AWS ParallelCluster CloudFormation のスタック作成速度向上によりクラスターのデプロイ速度は早くなったのか確認してみた

AWS ParallelCluster のクラスターのデプロイって地味に時間かかるような印象はありませんか？

先日のアップデートで CloudFormation のスタック作成速度が早くなりました。クラスターのデプロイ速度に変化はあるのか確認してみました。

検証結果まとめ

• 同じクラスターのコンフィグを用いて今と昔のクラスターのデプロイに要した時間を比較しました
• デプロイ完了までの時間は昔と比べると 1 分短縮され、約 11% の速度向上を確認できました

ParallelCluster と CloudFormation の関係

pcluster コマンドではクラスター環境を作成する裏側では AWS CDK により CloudFormation テンプレートが作成されています。要は CloudFormation でクラスター環境一式を作成しています。

今回の CloudFormation スタック作成速度向上は ParallelCluster の CloudFormation スタック作成時にも有効なのか検証してみます。

確認してみた

過去にデプロイ済みのスタックが残っていたため、スタックの作成から終了までの時間と、その時と同じクラスターコンフィグを使って新たにデプロイしたスタックの時間を比較してみました。

検証環境

検証に使用したクラスターのコンフィグは以下です。

Region: ap-northeast-1
Image:
  Os: ubuntu2204
Tags:
  - Key: Name
    Value: v380-cluster
# ----------------------------------------------------------------
# Head Node Settings
# ----------------------------------------------------------------
HeadNode:
  InstanceType: t3.micro
  Networking:
    ElasticIp: false
    SubnetId: subnet-0c82bb28e119e2aa8
  Ssh:
    KeyName: org-sandbox-keypair
  LocalStorage:
    RootVolume:
      Size: 40
      Encrypted: true
      VolumeType: gp3
      Iops: 3000
      Throughput: 125
  Iam:
    AdditionalIamPolicies:
      - Policy: arn:aws:iam::aws:policy/AmazonSSMManagedInstanceCore
    S3Access:
      - BucketName: hpc-dev-custom-boostrap-files-for-parallelcluster
        EnableWriteAccess: false
# ----------------------------------------------------------------
# Compute Node Settings
# ----------------------------------------------------------------
Scheduling:
  Scheduler: slurm
  SlurmSettings:
    ScaledownIdletime: 5
  SlurmQueues:
    # ------ Test 1 ------
    - Name: test1
      ComputeResources:
        - Name: test1
          Instances:
            - InstanceType: t3.micro
            - InstanceType: t3a.micro
          MinCount: 0
          MaxCount: 10
          DisableSimultaneousMultithreading: true
      ComputeSettings:
        LocalStorage:
          RootVolume:
            Size: 40
            Encrypted: true
            VolumeType: gp3
            Iops: 3000
            Throughput: 125
      CapacityType: SPOT
      AllocationStrategy: capacity-optimized
      Networking:
        SubnetIds:
          - subnet-0c82bb28e119e2aa8
          - subnet-0296a0c8515ed3bdc
          - subnet-0089ff187d1f54258
        PlacementGroup:
          Enabled: false
#      CustomActions:
#        OnNodeConfigured:
#          Script: s3://hpc-dev-custom-boostrap-files-for-parallelcluster/install/apptainer.sh
      Iam:
        AdditionalIamPolicies:
          - Policy: arn:aws:iam::aws:policy/AmazonSSMManagedInstanceCore
        S3Access:
          - BucketName: hpc-dev-custom-boostrap-files-for-parallelcluster
            EnableWriteAccess: false
    # ------ Compute 1 ------
    - Name: queue1
      ComputeResources:
        - Name: queue1
          Instances:
            - InstanceType: m7i.8xlarge
            - InstanceType: m7a.4xlarge
          MinCount: 0
          MaxCount: 50
          DisableSimultaneousMultithreading: true
      ComputeSettings:
        LocalStorage:
          RootVolume:
            Size: 40
            Encrypted: true
            VolumeType: gp3
            Iops: 3000
            Throughput: 125
      CapacityType: SPOT
      AllocationStrategy: capacity-optimized
      Networking:
        SubnetIds:
          - subnet-0c82bb28e119e2aa8
          - subnet-0296a0c8515ed3bdc
          - subnet-0089ff187d1f54258
        PlacementGroup:
          Enabled: false
#      CustomActions:
#        OnNodeConfigured:
#          Script: s3://hpc-dev-custom-boostrap-files-for-parallelcluster/install/apptainer.sh
      Iam:
        AdditionalIamPolicies:
          - Policy: arn:aws:iam::aws:policy/AmazonSSMManagedInstanceCore
        S3Access:
          - BucketName: hpc-dev-custom-boostrap-files-for-parallelcluster
            EnableWriteAccess: false

# ----------------------------------------------------------------
# Shared Storage Settings
# ----------------------------------------------------------------
SharedStorage:
  - MountDir: /mnt/hpc-dev-efs-for-parallelcluster
    Name: efs1
    StorageType: Efs
    EfsSettings:
      FileSystemId: fs-0846dc947572a66a1

# ----------------------------------------------------------------
#  Other Settings
# ----------------------------------------------------------------
Monitoring:
  Logs:
    CloudWatch:
      Enabled: true
      RetentionInDays: 180
      DeletionPolicy: "Delete"
  Dashboards:
    CloudWatch:
      Enabled: true

アップデート前

ParallelCluster 3.8 のクラスターを作成したスタックが残っていたため時間を確認しました。pcluster create-clusterコマンド実行からクラスター作成完了まで約 9 分かかっていました。

アップデート後

同じクラスターのコンフィグを利用して改めて新規のクラスターを作成しました。約 8 分でスタックは完了しました。1分早くなっています。

アップデート後に追加されたイベントを確認

CloudFormation のイベントを確認すると一箇所だけ今回のアップデートから追加されたイベント（CONFIGURATION_COMPLETE）を確認できました。リソースの作成完了し、安定化（Stabilization）が進行中である場合に発行されるイベントの様です。

今回のアップデートはこの安定化中に後続の処理を開始するようになったため、以前に比べると前倒しでリソース作成に取りかかれた様子です。最終的にクラスター作成完了まで 1 分短縮に繋がった要因でしょう。

検証結果まとめ

CloudFormation のスタック作成速度向上の影響でクラスターのデプロイ速度が 1 分早くなりました。約 11% の速度向上です。

おわりに

アップデート前に作成してあったスタックでかつ、クラスターのコンフィグが残っているものは 1 件しか手元にありませんでした。何件かあればサンプル数を増やして計測したかったのですが、今となっては検証できなく残念です。