ACK集群实现GPU AI模型训练
场景描述 本方案适用于AI图片训练场景，使用CPFS和NAS作为共享存储，利用容器服务Kubernetes版管理GPU云服务器集群进行图片AI训练。解决问题 搭建AI图片训练基础环境。使用CPFS存储训练数据。使用飞天AI加速训练工具加速训练。使用Arena一...
API参考
如果您熟悉网络服务协议和一种以上编程语言，推荐您调用API管理您的云上资源和开发自己的应用程序。GPU云服务器适用的API和云服务器ECS一致，详情请参见 ECS API简介 和 ECS API概览。
使用FastGPU加速AI训练/推理
选用的产品列表 产品名称 说明 GPU云服务器 该服务提供了GPU算力的弹性计算服务，具有超强的计算能力，可有效缓解计算压力，提升您的业务效率，帮助您提高企业竞争力。对象存储OSS 是一款海量、安全、低成本、高可靠的云存储服务，多种存储...
创建GPU集群
容器服务 Kubernetes 版支持对各种型号的计算型GPU资源进行统一调度和运维管理，能够显著提高GPU集群资源的使用效率。本文介绍如何创建GPU集群及查看节点挂载的GPU设备。前提条件 已创建ACK Pro版集群 或 已创建ACK专有版集群。创建GPU节点...
异构计算集群概述
更多信息，请参见 创建GPU集群 和 创建专有GPU集群。支持以GPU卡为单位申请集群GPU资源。支持自动扩缩容集群GPU节点。更多信息，请参见 基于GPU指标实现弹性伸缩。支持GPU共享调度和算力隔离功能。阿里云自研的GPU共享调度将多个模型推理...
GPU调度概述
普通GPU调度 申请Kubernetes GPU集群后，通过运行TensorFlow的GPU实验环境，关于如何使用Kubernetes默认调度器独占GPU，请参见 使用Kubernetes默认GPU调度。您也可通过使用GPU节点标签自定义调度，具体操作，请参见 使用节点标签自定义GPU...
阿里云异构计算产品总览
GPU云服务器 GPU云服务器是基于GPU应用的计算服务器。GPU在执行复杂的数学和几何计算方面有着独特的优势。特别是浮点运算、并行运算等方面，GPU可以提供上百倍于CPU的计算能力。作为阿里云弹性计算家族的一员，GPU云服务器结合了GPU计算力...
什么是GPU云服务器
对比项 GPU云服务器 GPU自建服务器 灵活性 能够快速开通一台或多台GPU云服务器实例。实例规格（vCPU、内存及GPU）支持灵活变更，并且支持在线升降配。带宽升降自由。服务器购买周期长。服务器规格固定，无法灵活变更。带宽一次性购买，无法...
在GPU集群中加速AI模型训练
本文适用于AI图片的训练场景，使用文件存储CPFS/NAS作为共享存储，使用容器服务Kubernetes版管理GPU云服务器集群实现AI图片的训练加速。方案优势 使用阿里云的容器服务ACK可快速搭建AI图片训练基础环境。使用CPFS存储训练数据，支持多个...
异构计算产品最佳实践概览
GPU AI模型训练最佳实践 适用于AI图片训练场景，使用CPFS/NAS作为共享存储，利用容器服务Kubernetes版管理GPU云服务器集群进行AI图片训练。在GPU实例上使用RAPIDS加速机器学习任务 在GPU实例上基于NGC环境使用RAPIDS加速库，加速数据科学和...
注册集群FAQ
本地数据中心的Kubernetes集群可以扩容云上弹性资源吗？接入注册集群的目标集群对于网络连通性有什么要求？接入注册集群后，控制台节点页面不显示节点的容器组/CPU/内存资源配额与用量 注册集群是否收费？注册集群是免费产品，但涉及到部分...
Hive统一元数据
使用统一的元数据库，如果您的所有数据都存放在OSS之上，则不需要做任何元数据的迁移和重建，所有集群都是可以直接访问数据，这样每个EMR集群可以做不同的业务，但是可以很方便地实现数据的共享。创建使用统一元数据的集群 支持以下两种...
舰队管理网络规划
如何选择专有网络VPC 为了实现舰队对关联集群的统一管理，需要建立网络连接，使舰队与关联集群可以访问对方的API Server端点。舰队所在VPC可以访问关联集群的API Server端点，如上图中标注1的连接。关联集群所在VPC可以访问舰队的API ...
