Kubernetes: k8s：v1.3.10、GPUを使用して、GPUでコンテナーを実行する方法は？

今、私はこの質問に取り組むためにほぼ一週間があります。 しかし、私は失敗しました。
環境：redhat7.2
K8S：v1.3.10 CUDA：V7.5カーネルバージョン：367.44のt ensorflow：0.11 GPU：1080
Tensorflowとk8sに基づくプラットフォーム。MLに関するトレーニング用です。
CPUを使用する場合は問題ありませんが、GPUで動作することはできません。理由を知りたいです。
私はあなたが言った多くの例をテストしましたが、それでも失敗しました
私のクラスター：1マスター2ノード。 すべてのノードにはGPUカードがありますが、マスターだけにはありません
最初に@ Hui-Zhiが言ったようにテストします：

vim  test.yaml
apiVersion: v1
kind: Pod
metadata:
  name: nvidia-gpu-test
spec:
  containers:
  - name: nvidia-gpu
    image: nginx
    resources:
      limits:
        alpha.kubernetes.io/nvidia-gpu: 1

はい、テストしましたが、動作します。 nvidia-gpuを1から2に変更すると、失敗しました。 ポッドは保留中です。 見つかった説明：これを満足できるノードはありません。すべてのノードにGPUカードが1つしかないため、機能すると思います。
しかし、質問が来ています：GPUで実行する方法は？ この例は、k8sがGPUを取得し、GPUを認識できることを証明するだけですが、その上で実行する方法はありますか？ yamlファイルを使用してgpuリソースで実行される1つのポッドを作成するにはどうすればよいですか？

それから、私は別の方法を見つけました：nvidia-docker
gpu-image：gcr.io/tensorflow/t ensorflow：0.11-gpuをプルし、dockerに従ってmnist.pyデモを実行し、docker run -it $ {image} / bin / bash
しかし失敗しました。 「CUDAライブラリlibcuda.soを開くことができません、libcuda.soを見つけることができません」のようなエラー、
誰かが同じ問題に遭遇したかどうか？
それから私は誰かが言ったことを見つけました：GPUはnvidia-dockerを使用する必要があります
幸運なことに、私はテンソルフローとしてインストールしました： https ：//www.tensorflow.org/install/install_linux#gpu_supportによると、nvidia-dockerによると、トレーニングはgpuで実行され、gpuメモリはほぼ7g、ほぼ70％でした
私はこのように実行します：nvidia-docker run -it $ {image} / bin / bash
python mnist.py
はい、動作します。 しかし、新しい質問が来ています：CPUで実行するにはdockerを使用し、gpuでnv​​idia-dockerを使用する必要がありますか？ Docker、おそらくnvidia-dockerでのみGPUで実行しますが、k8sでGPUを実行する方法。
k8sコンテナはdockerを使用しましたが、nvidia-dockerは使用していません。同じ方法でこれを行うにはどうすればよいですか、手伝ってもらえますか？ k8sがgpuをサポートしていることを証明するためのデモやテストyamlだけでなく、k8sでgpuを実行する方法を知りたいです。
うまくいけば、あなたは私に答えることができます、私は待っています...。
ありがとう。