新增灵骏智算资源资源配额

前提条件

已创建灵骏智算资源专有资源组并购买了计算资源。具体操作，请参见新建资源组并购买灵骏智算资源。

新增资源配额

您可以根据自己的需求，通过新增资源配额来合理分配资源池中的资源。具体操作步骤如下：

1. 登录并进入PAI控制台的AI计算资源 > 资源配额页面。

2. 在灵骏智算资源页签中，单击新增资源配额。

3. 在新增资源配额页面中，配置以下参数，完成后单击提交。

   参数	描述
   资源配额名称	根据界面提示设置资源配额的名称。
   描述	对资源配额进行简单的描述，以区分不同的资源配额。
   关联工作空间	选择所属的工作空间后，该资源配额将与该工作空间绑定。
   资源来源	支持以下两种配置： 专有资源组：选择资源池中的资源组，将从该资源组中分配资源。 已有资源配额：从已有的资源配额中分配资源。
   资源配额	单击，从已有的资源配额或专有资源组中选择合适的资源规格和节点数量。

管理资源配额

资源配额创建完成后，您可以通过单击相应的资源配额名称，来查看详细信息、水位以及进行管理操作。您可以通过扩缩容来调整资源配额，还可以为资源配额新增子级资源配额，形成Quota Tree。具体操作，请参见管理资源配额。

使用资源配额

• 绑定工作空间

  如果您在创建资源配额时已经绑定了工作空间，那么您可以直接使用资源配额。否则，您需要将资源配额绑定到指定的工作空间之后才能使用。具体操作，请参见管理资源配额。

• 使用已绑定工作空间的资源配额进行AI开发和训练。

  • 镜像选择

    使用PAI灵骏资源配额进行分布式训练（DLC）时，涉及服务器、网络、驱动、训练框架等软硬件的协同，因此建议您直接使用PAI官方镜像， 或基于PAI官方镜像构建镜像。

    说明

    使用您自有的镜像时，可能需要额外进行驱动、框架、软件版本的适配，才能充分应用灵骏智算资源的高性能。

    镜像名称	框架	机型	CUDA	操作系统	地区	开发语言&版本
    deepspeed-training:23.06-gpu-py310-cu121-ubuntu22.04	PyTorch 2.1 Megatron-LM 23.06 DeepSpeed 0.9.5 Transformers 4.29.2 Nemo 1.19.0	GPU	121	ubuntu22.04	华北6（乌兰察布）	Python3.10
    megatron-training:23.06-gpu-py310-cu121-ubuntu22.04	PyTorch 2.1 Megatron-LM 23.06 DeepSpeed 0.9.5 Transformers 4.29.2 Nemo 1.19.0	GPU	121	ubuntu22.04	华北6（乌兰察布）	Python3.10
    nemo-training:23.06-gpu-py310-cu121-ubuntu22.04	PyTorch 2.1 Megatron-LM 23.06 DeepSpeed 0.9.5 Transformers 4.29.2 Nemo 1.19.0	GPU	121	ubuntu22.04	华北6（乌兰察布）	Python3.10

  • 提交DLC训练任务选择灵骏资源配额。具体操作，请参见提交任务（通过控制台）。

  • 基于灵骏智算资源在DSW中开发模型。您可以在创建DSW实例时选择灵骏资源配额，操作详情，请参见创建及管理DSW实例。