Estos contenidos se han traducido de forma automática para su comodidad, pero Huawei Cloud no garantiza la exactitud de estos. Para consultar los contenidos originales, acceda a la versión en inglés.
Cómputo
Elastic Cloud Server
Bare Metal Server
Auto Scaling
Image Management Service
Dedicated Host
FunctionGraph
Cloud Phone Host
Huawei Cloud EulerOS
Redes
Virtual Private Cloud
Elastic IP
Elastic Load Balance
NAT Gateway
Direct Connect
Virtual Private Network
VPC Endpoint
Cloud Connect
Enterprise Router
Enterprise Switch
Global Accelerator
Gestión y gobernanza
Cloud Eye
Identity and Access Management
Cloud Trace Service
Resource Formation Service
Tag Management Service
Log Tank Service
Config
Resource Access Manager
Simple Message Notification
Application Performance Management
Application Operations Management
Organizations
Optimization Advisor
Cloud Operations Center
Resource Governance Center
Migración
Server Migration Service
Object Storage Migration Service
Cloud Data Migration
Migration Center
Cloud Ecosystem
KooGallery
Partner Center
User Support
My Account
Billing Center
Cost Center
Resource Center
Enterprise Management
Service Tickets
HUAWEI CLOUD (International) FAQs
ICP Filing
Support Plans
My Credentials
Customer Operation Capabilities
Partner Support Plans
Professional Services
Análisis
MapReduce Service
Data Lake Insight
CloudTable Service
Cloud Search Service
Data Lake Visualization
Data Ingestion Service
GaussDB(DWS)
DataArts Studio
IoT
IoT Device Access
Otros
Product Pricing Details
System Permissions
Console Quick Start
Common FAQs
Instructions for Associating with a HUAWEI CLOUD Partner
Message Center
Seguridad y cumplimiento
Security Technologies and Applications
Web Application Firewall
Host Security Service
Cloud Firewall
SecMaster
Data Encryption Workshop
Database Security Service
Cloud Bastion Host
Data Security Center
Cloud Certificate Manager
Situation Awareness
Managed Threat Detection
Blockchain
Blockchain Service
Servicios multimedia
Media Processing Center
Video On Demand
Live
SparkRTC
Almacenamiento
Object Storage Service
Elastic Volume Service
Cloud Backup and Recovery
Storage Disaster Recovery Service
Scalable File Service
Volume Backup Service
Cloud Server Backup Service
Data Express Service
Dedicated Distributed Storage Service
Contenedores
Cloud Container Engine
SoftWare Repository for Container
Application Service Mesh
Ubiquitous Cloud Native Service
Cloud Container Instance
Bases de datos
Relational Database Service
Document Database Service
Data Admin Service
Data Replication Service
GeminiDB
GaussDB
Distributed Database Middleware
Database and Application Migration UGO
TaurusDB
Middleware
Distributed Cache Service
API Gateway
Distributed Message Service for Kafka
Distributed Message Service for RabbitMQ
Distributed Message Service for RocketMQ
Cloud Service Engine
EventGrid
Dedicated Cloud
Dedicated Computing Cluster
Aplicaciones empresariales
ROMA Connect
Message & SMS
Domain Name Service
Edge Data Center Management
Meeting
AI
Face Recognition Service
Graph Engine Service
Content Moderation
Image Recognition
Data Lake Factory
Optical Character Recognition
ModelArts
ImageSearch
Conversational Bot Service
Speech Interaction Service
Huawei HiLens
Developer Tools
SDK Developer Guide
API Request Signing Guide
Terraform
Koo Command Line Interface
Distribución de contenido y cómputo de borde
Content Delivery Network
Intelligent EdgeFabric
CloudPond
Soluciones
SAP Cloud
High Performance Computing
Servicios para desarrolladores
ServiceStage
CodeArts
CodeArts PerfTest
CodeArts Req
CodeArts Pipeline
CodeArts Build
CodeArts Deploy
CodeArts Artifact
CodeArts TestPlan
CodeArts Check
Cloud Application Engine
aPaaS MacroVerse
KooPhone
KooDrive

Grupo de recursos

Actualización más reciente 2024-09-14 GMT+08:00

Grupos de recursos de ModelArts

Al usar ModelArts para el desarrollo de IA, puede usar cualquiera de los siguientes grupos de recursos:

  • Dedicated resource pool: Ofrece recursos más controlables y no se puede compartir con otros usuarios. Cree un grupo de recursos dedicado y selecciónelo durante el desarrollo de IA. El grupo de recursos dedicado puede ser un clúster elástico o un BMS elástico.
    • Clúster elástico: puede ser Standard o Lite.
      • En un clúster elástico Standard, se proporcionan recursos de cómputo exclusivos, con los que puede entregar instancias durante el entrenamiento laboral, el despliegue de modelos y el desarrollo del entorno de ModelArts.
      • Un clúster elástico Lite proporciona clústeres alojados de Kubernetes con complementos de desarrollo de IA y complementos de aceleración para usuarios de recursos de Kubernetes. Puede operar los nodos y los clústeres de Kubernetes en el grupo de recursos con los recursos y tareas nativos de IA proporcionados.
    • BMS elástico: Proporciona diferentes modelos de BMS de xPU. Puede acceder a un BMS elástico con una EIP e instalar controladores y software relacionados con GPU y NPU en una imagen de SO específica. Para cumplir con los requisitos de entrenamiento de rutina de los ingenieros de algoritmos, SFS y OBS se pueden utilizar para almacenar y leer datos.
  • Public Resource Pool: proporciona clústeres de cómputo público a gran escala, que se asignan en función de la configuración de parámetros de trabajo. Los recursos se aíslan por trabajo. Puede utilizar los grupos de recursos públicos de ModelArts para ofrecer trabajos de entrenamiento, modelos de desplegar o ejecutar instancias de DevEnviron y se facturará en régimen de pago por uso.

Diferencias entre los grupos de recursos dedicados y los grupos de recursos públicos

  • Los grupos de recursos dedicados proporcionan clústeres de cómputo dedicados y recursos de red para los usuarios. Los grupos de recursos dedicados de diferentes usuarios están físicamente aislados, mientras que los grupos de recursos públicos solo están aislados lógicamente. En comparación con los grupos de recursos públicos, los grupos de recursos dedicados ofrecen un mejor rendimiento en aislamiento y seguridad.
  • Cuando se utiliza un grupo de recursos dedicado para crear trabajos y los recursos son suficientes, los trabajos no se pondrán en cola. Cuando se utiliza un grupo de recursos público para crear trabajos, hay una alta probabilidad de que los trabajos se pongan en cola.
  • La red tiene acceso a un grupo de recursos dedicado. Todos los trabajos en ejecución en el grupo pueden acceder al almacenamiento y a los recursos de la red. Por ejemplo, si selecciona un grupo de recursos dedicado con una red accesible al crear un trabajo de entrenamiento, puede acceder a los datos de SFS después de crear el trabajo de entrenamiento.
  • Los grupos de recursos dedicados permiten personalizar el entorno de tiempo de ejecución de los nodos físicos, por ejemplo, puede actualizar los controladores de GPU o de Ascend. Los grupos de recursos públicos no admiten esta función.

Utilizamos cookies para mejorar nuestro sitio y tu experiencia. Al continuar navegando en nuestro sitio, tú aceptas nuestra política de cookies. Descubre más

Comentarios

Comentarios

Comentarios

0/500

Seleccionar contenido

Enviar el contenido seleccionado con los comentarios