更新时间：2026-07-10 GMT+08:00

计算资源池类

AI DataLake提供的计算资源分为预留资源池和弹性资源两种类型，满足不同业务场景的算力需求。使用这两种计算资源有三种方式：

预留资源：仅使用预留资源，您可以提前购买实例资源，资源类型覆盖CPU、NPU、GPU三种类型的算力，您可根据业务负载特点选择合适的计算资源组合。
预留资源池为核心业务提供独占资源保障，性能稳定可预测，适用于长期稳定运行的批处理任务、AI计算场景。
按需弹性：仅使用按需弹性资源，无需提前购买，按实际使用量计费，自动响应业务需求。
混合模式：如果在配置端点时您选择的资源模式是“混合模式”，那么系统将为您开通弹性资源，在预留资源不足时自动调度弹性资源补充资源。既保障了业务平稳运行，又兼顾了资源的成本优化。

表1 不同端点类型的计算资源使用模式
引擎类型	端点类型	资源使用模式	说明
Aura	AuraJob AuraJobV2	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
Aura	AuraJob AuraJobV2	混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
Ray	RayCluster	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
	RayJob	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
		混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
		按需弹性	按作业实际运行时长计费。适合短期或偶发性的业务需求，如开发测试或临时任务。
Spark	SparkSQL SparkJob	预留资源	使用预留资源池，资源独享。适合负载稳定、持续运行的业务场景，如生产项目、关键任务。
		混合模式	使用预留资源池和弹性资源，保障核心业务的同时，可应对突发负载。适用于日常有稳定负载，有突发的波峰波谷的场景。
		按需弹性	按作业实际运行时长计费。适合短期或偶发性的业务需求，如开发测试或临时任务。