文档首页/
AI开发平台ModelArts/
最佳实践/
LLM大语言模型训练/
LLM大语言模型训练历史版本文档/
主流开源大模型基于ModelArts Standard&Lite Server适配AscendFactory PyTorch NPU训练指导（6.5.905）/
准备工作/
场景组合方式
更新时间：2025-07-29 GMT+08:00
场景组合方式
ModelArts平台的产品包括Lite Server、ModelArts Standard，因为训练组合方式、使用的数据存储方式（OBS、SFS Turbo）不同所需申请资源有差异。训练组合方式如下，根据实际要求选择：
- OBS（对象存储服务）：
用于存储和管理训练数据、模型文件、日志文件等非结构化数据；海量存储、数据自动复制，保证数据的高可用性和持久性，按需付费，无需预先购买存储空间，支持数据加密、访问控制和审计日志，确保数据安全。
- SFS Turbo（弹性文件服务Turbo）：
主要用于提供高性能的共享文件存储服务，允许多个训练节点同时访问同一份数据，从而加速训练过程，适合处理大量小文件和高并发访问，支持NFS和CIFS协议，与大多数应用程序和操作系统兼容。
|
场景序列 |
专属资源（池） |
存储方式 |
其他 |
场景推荐描述 |
|
|---|---|---|---|---|---|
|
OBS |
SFS Turbo |
ECS |
|||
|
1 |
Lite Server |
x |
x |
x |
单节点训练 |
|
2 |
√ |
训练集群<=4，多机运行分布式训练 |
|||
|
3 |
Standard |
√ |
√ |
√ |
1、训练集群>=4 2、训练数据、权重较大、存储要求高 3、需要经常修改代码 |
|
4 |
x |
1、训练集群>=4 2、训练数据、权重较小、存储要求低 3、不需要经常修改代码 |
|||
具体准备工作请根据实际场景跳转：
父主题： 准备工作
