[검증 필요] C3. CRIU GPU Migration — graceful drain 실전 검증 (GLM-5 운영자)

[devfloor9]

문서

docs/agentic-ai-platform/model-serving/gpu-infrastructure/criu-gpu-migration.md

배경

Phase 3 트랙 C3에서 추가된 CRIU GPU Migration 가이드는 "Experimental" 상태이며 K8s ContainerCheckpoint / cuda-checkpoint 제약을 반영했습니다. 실전 대안으로 제시한 graceful drain + warm start 순서가 실 운영 절차에 부합하는지 검증이 필요합니다.

연관 플랜: .omc/plans/phase3-track-c-review-checklist.md

검증 항목

• graceful drain + warm start 순서 현실성
  • GLM-5(744B) 배포 환경에서 문서 제안 순서대로 Spot reclaim 대응 시나리오 재현
  • kubectl drain --grace-period=X 값의 적정성 (실무 경험 기반)
  • warm start 시 KV Cache 복구 여부 및 복구 불가 시 허용 가능한 TTFT 저하 수준
• EKS Auto Mode 제약 사항 재확인
  • CRI-O 교체 불가 사실 (GLM-5 us-east-2 배포 경험 기반)
  • GPU CR 사실상 사용 불가 상태 유지 여부 (2026-04 기준)
• 대안 조합 적합성
  • graceful drain + warm start 외 다른 조합(예: vLLM-d disaggregated prefill 분리) 검토
• cuda-checkpoint tagged release 모니터링
  • NVIDIA 공식 릴리즈 타임라인 주기적 재확인 (현재 tagged release 없음)

테스트 환경 요건

• GLM-5(744B) 또는 동급 대형 모델 배포
• EKS Auto Mode 또는 Karpenter + GPU Operator 환경
• Spot 인스턴스 사용 가능 리전

검증 완료 후 조치

1. 문서 상단 :::caution Experimental / Verification pending 박스 업데이트 (검증 결과 반영)
2. graceful drain timing·순서에 "실측: 2026-MM-DD / 모델: ..." 주석 추가
3. last_update.date 갱신
4. .omc/plans/phase3-track-c-review-checklist.md의 C3 항목 [x] 처리

연관 이슈

• Phase 3 트랙 C 추적: [Phase 3 트랙 C] 운영자 리뷰 및 2026-Q2 세션 대기 항목 추적 #4