文档

使用公共资源组

更新时间:

开通EAS后,系统会默认为您创建公共资源组,您可以直接使用公共资源组来部署模型服务。本文为您介绍公共资源组的概要信息。

适用场景

公共资源组建议在任务量相对较少、对任务时效性要求不高的场景下使用。

计费说明

开始计费

公共资源组支持使用机器资源或机器型号来部署模型服务,服务一旦部署并处于运行中时,系统就开始计费,详情请参见EAS计费说明

重要

建议及时停止无用的模型服务,以免产生不必要的费用。

使用EAS客户端命令创建服务时,支持配置系统盘容量,详情请参见服务模型所有相关参数说明。PAI为公共资源组每个实例机器节点免费提供30 GB的系统盘容量,超出容量按量计费,系统盘创建成功后开始计费,计费详情请参见EAS计费说明

停止计费

PAI EAS 模型在线服务页面的服务列表页签,单击目标服务操作列下的停止,即可停止模型服务和计费,详情请参见服务部署:控制台&Designer

重要
  • 如果部署服务时额外购买了系统盘,只有删除服务,才能停止计费。

  • 请确保被停止的服务不需要再使用,以免造成不必要的业务损失。

使用指导

公共资源组不需要单独购买,开通EAS后即可使用。

如果您的客户端需要通过VPC高速直连访问来降低网络时延,或者EAS服务需要访问您在同一VPC下的其他云产品等,您可以通过配置网络连通来实现上述能力,详情请参见配置网络连通

您也可以为公共资源组配置日志服务,部署到公共资源组的EAS服务产生的日志会存储到日志服务中,方便对EAS服务进行实时监控,详情请参见配置资源组日志服务

使用以下任意一种方式将服务部署至公共资源组。

  • 控制台方式

    PAI-EAS 模型在线服务页面部署模型服务,其中资源组种类选择公共资源组,详情请参见服务部署:控制台

  • EASCMD方式

    通过EASCMD客户端部署模型服务,详情请参见服务部署:EASCMD&DSW

    支持使用指定机器资源指定机器型号来部署服务。

    • 使用机器资源来部署服务的配置方式如下。

      {
          "metadata": {
              "instance": 2,
              "cpu": 1,
              "memory": 2000
          },
          "cloud": {
              "computing": {}
          },
          "name": "test",
          "model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/model.tar.gz",
          "processor": "tensorflow_cpu_1.12"
      }
    • 使用机型来部署服务的配置方式如下,需在服务配置文件中增加cloud.computing.instance_type字段,用以指定实例的机型。

      {
        "name": "tf_serving_test",
        "model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/model.tar.gz",
        "processor": "tensorflow_gpu_1.12",
        "cloud":{
            "computing":{
                "instance_type":"ecs.gn6i-c24g1.6xlarge"
            }
        },
        "metadata": {
          "instance": 1,
          "cuda": "9.0",
          "memory": 7000,
          "gpu": 1,
          "cpu": 4
        }
      }

      其中instance_type支持配置的机型如下。

      实例规格

      实例名称

      ecs.c5.6xlarge

      c5(24vcpu+48GB)

      ecs.c6.2xlarge

      c6(8vcpu+16GB)

      ecs.c6.4xlarge

      c6(16vcpu+32GB)

      ecs.c6.6xlarge

      c6(24vcpu+48GB)

      ecs.c6.8xlarge

      c6(32vcpu+64GB)

      ecs.g5.6xlarge

      g5(24vcpu+96GB)

      ecs.g6.2xlarge

      g6(8vcpu+32GB)

      ecs.g6.4xlarge

      g6(16vcpu+64GB)

      ecs.g6.6xlarge

      g6(24vcpu+96GB)

      ecs.g6.8xlarge

      g6(32vcpu+128GB)