重启实例
GPU实例作为云服务器ECS的一类实例规格，保持了与ECS实例相同的管理操作。本文介绍如何通过控制台重启实例。前提条件 待重启的实例必须处于 运行中 状态。背景信息 重启操作是维护云服务器的一种常用方式，如系统更新、重启保存相关配置等...
使用控制台创建ECS集群
非阿里云ECS集群：即混合云ECS集群，可以包含阿里云的ECS、本地IDC内的服务器以及其他云服务提供商的服务器。这些服务器通过专线连通，并添加到EDAS的非阿里云ECS集群中进行管理。关于非阿里云ECS集群的更多信息，请参见 创建混合云ECS集群...
使用前必读
注册集群可以帮您将云下Kubernetes集群接入云端，快速搭建混合云集群。您可以将本地数据中心Kubernetes集群或其他云厂商Kubernetes集群接入阿里云容器服务管理平台，进行统一管理。本文介绍使用注册集群前需要了解的一些注意事项。数据安全...
开启集群GPU监控
前提条件 已创建托管GPU集群或专有GPU集群。具体操作，请参见 创建GPU集群 或 创建专有GPU集群。已开通ARMS。具体操作，请参见 开通ARMS。背景信息 对运维人员来说，实现对Kubernetes的大规模GPU设备可监测能力至关重要。通过监测GPU相关...
设置自动/手动启停Serverless集群
当Serverless集群自动启动后，将会先把主节点拉起，使集群可以正常提供服务，然后按照 只读节点个数扩展下限 的值拉起只读节点。固定规格集群的Serverless功能暂时不支持自动启停能力。登录 PolarDB控制台。在控制台左上角，选择集群所在...
ES节点连接报错|ES集群状态异常
2、集群可以正常连接，但是查询或者写入就报错，可以按照以下方式排查集群自身状况解决：通过 GET_cat/health?v 查看集群健康状态，是否有出现节点失联、shard未分配等情况。通过监控查看集群负载，即查看CPU、JVM、磁盘使用率等是否出现...
GPU监控
云监控通过安装在阿里云主机（ECS实例）上的云监控插件，采集GPU的监控数据，您还可以为这些监控项设置报警规则。当某个监控项达到报警条件时，会给您发送报警通知，以便您及时关注其动态。前提条件 请确保您已在云服务器ECS上创建GPU计算...
使用RAPIDS加速机器学习最佳实践
方案优势 阿里云GPU云服务器资源丰富，可灵活选择在GPU上搭建RAPIDS加速机器学习环境。使用容器服务Kubernetes版部署RAPIDS加速机器学习环境。共享存储NAS可提供强大的存储性能。部署架构图 选用的产品列表 产品名称 说明 GPU云服务器 该...
主机集群托管
主机集群支持阿里云云服务器 ECS、其他云厂商提供的主机、以及企业自有主机。阿里云 ECS 通过服务连接授权云效即可使用。其他厂商主机或自有主机，需要主机公网可访问，在主机上安装 Agent 与云效 AppStack 建立连接即可使用。导入主机集群...
将报警配置功能接入注册集群
您可以通过集群内部署CRD的方式配置容器服务的报警规则。本文介绍在注册集群中如何接入报警配置功能及如何配置报警规则。前提条件 通过容器服务Kubernetes版接入一个注册的Kubernetes集群。具体操作，请参见 通过控制台创建注册集群、通过...
使用RAPIDS加速图像搜索最佳实践
方案优势 阿里云GPU云服务器资源丰富，可灵活选择在GPU上搭建RAPIDS加速图像搜索环境。使用容器服务Kubernetes版可快速部署图像搜索环境和分发应用。共享存储NAS可提供强大的存储性能。部署架构图 选用的产品列表 产品名称 说明 GPU云服务...
Kubernetes 集群托管
修改 Kubernetes 集群 可以修改 Kubernetes 集群显示名。操作入口：Kubernetes 集群详情页面-更多操作-修改Kubernetes集群。移除 Kubernetes 集群 当 Kubernetes 集群不再使用时，可以删除集群。操作入口：Kubernetes集群详情页面-更多操作...
ACK对接ECI
基于Kubernetes社区的Virtual Kubelet（简称VK）技术，ECI可以以虚拟节点的形式接入到Kubernetes集群中，使得集群可以轻松获得极大的弹性能力，而不必受限于集群的节点计算容量。ECI在接管Pod容器底层基础设施的管理工作后，Kubernetes不再...
容器服务报警管理
报警配置功能提供统一管理容器报警场景的功能，包括容器服务异常事件报警、集群相关基础资源的关键指标报警、集群核心组件及集群中应用的指标报警。支持在创建集群时默认开启报警功能。容器服务的报警规则支持通过集群内部署CRD的方式配置...
