python - ray `num_cpus` 是否用于实际分配 CPU？

Question

使用 ray 框架时，有一个选项可以选择此任务所需的 CPU 数量，如此处所述。

前任：

@ray.remote(num_cpus=4)
def f():
    return 1

但是，尚不清楚是否会有实际的 CPU 分配：

1. 该函数将被分配4CPU（例如使用 CPU 亲和性，如tasksetlinux 命令或cpusetdocker 参数）
2. 或者调度器将num_cpus仅在内部使用它作为调度元数据。让 ex 决定他是否可以开始一个需要 16 个 cpu 的新任务，其中只剩下 10 个。该任务仍然可以访问所有 CPU，并且可以“使用”比请求更多的 CPU 时间num_cpus

选项 2 似乎更有可能，但这在文档中没有说明。此外，GPU 似乎有一种选项 1，这使得调度程序的意图不清楚：

Ray 将自动为该进程设置环境变量 CUDA_VISIBLE_DEVICES。

该进程被配置为使用某个 GPU（但可以通过 reset 绕过它CUDA_VISIBLE_DEVICES）

那么，num_cpus在ray中是如何使用的呢？

标签： pythonray

Answer 1

好问题 - 对于 CPU，分配仅用作元数据（选项 2）。对于 GPU，分配既用作元数据，也提供隔离。文档将很快更新（之后会更新答案）。