用於頂層 4x4x4 拓撲。較小的拓撲不會有功能低下的狀態。
UNHEALTHY：分區狀態不佳，無法形成切片。
UNSET：GKE Slice 控制器初始化失敗，因此狀態未定義。
INCOMPLETE：分區內並非所有節點都已佈建。

Kueue Slice Controller Webhook 會驗證工作負載是否包含特定分區健康狀態需求。如未指定偏好設定，Webhook 會插入預設節點親和性。

具體行為如下：

如果存在指定 cloud.google.com/gke-tpu-partition-[shape]-state 標籤的 nodeSelector 或 nodeAffinity，則會保持不變。

如果沒有這類標籤設定，Webhook 會插入下列預設節點親和性，確保只使用可用的分區：

nodeAffinity:
  requiredDuringSchedulingIgnoredDuringExecution:
    nodeSelectorTerms:
    - matchExpressions:
      - key: cloud.google.com/gke-tpu-partition-4x4x4-state
        operator: In
        values:
        - "HEALTHY"
        - "DEGRADED"

以下各節提供範例，說明如何設定 cloud.google.com/gke-tpu-partition-4x4x4-state 標籤，指定不同的子區塊健康狀態設定。

使用 Kueue 透過動態配量執行測試工作負載

本節說明如何使用 Kueue 和 TAS，在動態配量上部署工作負載。其中包含範例，說明如何建立動態配量工作負載，以及由多個配量組成的工作負載。工作負載會以 JobSet 的形式提交。

範例 1：單一工作負載使用單一動態配量

以下範例說明如何使用具有 4x12x16 拓撲的切片建立工作負載，該切片由 12 個子區塊組成。Pod 數量的計算方式如下：(4 * 12 * 16) / 每個節點 4 個晶片 = 192 個 Pod。

將下列資訊清單儲存為 big-super-slice.yaml：

# Copyright 2026 Google LLC
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

apiVersion: jobset.x-k8s.io/v1alpha2
kind: JobSet
metadata:
  name: big-super-slice
  labels:
    kueue.x-k8s.io/queue-name: lq
spec:
  replicatedJobs:
    - name: job-jax
      replicas: 1
      template:
        spec:
          parallelism: 192  # pods per slice calculation: 4*12*16 / 4 = 192
          completions: 192
          backoffLimit: 10
          template:
            metadata:
              annotations:
                cloud.google.com/gke-tpu-slice-topology: 4x12x16
            spec:
              tolerations:
                - key: "google.com/tpu"
                  operator: "Equal"
                  value: "present"
                  effect: "NoSchedule"
              nodeSelector:
                cloud.google.com/gke-tpu-accelerator: tpu7x
              containers:
                - name: jax
                  image: python:latest
                  command:
                    - bash
                    - -c
                    - |
                      printenv
                      pip install "jax[tpu]" -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
                      python -c 'import jax; print("Global device count:", jax.device_count(), "Local device count:", jax.local_device_count())'
                  resources:
                    limits:
                      google.com/tpu: 4
              restartPolicy: Never

在這個資訊清單中，下列註解會告知 Kueue 切片特性和拓撲，以設定下列項目：

cloud.google.com/gke-tpu-slice-topology：將 "4x12x16" 指定為動態配量拓撲。tpu7x 加速器拓撲的需求條件包括下列規則：
- 動態子切片：您可以指定小於 4x4x4 的拓撲，例如 2x2x1、2x2x2、2x2x4 或 2x4x4。這些較小的拓撲需要 GKE 1.36.0-gke.3712000 以上版本。
- 動態超級切片：您可以指定等於或大於 4x4x4 的拓撲。如要使用動態超級切片設定，所要求拓撲的每個維度都必須是 4 的倍數，例如 4A x 4B x 4C。
- 拓撲必須是三維字串，格式為 AxBxC，例如 4x8x8。
- 維度必須以非遞減順序排序：A <= B <= C。舉例來說，4x8x4 無效，應為 4x4x8。
- 維度的乘積 (ABC) 不得超過 9,216。
- 支援的最大切片拓撲最多可包含 32 個子區塊。舉例來說，8x16x16 有 32 個子模塊、8x12x20 有 30 個子模塊，或 12x12x12 有 27 個子模塊，都在可接受的限制範圍內。
cloud.google.com/gke-tpu-accelerator: tpu7x：在執行 Ironwood (TPU7x) 的 VM 上排定 Pod。
kueue.x-k8s.io/queue-name：將 JobSet 指派給 Kueue LocalQueue。
Webhook 會插入預設節點相依性，確保使用 HEALTHY 和 DEGRADED 節點。

