# 计算资源池类
#### AI DataLake计算资源有哪些使用方式？
AI DataLake提供的计算资源分为预留资源池和弹性资源，同时支持混合资源调配，以满足不同业务场景的算力需求。
- **预留资源池：** 用户提前购买实例资源，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资源保障，确保资源归用户独享使用，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。
  
- **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。
- **混合资源调配**：混合资源调配并非独立的计算资源类型，而是在配置端点时将资源模式选择为"混合模式"，系统将同时调度预留资源与弹性资源，预留资源保障基线负载，弹性资源在预留资源不足时自动补充。该模式兼顾业务平稳运行与资源成本优化。
 
#### 不同端点类型的计算资源使用模式分别是什么？
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。              |
| Ray  | 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。              |
| Ray  | RayJob                                                                                                                                                                                                                                                                                                                                                                    | 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  | RayJob                                                                                                                                                                                                                                                                                                                                                                    | 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。              |
| Spark                                                                        | - SparkSQL  - SparkJob      | 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。 |
| Spark                                                                        | - SparkSQL  - SparkJob      | 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。                  |
   
了解更多，请参见[计算资源池概述](https://support.huaweicloud.com/usermanual-aidatalake/aidatalake_01_0039.html)。