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?
| 功能 | 端点类型 | 端点资源使用模式 |
|---|---|---|
| 多模数据引擎Aura |
|
|
| AI计算引擎Ray | RayCluster | 预留资源 |
| RayJob |
| |
| 批处理引擎Spark |
|
|
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。
| 规格 | 资源规格 | 可用资源规格 | ||
|---|---|---|---|---|
| vCPU | 内存(GiB) | vCPU | 内存(GiB) | |
| 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 | |
| 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 | |
| 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 | |