套用 big-super-slice.yaml 資訊清單：
```
kubectl apply -f big-super-slice.yaml
```
套用資訊清單後，Kueue 會建立名為 big-super-slice 的 JobSet。接著，Kueue 會嘗試使用 4x12x16 拓撲建立單一動態配量。配量啟用後，Kueue 會准予工作負載，並在節點上排定 192 個 Pod，形成執行工作負載的動態配量。

範例 2：有多個副本的工作負載

以下範例說明如何建立使用兩個動態配量的工作負載，每個配量由四個子區塊組成，且僅指定 HEALTHY 節點。

將下列資訊清單儲存為 two-super-slices.yaml：

# Copyright 2026 Google LLC
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#      http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

apiVersion: jobset.x-k8s.io/v1alpha2
kind: JobSet
metadata:
  name: two-super-slices
  labels:
    kueue.x-k8s.io/queue-name: lq
spec:
  replicatedJobs:
    - name: job-jax
      replicas: 2
      template:
        spec:
          parallelism: 64  # Pods per slice calculation: (4*8*8) / 4 = 64
          completions: 64
          backoffLimit: 10
          template:
            metadata:
              annotations:
                cloud.google.com/gke-tpu-slice-topology: 4x8x8
            spec:
              tolerations:
                - key: "google.com/tpu"
                  operator: "Equal"
                  value: "present"
                  effect: "NoSchedule"
              nodeSelector:
                cloud.google.com/gke-tpu-accelerator: tpu7x
                cloud.google.com/gke-tpu-partition-4x4x4-state: "HEALTHY"
              containers:
                - name: jax
                  image: python:latest
                  command:
                    - bash
                    - -c
                    - |
                      printenv
                      pip install "jax[tpu]" -f https://storage.googleapis.com/jax-releases/libtpu_releases.html
                      python -c 'import jax; print("Global device count:", jax.device_count(), "Local device count:", jax.local_device_count())'
                  resources:
                    limits:
                      google.com/tpu: 4
              restartPolicy: Never

套用 two-super-slices.yaml 資訊清單：
```
kubectl apply -f two-super-slices.yaml
```

在這個資訊清單中，您可以在 replicatedJobs 區段中將 replicas 欄位設為 2。套用資訊清單後，Kueue 會嘗試使用 4x8x8 拓撲形成兩個獨立切片。Kueue 會為 jobset.spec.replicatedJobs[].replicas 中定義的每個副本建立動態配量。如果指定 n 個副本，Kueue 會為工作負載建立 n 個動態配量，並等待所有配量啟用，再准予工作負載。

重複使用切片，最佳化工作負載排程

根據預設，Kueue 會指示切片控制器為每個工作負載執行作業佈建新的 TPU 切片，並在工作負載完成時刪除。這種行為可能導致客戶流失，並增加基礎架構的負擔。

有了配量重複使用功能，新工作負載就能重複使用拓撲和硬體限制相同的現有閒置 TPU 配量。啟用配量重複使用功能後，Kueue 會在工作結束時將配量標示為閒置，而非刪除。要求相同分區的新工作會立即宣告並重複使用切片，因此不會發生硬體佈建延遲。

啟用 Slice 重複使用功能

如要充分發揮 Slice 重複使用的效益，必須同時設定 Slice 控制器和 Kueue，讓兩者搭配運作。

設定切片控制器：更新 Kueue 切片控制器部署作業引數，加入 --reuse-slices=true 旗標。為確保工作負載在現有切片上以最佳方式排程，請一併新增 --add-preferred-node-affinity=true 旗標。

注意： 可重複使用的配量會以 s-<topology> 前置字串動態命名，與特定工作負載名稱脫鉤。
設定 Kueue (建議)：如要允許 Kueue 使用控制器偏好的節點親和性建議，您必須在 Kueue 設定中啟用 TASRespectNodeAffinityPreferred feature gate。