      ecs.gn5-c28g1.7xlarge

      28vcpu+112GB+1*P100

      ecs.gn5-c4g1.xlarge

      4vcpu+30GB+1*P100

      ecs.gn5-c8g1.2xlarge

      8vcpu+60GB+1*P100

      ecs.gn5-c8g1.4xlarge

      16vcpu+120GB+2*P100

      ecs.gn5i-c4g1.xlarge

      4vcpu+16GB+1*P4

      ecs.gn5i-c8g1.2xlarge

      8vcpu+32GB+1*P4

      ecs.gn6i-c16g1.4xlarge

      16vcpu+62GB+1*T4

      ecs.gn6i-c24g1.12xlarge

      48vcpu+186GB+2*T4

      ecs.gn6i-c24g1.6xlarge

      48vcpu+186GB+2*T4

      ecs.gn6i-c4g1.xlarge

      4vcpu+15GB+1*T4

      ecs.gn6i-c8g1.2xlarge

      8vcpu+31GB+1*T4

      ecs.gn6v-c8g1.2xlarge

      8vcpu+32GB+1*V100

      ecs.r6.2xlarge

      r6(8vcpu+64GB)

      ecs.r6.4xlarge

      r6(16vcpu+128GB)

      ecs.r6.6xlarge

      r6(24vcpu+192GB)

      ecs.r6.8xlarge

      r6(32vcpu+256GB)

      ecs.g7.2xlarge

      g7(8vcpu+32GB)

      ecs.g7.4xlarge

      g7(16vcpu+64GB)

      ecs.g7.6xlarge

      g7(24vcpu+96GB)

      ecs.g7.8xlarge

      g7(32vcpu+128GB)

      ecs.c7.2xlarge

      c7(8vcpu+16GB)

      ecs.c7.4xlarge

      c7(16vcpu+32GB)

      ecs.c7.6xlarge

      c7(24vcpu+48GB)

      ecs.c7.8xlarge

      c7(32vcpu+64GB)

      ecs.r7.2xlarge

      r7(8vcpu+64GB)

      ecs.r7.4xlarge

      r7(16vcpu+128GB)

      ecs.r7.6xlarge

      r7(24vcpu+192GB)

      ecs.r7.8xlarge

      r7(32vcpu+256GB)

      ecs.g7.16xlarge

      g7(64vcpu+256GB)

      ecs.c7.16xlarge

      c7(64vcpu+128GB)

      ecs.r7.16xlarge

      r7(64vcpu+512GB)

      ecs.gn7i-c8g1.2xlarge

      8vcpu+30GB+1*A10

      ecs.gn7i-c16g1.4xlarge

      16vcpu+60GB+1*A10

      ecs.gn7i-c32g1.8xlarge

      32vcpu+188GB+1*A10

      ecs.gn6e-c12g1.3xlarge

      12vcpu+92GB+1*V100

      ecs.g6.xlarge

      g6(4vcpu+16GB)

      ecs.c6.xlarge

      c6(4vcpu+8GB)

      ecs.r6.xlarge

      r6(4vcpu+32GB)

      ecs.g6.large

      g6(2vcpu+8GB)

      ecs.c6.large

      c6(2vcpu+4GB)

      ecs.r6.large

      r6(2vcpu+16GB)

      ecs.c7a.large

      AMD(2vcpu+4GB)

      ecs.c7a.xlarge

      AMD(4vcpu+8GB)

      ecs.c7a.2xlarge

      AMD(8vcpu+16GB)

      ecs.c7a.4xlarge

      AMD(16vcpu+32GB)

      ecs.c7a.8xlarge

      AMD(32vcpu+64GB)

      ecs.c7a.16xlarge

      AMD(64vcpu+128GB)

      ecs.g7a.large

      AMD(2vcpu+8GB)

      ecs.g7a.xlarge

      AMD(4vcpu+16GB)

      ecs.g7a.2xlarge

      AMD(8vcpu+32GB)

      ecs.g7a.4xlarge

      AMD(16vcpu+64GB)

      ecs.g7a.8xlarge

      AMD(32vcpu+128GB)

      ecs.g7a.16xlarge

      AMD(64vcpu+256GB)

相关文档

  • 公共资源组支持共享使用,使用高峰期无法保证稳定的资源分配。您可以创建专属资源组,使用专属资源组来部署服务。具体操作,请参见使用专属资源组

  • 为部署在公共资源组中的服务配置VPC高速直连。具体操作,请参见配置网络连通

  • 本页导读 (1)
文档反馈