---
title: "GPU 노드"
slug: "k8s-k8suse-gpu-node"
tags: ["Ncloud Kubernetes Service(VPC)"]
updated: 2026-09-17T09:07:35Z
published: 2026-09-17T09:07:35Z
canonical: "guide.ncloud-docs.com/k8s-k8suse-gpu-node"
---

> ## Documentation Index
> Fetch the complete documentation index at: https://guide.ncloud-docs.com/llms.txt
> Use this file to discover all available pages before exploring further.

# GPU 노드

VPC 환경에서 이용 가능합니다.

Ncloud Kubernetes Service의 워커 노드로 GPU 노드를 사용할 수 있습니다.

주의

- 네이버 클라우드 플랫폼에서 제공하는 GPU 서버의 MIG(Multi-Instance GPU) 기능 지원 여부는 하이퍼바이저 유형에 따라 상이합니다. 자세한 내용은 각 GPU 노드 유형별 가이드를 참조해 주십시오.
  - XEN 하이퍼바이저: MIG 기능 미지원
    - [일반 GPU](/docs/server-gpuserver-vpc)
  - KVM 하이퍼바이저: MIG 기능 지원
    - [KVM GPU](/docs/server-gpuserver-vpc-kvm)
- GPU 노드는 KR 리전에서만 사용 가능합니다.
- GPU 노드로만 구성된 클러스터는 사용 제약이 있습니다.
- Ncloud Kubernetes Service의 기본 오브젝트는 일반 노드를 필요로 하므로, 일반 노드풀과 GPU 노드풀을 함께 구성해야 합니다.

참고

- GPU 노드에서는 SMI/CUDA 드라이버를 업그레이드할 수 있습니다.
- runfile을 사용하여 드라이버 업그레이드를 진행할 수 있으며 자세한 방법은 [GPU 드라이버/CUDA 재설치 및 업그레이드](/docs/server-gpuserver-vpc) 문서를 참조해 주십시오.

## GPU 리소스 사용 방식 선택

GPU 노드를 추가한 후 파드에서 GPU를 사용하려면 다음 두 가지 중 하나를 선택해 주십시오.

| 방식 | 드라이버 | 설치 대상 | 문서 |
| --- | --- | --- | --- |
| NVIDIA device plugin | 서버 이미지에 설치된 드라이버 사용 | device plugin | [GPU 노드](/docs/k8s-k8suse-gpu-node) |
| NVIDIA GPU Operator | 서버 이미지의 드라이버 또는 GPU Operator가 설치한 드라이버 | 드라이버, Container Toolkit, device plugin, 모니터링 컴포넌트 | [NVIDIA GPU Operator 활용](/docs/k8s-k8suse-gpu-operator) |

노드풀마다 GPU 모델이 다르거나 Kubernetes에서 드라이버 버전을 직접 지정해야 하는 경우, GPU Operator를 사용해 주십시오.

주의

두 방식을 같은 클러스터에 함께 설치하지 마십시오. GPU Operator가 device plugin을 함께 설치하므로 두 구성이 같은 GPU를 중복해서 등록합니다.

## NVIDIA GPU 디바이스 플러그인 배치

GPU Operator를 사용하지 않는 경우, NVIDIA device plugin만 배치하여 GPU 리소스를 등록할 수 있습니다. GPU 플러그인을 배치하기 이전에는 쿠버네티스 클러스터에서 GPU 리소스를 사용할 수 없습니다. 클러스터에 GPU 노드가 **운영중**으로 변경된 후 NVIDIA 디바이스 플러그인을 배치하기 위해서는 아래 명령어를 실행해 주십시오.

### 1. Helm 설치

```
curl -fsSL -o get_helm.sh https://raw.githubusercontent.com/helm/helm/master/scripts/get-helm-3 \
   && chmod 700 get_helm.sh \
   && ./get_helm.sh
```

### 2. NVIDIA device plugin helm 저장소 추가

```
helm repo add nvdp https://nvidia.github.io/k8s-device-plugin \
   && helm repo update
```

### 3. NVIDIA device plugin 배포

아래 명령어를 통해 kube-system 네임스페이스에 NVIDIA device plugin을 배포합니다.

```
helm install --generate-name nvdp/nvidia-device-plugin -n kube-system
```

참고

HELM Chart는 NVIDIA에서 제공하고 있으므로, 문제 상황 발생 시 NVIDIA 공식 사이트에서 변경 여부를 확인해 주십시오.

- [NVIDIA Kubernetes 설치](https://docs.nvidia.com/datacenter/cloud-native/kubernetes/install-k8s.html)
- [NVIDIA device plugin for Kubernetes](https://github.com/NVIDIA/k8s-device-plugin)

빠른 시작을 위해 간단한 Damonset을 직접 배포하여 GPU 자원을 활성화할 수 있습니다.

```
$ kubectl create -f https://raw.githubusercontent.com/NVIDIA/k8s-device-plugin/v0.17.0/deployments/static/nvidia-device-plugin.yml
```

### 4. GPU 사용 확인

아래 명령어를 통해 노드의 상세 정보를 조회하여 GPU 리소스의 사용 가능 여부를 확인할 수 있습니다.

```
$ kubectl describe [node-name]

...
Capacity:
  cpu:                4
  ephemeral-storage:  51341792Ki
  hugepages-1Gi:      0
  hugepages-2Mi:      0
  memory:             20474628Ki
  nvidia.com/gpu:     1
  pods:               110
Allocatable:
  cpu:                3920m
  ephemeral-storage:  47316595429
  hugepages-1Gi:      0
  hugepages-2Mi:      0
  memory:             17425156Ki
  nvidia.com/gpu:     1
  pods:               110
...
```

## 디바이스 플러그인 사용

쿠버네티스는 디바이스 플러그인을 구현하여 파드가 GPU와 같은 특별한 하드웨어 기능에 접근할 수 있습니다. 자세한 내용 및 사용 방법은 공식 사이트에서 확인할 수 있습니다.

- [GPU 스케줄링 | Kubernetes](https://kubernetes.io/ko/docs/tasks/manage-gpus/scheduling-gpus/#%EA%B3%B5%EC%8B%9D-nvidia-gpu-%EB%94%94%EB%B0%94%EC%9D%B4%EC%8A%A4-%ED%94%8C%EB%9F%AC%EA%B7%B8%EC%9D%B8)
- [디바이스 플러그인 사용 방법](https://kubernetes.io/ko/docs/tasks/manage-gpus/scheduling-gpus/#%EB%94%94%EB%B0%94%EC%9D%B4%EC%8A%A4-%ED%94%8C%EB%9F%AC%EA%B7%B8%EC%9D%B8-%EC%82%AC%EC%9A%A9%ED%95%98%EA%B8%B0)