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。
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：
估算任务资源需求
提交开发环境、训练任务或推理服务前，建议先按实例规格、规格份数和副本数估算资源需求，再核对目标资源池和个人剩余额度。 任务总需求 = 每份实例规格的资源量 × 单副本规格份数 × 副本数。 例如，某个实例规格包含 2 张 GPU、16 vCPU 和 128 Gi 内存。任务中每个副本使用 3 份规格，共运行 4 个副本，则资源需求如下：
该任务共需要 12 份规格。提交前，请在目标资源池和实例规格下，用这一总量核对用户剩余配额和资源池空闲情况。
不同任务类型的计算方式还需要关注角色差异：
- PyTorch 任务的副本总数包含主节点和 Worker，主节点也会占用资源。
- Ray 任务需要分别计算 Head 和各类 Worker 的资源需求；相同规格合并核对，不同规格分别核对额度。
- 不同 GPU 型号需要分别核对型号和容量。某个 GPU 型号的空闲卡数不能抵扣另一个型号的资源需求。
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 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。
申请资源使用权限和额度
如果目标资源池没有授权给当前账号，或个人剩余额度不足，请先申请资源池使用权限或额度。 资源申请包含审批和生效两个阶段。管理员审批通过后，系统还需要继续落实授权和额度配置；只有申请状态变为 已生效 后，新增权限或额度才可用于创建开发环境、训练任务或推理服务。- 进入 所用资源 > 实例资源。
- 选择目标区域、集群和项目组，找到目标资源池。
- 核对资源池的实例规格、支持负载类型、状态和个人配额。
- 如果页面提供 申请使用，填写所需额度和用途后提交；如果没有申请入口，请联系资源池管理员。
- 在申请记录中查看审批和生效进度。
- 状态变为 已生效 后，刷新资源池页面或任务创建表单，确认个人剩余额度已经更新。
审批通过不等于资源已经可用。授权和额度生效后，任务仍需要等待满足要求的可调度资源；如任务长时间排队，请参见 排查任务资源不足或长时间排队。