[Bug]: Driver upgrade does not evict pods that use nvidia.com/gpu only in a native sidecar
维护者通常 1 天内回复
@JunAr7112 已经在做这个了。
开始于 2026年10月12日。
评估
- 难度
- 2/5
- 预计耗时
- 1-3 小时
- 新手友好度
- 78/100
- Issue 类型
- 缺陷
- 描述清晰度
- 描述清楚
- 活跃度
- 活跃
- 技术栈
- go, kubernetes
调研方向
从 cmd/gpu-operator/main.go 中的 gpuPodSpecFilter 开始。issue 指出，该函数只遍历 pod.Spec.Containers。检查它如何识别 GPU 资源请求，以及是否涵盖 pod.Spec.InitContainers 中的原生 sidecar。完成标准是：在驱动程序升级期间，一个仅在原生 sidecar 中声明 nvidia.com/gpu 的 pod 会被选中删除；issue 未指定测试文件。
由索引模型根据 Issue 内容生成。
描述
Describe the bug
During an automatic driver upgrade, the upgrade controller does not delete workload pods whose nvidia.com/gpu resource is declared only in a native sidecar container (an entry in spec.initContainers with restartPolicy: Always).
The GPU pod filter, gpuPodSpecFilter in cmd/gpu-operator/main.go, only iterates pod.Spec.Containers, so such pods are treated as non-GPU pods ("No pods require deletion" logged). They keep the GPU open, k8s-driver-manager cannot unload the driver, the driver pod goes into Init:CrashLoopBackOff and the node ends up in upgrade-failed.
To Reproduce
- Run a Deployment whose main container has no GPU request, and a native sidecar with one:
initContainers:
- name: gpu-sidecar
restartPolicy: Always
resources:
limits:
nvidia.com/gpu: 1
- Change driver.version in the ClusterPolicy.
- Observe the operator log and the driver pod.
Expected behavior
Pods that declare nvidia.com/gpu* in resources of any container, including native sidecars, are selected by gpuPodSpecFilter and deleted in pod-deletion-required.
Environment (please provide the following information):
- GPU Operator Version: v26.7.1
- OS: Ubuntu24.04
- Kernel Version: 6.17.0-19-generic
- Container Runtime Version: containerd 2.2.6
- Kubernetes Distro and Version: K8s v1.36.1
- 主要语言
- Go
- 星标
- 3k
- 派生
- 592
- 平均合并
- 3 天 19 小时
- 30 天内合并 PR
- 63
环境准备
- 没有 Dockerfile 或 Docker Compose 文件
- 有 Pull Request 模板
- 阅读贡献指南
从这里开始
- 先读完整个 Issue，再读项目的贡献指南。
- 在 Issue 下留言说明你要接手 —— 这能避免两个人做同样的事。
- Fork 仓库，在一个分支上完成修改。
- 提交 Pull Request，并在描述里引用这个 Issue 编号。
NVIDIA/gpu-operator 的其他 Issue
-
[Bug]: GPUCluster common name label breaks DRA validator selector可能已有人在做 @ajavanma 于 44 天前认领。 未关闭
难度 2/5 1-3 小时 新手友好度 88/100
NVIDIA/gpu-operator#2955 · 1 条评论 ·
维护者通常 1 天内回复
-
Support digest-pinned precompiled driver images可能已有人在做 @rahulait 今天认领。 未关闭needs-triage
NVIDIA/gpu-operator#3173 · 已指派 1 人 ·
维护者通常 1 天内回复
-
[Bug]: gpu-operator images v26.7.0+, contain an uncompressed layer; v26.7.1+ also switched to OCI manifest types breaks Quay/oc-mirror mirroring可能已有人在做 @rahulait 于 2 天前认领。 未关闭bug
NVIDIA/gpu-operator#3166 · 2 条评论 · 已指派 1 人 ·
维护者通常 1 天内回复
-
feature lifecycle/frozen needs-triage
难度 4/5 3-5 天 新手友好度 35/100
NVIDIA/gpu-operator#3165 ·
维护者通常 1 天内回复
-
[Bug]: GPUCluster DRA kubelet plugin uses driver root / on Talos and cannot find libnvidia-ml.so.1可能重新可做 @roma5087 于 7 天前认领，目前没有进行中的 PR。 未关闭
难度 4/5 3-5 天 新手友好度 52/100
NVIDIA/gpu-operator#3139 · 1 条评论 ·
维护者通常 1 天内回复
查看 NVIDIA/gpu-operator 的全部 Issue
相似的 Issue
-
agent-butler-finding bug
难度 2/5 1-3 小时 新手友好度 82/100
jordansmall/spindrift#6414 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 68/100
Icinga/icinga-kubernetes#294 ·
维护者通常 4 天内回复
-
kind/design sig/ui
难度 1/5 1 小时以内 新手友好度 92/100
kubermatic/dashboard#8449 ·
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 65/100
维护者通常 1 天内回复
-
难度 2/5 1-3 小时 新手友好度 78/100
filecoin-project/curio#1632 ·
维护者通常 1 天内回复