更新时间:2026-08-10 GMT+08:00
分享

端点类

什么是端点?

端点提供访问AI DataLake服务的入口,通过端点可以连接计算引擎与计算资源、进行数据开发与查询、配置端点使用资源的Min/Max控制资源的弹性范围。

AI DataLake端点是计算引擎的唯一标准化入口,通过绑定引擎与资源,实现作业对引擎能力和计算资源的统一调用和访问。

您可以把端点比喻为AI DataLake的“业务窗口”,您可以按需设置不同的窗口,这些窗口对应不同的业务需求,每个“窗口”都绑定了对应的“引擎”和“计算资源”。

端点的优势:

  • 自动绑定引擎和计算资源池:创建端点时,AI DataLake自动将引擎和计算资源池绑定,在后续提交作业时无需再手动配置作业与引擎和资源的映射关系。
  • 灵活配置分配给端点的计算资源:您可以在创建端点时根据业务需求配置所需的资源池的计算规格,即资源池分配给当前端点的保障配额(Min)最大配额(Max)

公测期间开放了哪些端点类型?

表1 公测期间开放的端点类型和资源使用模式

功能

端点类型

端点资源使用模式

多模数据引擎Aura

  • AuraJob
  • AuraJobV2
  • 预留资源
  • 混合模式

AI计算引擎Ray

RayCluster

预留资源

RayJob

  • 预留资源
  • 混合模式
  • 按需弹性

批处理引擎Spark

  • SparkSQL
  • SparkJob
  • 预留资源
  • 混合模式
  • 按需弹性

在创建AuraJobV2端点时,选择的资源规格大于作业运行所需的资源规格,为啥还会导致作业运行失败?

由于创建AuraJobV2端点时需要安装和运行必要的容器和组件,实际可用资源规格小于选择的资源规格,若运行作业所需的vCPU或内存不足,将导致作业运行失败。请您根据作业规模和实际可用资源规格合理选型,避免因资源不足影响作业执行。

关于CPU通算资源规格及可用资源规格说明,请参见表2

表2 CPU通算资源规格及可用资源规格说明

规格

资源规格

可用资源规格

vCPU

内存(GiB)

vCPU

内存(GiB)

  • aidatalake.cpu.x86.general.1u2g
  • aidatalake.cpu.aarch64.general.1u2g

2

4

0.55

0.8

4

8

2.35

4.8

8

16

5.35

10.3

16

32

11.35

21.3

32

64

26.35

49.3

48

96

40.35

73.3

  • aidatalake.cpu.x86.general.1u4g
  • aidatalake.cpu.aarch64.general.1u4g

2

8

0.55

3.8

4

16

2.35

11.8

8

32

5.35

24.3

16

64

11.35

49.3

32

128

26.35

107.3

48

192

40.35

159.3

  • aidatalake.cpu.x86.general.1u8g
  • aidatalake.cpu.aarch64.general.1u8g

2

16

0.55

10.8

4

32

2.35

26.8

8

64

5.35

54.3

16

96

11.35

77.3

32

192

26.35

165.3

48

384

40.35

341.3

相关文档