开发环境概述

开发环境是人工智能平台提供的托管式交互工作空间，用于在正式提交训练任务前编写代码、调试程序、探索数据和验证依赖。平台支持 JupyterLab 和 VSCS 两类开发环境。 开发环境运行在集群中，会占用实例资源。关闭浏览器只会断开访问，不会停止开发环境；如需释放算力，需要在控制台停止开发环境。长时间运行或多节点训练任务，建议在开发环境中调通代码后，提交为训练任务运行。

​

选择开发环境类型

VSCS 的浏览器访问和 SSH 访问可以单独启用，也可以同时启用。两种访问方式连接的是同一个开发环境，共享同一份文件、Volume 和挂载数据。

​

理解开发环境与资源关系

​

基本使用路径

1. 准备实例资源、存储资源、镜像、数据集或模型。
2. 根据开发方式选择 JupyterLab 或 VSCS。
3. 创建开发环境，并配置资源规格、镜像、Volume、数据集或模型挂载。
4. 开发环境进入运行中状态后，打开 JupyterLab、浏览器 VS Code，或通过 SSH 连接。
5. 在开发环境中开发和调试代码，并将需要保留的文件写入 Volume。
6. 调试完成后，按需停止、重启、更新、克隆、保存镜像或删除开发环境。
7. 需要稳定运行、队列调度、容错或多节点训练时，提交为训练任务。

​

使用边界

• 开发环境停止会释放算力，但保留开发环境配置和已写入 Volume 的数据。
• 开发环境删除后会移除记录并释放占用资源。删除前，请确认重要文件已经保存到 Volume。
• Notebook 文件只保存代码和输出内容，不保存 Python 进程、GPU 状态或训练进度；长实验需要保存检查点。
• 保存镜像可以复用已安装的系统依赖和工具，但不会备份挂载的 Volume、进程内存或运行状态。
• 挂载路径不要互相重叠，也不要覆盖镜像中的系统目录，例如 /opt、/workspace 或 /usr。
• 不同区域和集群可用的资源池、镜像、Volume、数据集和模型可能不同。创建开发环境前，请确认相关资源位于可访问范围内。

​

相关文档

• 使用 JupyterLab 开发环境
• 使用 VSCS 开发环境
• 创建训练任务