协作范围与部署位置
创建开发环境、训练任务或推理服务前,先确认“谁可以使用”和“在哪里运行”。这两个维度需要分别选择。
选择项目组不会自动授予资源池、镜像、模型或 Volume 权限。创建任务或服务时,需要同时满足对象可见性、资源使用权和数据读写权限。
工作负载引用资源和资产
下图以一个任务或服务为中心,说明创建配置与实际运行实例之间的关系。
提交创建只表示平台接受了配置,后续还需要经过资源调度、镜像拉取、存储挂载和程序启动。
镜像、数据集、模型与 Volume
这几类对象承担不同职责。将它们分别管理,便于更新依赖、复用数据和保留成果。
运行进度需要由程序保存,例如训练程序保存 checkpoint。平台可以重新拉起训练任务,但不能替代程序完成进度保存与加载。
任务、服务与运行实例
创建训练任务或推理服务时,您配置的是平台管理对象。平台会根据该配置启动一个或多个运行实例。
任务或服务与运行实例不能按数量直接等同。一个服务可能有多个副本,一个训练任务也可能包含多个角色或多个执行单元。
规格份数、副本与资源用量
实例规格 描述一份资源组合,例如 GPU、CPU 和内存。规格份数 决定一个执行单元申请多少份规格,副本数 决定需要多少个这样的执行单元。 例如,每份规格包含 2 张 GPU,每个副本使用 2 份规格,共运行 2 个副本:
CPU 和内存也按同样的份数与副本数计算。多角色任务需要逐角色汇总;多节点推理还需计入每组节点数,具体以对应创建页面的资源配置为准。
额度 表示允许使用的资源量,可调度量 表示当前条件下能够实际安排运行的资源量。额度足够时,任务或服务仍可能因为节点、规格组合、资源池状态或调度策略等待。
权限与可见性边界
项目组可见性、资源使用权和数据读写权限是不同的权限边界。
任务链接用于定位对象,本身不授予访问权限。分享配置、命令、环境变量或日志前,应先确认不包含密码、访问令牌、存储密钥或其他敏感信息。
