Terrill Dicki
2025/11/1 13:41
Rayがラベルセレクターを導入し、開発者向けのスケジューリング機能を強化し、ノード上でより正確なワークロード配置を可能にします。この機能はGoogle Kubernetes Engineとの共同開発です。
分散コンピューティングフレームワークのRayは、ラベルセレクターのリリースにより重要なアップデートを導入しました。この機能は開発者向けのスケジューリングの柔軟性を高めることを目的としています。Anyscaleの最近の発表によると、この新機能により適切なノードへのワークロードのより正確な配置が可能になります。
ワークロード配置の強化
ラベルセレクターの導入は、Google Kubernetes Engineチームとの共同開発の一環として実現しました。Ray バージョン2.49で利用可能なこの新機能は、Rayダッシュボード、KubeRay、およびAnyscaleのAIコンピュートプラットフォーム全体に統合されています。これにより、開発者はRayクラスター内のノードにcpu-family=intelやmarket-type=spotなどの特定のラベルを割り当てることができ、指定されたノード上でのタスク、アクター、または配置グループのスケジューリングプロセスを効率化できます。
以前の制限への対応
以前は、開発者が特定のノードでタスクをスケジュールしようとする際に課題に直面し、リソース量と配置制約を混同する回避策に頼ることがよくありました。新しいラベルセレクターは、スケジューリング要件のより柔軟な表現を可能にすることでこれらの制限に対応し、完全一致、任意条件、およびGPUノードの回避やus-west1-aやus-west1-bなどの地域の指定といった否定的な一致を含みます。
Kubernetesとの統合
RayのラベルセレクターはKubernetesのラベルとセレクターからインスピレーションを得ており、両システム間の相互運用性を強化しています。この開発は、Rayをより緊密にKubernetesと統合する継続的な取り組みの一部であり、馴染みのあるAPIとセマンティクスを通じてより高度なユースケースを可能にします。
実用的なアプリケーション
ラベルセレクターを使用することで、開発者は特定のノードへのタスクの固定、CPUのみの配置の選択、特定のアクセラレーターのターゲット設定、特定の地域やゾーン内でのワークロードの維持など、さまざまなスケジューリング目標を達成できます。この機能は静的クラスターと自動スケーリングクラスターの両方をサポートし、Anyscaleのオートスケーラーはリソースの形状とラベルセレクターを考慮して、ワーカーグループを適切にスケールします。
今後の開発
今後、Rayはフォールバックラベルセレクター、一般的なスケジューリングパターンのためのライブラリサポート、Kubernetesとの相互運用性の向上など、追加機能でラベルセレクター機能を強化する計画です。これらの開発は、ワークロードスケジューリングをさらに簡素化し、全体的なユーザー体験を向上させることを目指しています。
より詳細な手順とAPI詳細については、開発者はAnyscaleとRayのガイドを参照できます。
画像出典：Shutterstock
出典: https://blockchain.news/news/ray-enhances-scheduling-with-new-label-selectors
