AIKraft/AI/Войти
AIKraft/Skills/Пакетная обработка и HPC на GKE

Пакетная обработка и HPC на GKE

Runs batch and HPC workloads on GKE, utilizing job queues and parallel processing. Use when running GKE batch jobs, configuring GKE HPC, or setting up GKE job queues. Don't use for standard web application deployments (use gke-app-onboarding instead).

GOGoogle official Разработка

Что делает навык

Навык обеспечивает запуск пакетных и высокопроизводительных вычислительных (HPC) нагрузок в GKE с использованием очередей заданий (Kueue), параллельной обработки (Jobs, JobSet) и специализированных операторов (MPI). Он решает задачи эффективного управления ресурсами, оркестрации распределенных вычислений и оптимизации затрат через использование Spot-виртуальных машин. Навык не предназначен для стандартного развертывания веб-приложений.

Когда применять

  • Запуск пакетных конвейеров обработки данных (batch data processing pipelines)
  • Выполнение HPC-симуляций, таких как вычислительная гидродинамика (CFD), молекулярная динамика или финансовое моделирование
  • Организация крупномасштабных параллельных вычислений (MPI, MapReduce) и тренировка моделей машинного обучения
  • Создание ферм сборки CI/CD с использованием очередей заданий для справедливого распределения ресурсов

Как работает

  1. Определите тип рабочей нагрузки и создайте манифест Kubernetes: используйте Job для простых задач, JobSet для сложных многокомпонентных рабочих процессов или MPIJob для распределенных вычислений.
  2. Настройте Kueue для управления планированием и выделением ресурсов: создайте ClusterQueue с указанием квот (CPU, memory) и LocalQueue для привязки пространств имен.
  3. Для HPC-нагрузок с низкой задержкой создайте пул узлов с COMPACT placement-type и установите MPI Operator для оркестрации MPIJob.
  4. Обязательно укажите resource requests и limits для всех контейнеров, чтобы обеспечить корректную работу Kueue, автоскейлинга и предотвратить голодание ресурсов.
  5. Настройте отказоустойчивость: задайте backoffLimit для Jobs и реализуйте чекпоинтинг на уровне приложения для переживания прерывания Spot VM.
  6. Оптимизируйте затраты, используя Spot VMs с приоритетом Spot-first и activeMigration, а также настраивая масштабирование пулов узлов до нуля (scale-to-zero) при отсутствии задач.

Примеры запросов агенту

Запусти пакетную обработку данных в GKE, используя JobSet с 4 репликами воркеров и настройкой Kueue для управления очередью.
Настрой HPC-симуляцию с низкой задержкой: создай пул узлов с COMPACT placement и разверни MPIJob через Kubeflow MPI Operator.
Оптимизируй затраты на пакетные задачи: используй Spot VMs с activeMigration и настрой масштабирование пула узлов до нуля в GKE Autopilot.

Что понадобится

  • Доступ к GKE кластеру и утилита kubectl
  • Установленные Kueue (kueue.x-k8s.io) и/или MPI Operator (kubeflow.org)
  • Инструменты MCP: apply_k8s_manifest, get_k8s_resource, describe_k8s_resource, get_k8s_logs, delete_k8s_resource, list_k8s_events

Описание составлено по SKILL.md навыка, сверено 05.10.2026.

Как подключить

1Скачать навык
# возьмите папку навыка «gke-batch-hpc» из репозитория: # https://github.com/google/skills
2Положить папку с SKILL.md к навыкам ассистента
# положите папку навыка туда, где ассистент ищет skills: cp -r gke-batch-hpc/ ~/.claude/skills/gke-batch-hpc/

Навык — папка с файлом SKILL.md (описание + инструкции) и опциональными скриптами. Ассистент (Claude, Claude Code и совместимые) подхватывает его по описанию и следует шагам.