舉例來說，編輯 kueue-manager-config ConfigMap 即可新增 feature gate：
```
apiVersion: v1
kind: ConfigMap
metadata:
  name: kueue-manager-config
  namespace: kueue-system
data:
  controller_manager_config.yaml: |
    apiVersion: config.kueue.x-k8s.io/v1beta1
    kind: Configuration
    featureGates:
      TASRespectNodeAffinityPreferred: true
    # ...
```
變更 ConfigMap 後，請重新啟動 kueue-controller-manager 部署作業，強制執行變更：
```
kubectl rollout restart deploy kueue-controller-manager -n kueue-system
```
附註： 配量重複使用功能適用於舊版 Kueue，但偏好的節點相依性強化功能僅與 Kueue 0.18 以上版本相容。

強制刪除各工作負載的切片

如要讓特定工作負載清除其配量，並防止配量重複使用，請完成下列步驟：

將下列標籤套用至 Job 或 JobSet 定義：
```
kueue.gke.io/tpu-enforce-slice-deletion: "true"
```
套用這個標籤後，工作負載仍可排定在現有的閒置切片上執行。不過，工作負載完成後，slice 會永久刪除，不會回到可重複使用的集區。
在 Kueue 設定的 labelKeysToCopy 清單中加入這個標籤，設定 Kueue 將這個標籤從架構工作傳遞至 Kueue Workload 物件：
```
labelKeysToCopy:
- "kueue.gke.io/tpu-enforce-slice-deletion"
```

監控切片

您可以透過 GKE 系統指標查看切片狀態及監控切片指標。

監控 Slice 狀態

當工作負載建立或主動使用切片時，切片控制器會附加標籤，識別使用該切片的工作負載。由於 Slice 名稱是動態產生 (啟用重複使用功能時，會與工作負載名稱分離)，因此請使用這些標籤，找出指派給工作負載的 Slice。

如要找出指派給工作負載的切片，請執行下列指令：
```
kubectl get slice -l kueue.gke.io/tpu-slice-used-by-namespace=NAMESPACE,kueue.gke.io/tpu-slice-used-by-workload=WORKLOAD_NAME
```
更改下列內容：
- NAMESPACE：工作負載的命名空間。
- WORKLOAD_NAME：Kueue 工作負載的名稱，通常與 Job 或 JobSet 的名稱相同。
注意： 如果 WORKLOAD_NAME 超過 63 個字元，系統會自動裁剪標籤。
從上一個指令的輸出內容複製切片名稱。
使用配量名稱查看動態配量的詳細狀態：
```
kubectl describe slice SLICE_NAME
```
將 SLICE_NAME 替換為配量名稱。

輸出結果會與下列內容相似：

Name:         s-4x4x4-74d3fb0b
Namespace:
Labels:       <none>
Annotations:  <none>
API Version:  accelerator.gke.io/v1beta1
Kind:         Slice
Metadata:
  Creation Timestamp:  2026-02-12T23:44:28Z
  Finalizers:
    accelerator.gke.io/slice-finalizer
  Generation:        1
  Resource Version:  1770939905695871008
  UID:               6dbbfe14-4486-4462-864d-e078d0ca8b5b
Spec:
  Partition Ids:
    5eae6a4f59d59cf30a9bf49de618eb2b
  Topology:  4x4x4
  Type:      tpu7x
Status:
  Conditions:
    Last Transition Time:  2026-02-12T23:45:05Z
    Message:
    Reason:                ACTIVE
    Status:                True
    Type:                  Ready
    Last Transition Time:  2026-02-12T23:45:05Z
    Message:               NodeLabelingCompleted
    Reason:                NodeLabelIsAdded
    Status:                True
    Type:                  NodeLabeled
Events:                    <none>

監控切片的指標

您可以監控下列 GKE 系統指標，瞭解 slice 的狀況：

kubernetes.io/accelerator/slice/state
kubernetes.io/accelerator/partition/state
kubernetes.io/accelerator/slice/deformation_durations
kubernetes.io/accelerator/slice/formation_durations

