适用场景
- 创建 JupyterLab 或 VS Code Server 开发环境。
- 提交 PyTorchJob、RayJob 等训练任务。
- 发布大模型推理服务或通用服务。
- 为团队预留一批固定算力。
- 排查任务排队、资源不足或配额校验失败。
了解资源池类型
选择资源池时,先判断您的任务是否需要专属保障或节点隔离。购买实例资源
如果当前没有足够实例配额,您可以先购买实例资源。进入 所用资源 > 订单,在 实例资源 页签下,单击 购买。 购买实例资源时,需选择资源所属的区域和集群,并配置以下参数:
购买实例资源时,重点关注 目标资源池。它决定本次购买的实例配额进入哪个资源池:
确认资源是否可用
购买完成后,请先在订单中确认订单状态为active,再回到实例资源或目标资源池确认配额是否增加。
进入 所用资源 > 实例资源(新版) 后,选择区域、集群和项目组。资源概览会汇总当前范围内的资源情况,包括:
在资源池列表中,继续查看目标资源池是否匹配任务需求。列表支持自定义显示列,常用列包括:
如果某类资源使用率较高,或目标资源池没有足够空闲配额,后续创建任务时可能排队或提交失败。如果资源池处于更新中、删除中或失败状态,请等待操作完成或联系资源管理员确认后再提交任务。
提交工作负载前,可按实例规格、规格份数和副本数估算总需求;对象关系和计算口径请参见平台对象与运行关系。
