灵骏智算资源配额

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。

• 已创建一个专有网络VPC、交换机和安全组。详情请参见创建和管理专有网络和创建安全组。

新增资源配额

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
   名称	根据界面提示设置资源配额的名称。
   调度策略	选择合适的调度策略，提高算力资源的利用率，取值如下： 智能策略 均衡策略 遍历策略 FIFO策略 关于各个调度策略的原理介绍，请参见调度策略。
   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。
   描述	对资源配额进行简单的描述，以区分不同的资源配额。
   来源类型	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。
   来源	选择已创建的专有资源组或资源配额。
   规格/资源	单击添加，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。
   专有网络	在下拉框中选择已创建好的VPC、交换机和安全组。 说明 后续如果您有访问公网的需求，还需对此处绑定的VPC进行公网NAT网关的配置并绑定EIP，因此建议选择的VPC为您后续用于访问公网的VPC。配置公网NAT网关的SNAT功能操作详情可参见使用公网NAT网关SNAT功能访问互联网。
   安全组
   交换机

管理资源配额

创建资源配额后，您可以单击资源配额名称，来查看详情、水位并进行管理操作。还可以通过扩缩容、新增子级资源配额来优化资源配置。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

  只有将资源配额绑定到指定的工作空间后，才能使用其进行AI开发、训练任务和服务部署。具体操作，请参见资源配额（Quota）功能介绍。

• 使用已绑定工作空间的资源配额进行AI开发、训练和服务部署。

  • 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	12.1	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	12.1	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	12.1	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，请参见创建训练任务。

  • 基于灵骏智算资源在DSW中开发模型。具体操作，请参见创建DSW实例。

  • 部署EAS服务。具体操作，请参见服务部署：控制台。