如要進一步瞭解指標，請參閱「GKE 系統指標」。

Kueue Slice 控制器指標

您也可以監控 Kueue Slice Controller 公開的下列 Prometheus 指標，觀察 Slice 生命週期、重複使用和許可檢查：

Slice 生命週期指標

Slice 生命週期指標會追蹤 Slice 的建立和刪除作業：

tpu_ac_slice_create_time：測量切片建立時間的直方圖。
tpu_ac_slices_created：計數器追蹤建立的切片 (包含 is_reusable 標籤)。
tpu_ac_slices_status：追蹤目前各狀態切片數量的量表，包括 is_reusable 和 in_use 標籤。
tpu_ac_slice_delete_time：測量刪除切片所需時間的直方圖。
tpu_ac_slices_deleted：追蹤已刪除片段的計數器。
tpu_ac_slices_gc：計數器追蹤功能自動清理切片。

Slice 重複使用指標

切片重複使用指標會追蹤 TPU 切片的成功重複使用和衝突情形：

tpu_ac_slices_reused：計數器追蹤成功重複使用的切片。
tpu_ac_slices_conflict：因拓撲或形狀不符而刪除的計數器追蹤切片。

工作負載和准入指標

工作負載和准入指標會追蹤准入檢查的時間長度和結果：

tpu_ac_admission_time：測量准入檢查程序時間長度的直方圖。注意：這項指標會測量切片控制器准入檢查的時間長度，不含整體 Kueue 工作負載准入時間。
tpu_ac_workload_processed：准入檢查決策的計數器，包含 target_state 標籤。

一般指標

一般指標會追蹤作業問題和錯誤：

tpu_ac_problem：追蹤作業問題或錯誤的計數器。這項指標包含 problem 標籤，指出特定錯誤類型。

注意： 由於並行協調，您有時可能會看到 API 伺服器錯誤 (標示為 API_SERVER_ERROR)。舉例來說，當系統修改過時的資源時，就可能發生這些錯誤。不一定代表系統故障。

清除所用資源

為避免產生非預期的費用，請先刪除 slice，再刪除節點集區。

刪除 JobSet。這項操作會觸發 Kueue 刪除相關聯的 Slice 自訂資源。
```
kubectl delete jobset JOBSET_NAME
```
將 JOBSET_NAME 替換為 JobSet 名稱，例如 big-super-slice。

注意： 使用中的 Slice 自訂資源會禁止刪除節點集區，確保資源能正確清除。刪除 JobSet 可確保 Kueue 先清除 Slice 自訂資源，再繼續刪除節點集區。

刪除 TPU 節點集區：

gcloud container node-pools delete NODE_POOL_NAME \
    --cluster=CLUSTER_NAME \
    --location=LOCATION

(選用) 搭配使用動態配量和自己的排程器

本文著重於使用 Kueue 和 TAS。不過，您也可以使用自訂排程器管理動態配量。如果選擇使用其他排程器，請按照切片自訂資源參考資訊操作。

後續步驟

進一步瞭解 TPU Cluster Director。
瞭解如何在「所有容量」模式下，使用 TPU 管理維護事件。
瞭解如何在 Cluster Toolkit 中，使用動態配量部署 Cloud TPU 工作負載。

使用 Kueue 和 TAS 排定動態配額 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

需求條件

事前準備

在 GKE 中搭配 Kueue 使用動態配量

啟用 Slice 控制器

安裝 Kueue、JobSet 和 LWS

安裝 Kueue

安裝 JobSet

安裝 LWS

建立節點集區並啟用漸進式佈建

建立工作負載政策

指定節點集區所屬的區塊或子區塊

封鎖

子模塊

使用 Kueue 和 TAS 建立動態配量

安裝 Kueue 切片控制器

定義分區健康狀態選項

使用 Kueue 透過動態配量執行測試工作負載

範例 1：單一工作負載使用單一動態配量

範例 2：有多個副本的工作負載

重複使用切片，最佳化工作負載排程

啟用 Slice 重複使用功能

強制刪除各工作負載的切片

監控切片

監控 Slice 狀態

監控切片的指標

Kueue Slice 控制器指標

清除所用資源

(選用) 搭配使用動態配量和自己的排程器

後續步驟

使用 Kueue 和 TAS 排定動態配額