AI计算资源使用指南

准备AI计算资源

根据业务需求选择合适的计算资源：

• 通用计算资源：适用于中小规模训练或推理任务。

• 灵骏智算资源：基于高性能GPU，适用于深度学习、大模型训练及高性能推理场景。

1. 前往AI计算资源>资源池页面，在灵骏智算资源或通用计算资源页签购买资源，详情请参见资源池。

2. 前往AI计算资源>资源配额（Quota）页面，创建资源配额来分配资源。资源配额用于控制各团队或工作空间可使用的算力上限。详情请参见创建资源配额。

准备数据集（可选）

PAI支持使用OSS、NAS或CPFS等外部数据源作为数据集，用于存储训练数据和结果文件，同时可扩展存储空间。创建数据集的方法请参见创建及管理数据集。

使用灵骏智算资源进行训练时，如果对数据读取速度有较高要求，建议选择智算CPFS类型数据集。

您还可以为数据集开启加速功能，提升数据访问效率。详情请参见在PAI平台使用数据集加速器。

准备自定义镜像环境（可选）

PAI提供官方镜像（前往AI资产管理>镜像页面查看），也支持自定义镜像。使用灵骏智算资源提交训练任务时，自定义镜像必须安装RDMA库才能使用RDMA。要求及配置方法如下：

RUN apt-get update && \
    apt-get install -y --allow-downgrades --allow-change-held-packages --no-install-recommends libnl-3-dev libnl-route-3-dev libnl-3-200 libnl-route-3-200 iproute2 udev dmidecode ethtool && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*
RUN cd /tmp/ && \
    wget http://pythonrun.oss-cn-zhangjiakou.aliyuncs.com/rdma/nic-libs-mellanox-rdma-5.2-2/nic-lib-rdma-core-installer-ubuntu.tar.gz && \
    tar xzvf nic-lib-rdma-core-installer-ubuntu.tar.gz && \
    cd nic-lib-rdma-core-installer-ubuntu && \
    echo Y | /bin/bash install.sh && \
    cd .. && \
    rm -rf nic-lib-rdma-core-installer-ubuntu && \
    rm -f nic-lib-rdma-core-installer-ubuntu.tar.gz

提交分布式训练（DLC）任务

前往分布式训练（DLC）页面，单击新建任务，并在新建任务页面配置以下关键参数，其他参数配置说明请参见创建训练任务。

创建交互式建模（DSW）实例

前往交互式建模（DSW）页面，单击新建实例，并在新建实例页面配置以下关键参数，其他参数配置说明请参见创建DSW实例。

部署EAS服务

前往模型在线服务（EAS）页面，单击部署服务，并在自定义模型部署区域，单击自定义部署，然后在自定义部署页面，配置以下关键参数，其他参数配置说明请参见自定义部署。