什么是神行工具包（DeepGPU）
神行工具包（DeepGPU）是阿里云专门为GPU云服务器搭配的GPU计算服务增强工具集合，旨在帮助开发者在GPU云服务器上更快速地构建企业级服务能力。GPU云服务器搭配神行工具包（DeepGPU）中的组件可以帮助您更方便地利用阿里云的云上GPU资源，...
创建Gateway集群
Gateway创建成功后，该密钥对的公钥部分会自动绑定到Gateway所在的云服务器ECS上，当通过SSH登录Gateway时，您需要输入私钥文件中的私钥。高级设置 ECS应用角色 通过RAM角色为在集群上运行的应用程序提供调用其他阿里云服务所需的必要权限...
在EDAS控制台管理K8s集群
取消导入的集群如果 集群状态 为 运行中，则集群可以被再次导入至EDAS来创建应用。取消导入的集群如果 集群状态 为 已删除，则可以在集群的 操作 列单击 清理 来将该集群从EDAS的集群列表中删除。说明 删除集群的相关操作和常见问题，请...
对接 ACK 产品变更说明
说明 AKS 产品层面兼容新版 ACK 集群和旧版 AKS 集群，两种集群可以共存。已有的旧版 AKS 集群在产品能力上不会受到任何影响。自功能上线时起（2020 年 8 月 15 号）阿里云底座上新建集群默认为 ACK 托管版集群。背景信息 容器服务 ...
设置集群参数和节点参数
同时，同一地域的集群可以通过应用模板功能快速修改集群参数。本文介绍修改集群参数和节点参数，以及将修改后的集群参数导出为模板并应用模板的方法。背景信息 PolarDB 提供节点参数可配置功能，您可以根据实际需求对任意节点参数进行配置...
存储空间分析
集群锁定水位线(90%)当最大磁盘使用率超过集群锁定水位线（即 90%）时，集群会被锁定，锁定后集群可以查询数据，但无法写入数据。建议您登录 云监控控制台，将最大磁盘使用率的报警阈值设置为80%，以便于您在收到报警后及时处理该问题，...
配置Arena客户端
同时和阿里云的基础云服务深度集成，支持GPU共享、CPFS等服务，可以运行阿里云优化的深度学习框架，最大化使用阿里云异构设备的性能和成本的效益。本文介绍如何配置Arena客户端。前提条件 创建包含GPU的Kubernetes集群。具体操作，请参见 ...
混合云代理模式最佳实践
已有集群可以是线下集群，也可以是云上集群。本文介绍混合云代理模式集群（SGE调度器）的部署方案。背景信息 在HPC生命科学领域，大部分企业均已经部署了线下的IDC数据中心，但可能会存在基础设施陈旧、算力不足的问题。随着业务的快速增长...
概述
如：主集群所在地域为华东1（杭州），则从集群可以为华东1（杭州），也可以为除华东1（杭州）外的中国内地其他地域的集群。中国（香港）中国（香港）日本（东京）日本（东京）韩国（首尔）韩国（首尔）新加坡 新加坡 澳大利亚（悉尼）...
Serverless常见问题
从非Serverless集群转为Serverless集群可以节约多少成本，可以在购买页Serverless选项下单击 成本评估工具 查看。也欢迎 免费体验 Serverless 极致弹性。PolarDB Serverless集群如何计费？Serverless集群为秒级计费，每次计费按照该时间段...
构建集群
本文主要介绍流水线执行依赖的构建集群，云效 Flow 提供默认构建集群，此外为了满足企业定制化场景，也支持企业接入自己的机器作为私有构建集群。云效默认构建集群 Flow 提供默认构建资源，提供 云效北京构建集群 和 云效中国香港构建集群 ...
E-MapReduce快速入门
（可选）步骤四：释放集群 如果不再使用该集群，可以释放集群以节约成本。步骤一：创建集群 进入创建集群页面。登录 EMR on ECS控制台。在顶部菜单栏处，根据实际情况选择地域和资源组。地域：创建的集群会在对应的地域内，一旦创建不能...
使用VPC的多路由表功能
ACK专有集群配置VPC多路由表 ACK专有集群可以通过kubectl或控制台方式配置VPC多路由表。通过kubectl方式 使用kubectl命令方式配置支持VPC多路由表前，确保可以使用kubectl命令链接ACK专有版集群。具体操作，请参见 获取集群KubeConfig并...
- 产品推荐
- 这些文档可能帮助您