查询作业资源规格
功能介绍
查看指定作业类型的资源规格。
创建训练作业和预测作业需要指定资源规格。
URI
GET /v1/{project_id}/job/resource-specs
| 参数 | 是否为必选 | 参数类型 | 说明 |
|---|---|---|---|
| job_type | 否 | String | 指定作业的类型,可选的有“train”和“inference”。查询自动学习资源规格无需此参数。 |
| engine_id | 否 | Long | 指定作业的引擎ID,默认为“0”。查询自动学习资源规格无需此参数。 |
| project_type | 否 | Integer | 项目类型。默认为“0”。
|
请求消息
无请求参数。
响应消息
| 参数 | 参数类型 | 说明 |
|---|---|---|
| spec_id | Long | 资源规格的ID。 |
| core | String | 资源规格的核数。 |
| cpu | String | 资源规格CPU内存。 |
| gpu_num | Integer | 资源规格GPU的个数。 |
| gpu_type | String | 资源规格GPU的类型。 |
| spec_code | String | 云资源的规格类型。 |
| max_num | Integer | 可以选择的最大节点数量。 |
| unit_num | Integer | 计价单元个数。 |
| storage | String | 资源规格的ssd大小。 |
| interface_type | Integer | 接口类型。 |
| no_resource | Boolean | 所选规格资源是否充足,True代表没有资源。 |
请求示例
如下以查看训练作业的资源规格为例。
GET https://endpoint/v1/{project_id}/job/resource-specs?job_type=train 响应示例
- 成功响应示例
{ "specs": [ { "spec_id": 2, "core": "2", "cpu": "8", "gpu_num": 0, "gpu_type": "", "spec_code": "modelarts.vm.cpu.2u", "unit_num": 1, "max_num": 2, "storage": "", "interface_type": 1, "no_resource": false } ], "is_success": true, "spec_total_count": 1 } - 失败响应示例
{ "is_success": false, "error_message": "Error string", "error_code": "ModelArts.0105" }
状态码
状态码请参见表1。