更新时间：2023-12-14 GMT+08:00
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
参数说明如表1所示。
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
响应参数如表3所示。
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 }, { "spec_id": 4, "core": "8", "cpu": "64", "gpu_num": 1, "gpu_type": "v100", "spec_code":"modelarts.vm.gpu.v100", "unit_num": 1, "max_num": 4, "storage": "", "interface_type": 1, "no_resource": false } ], "is_success": true, "spec_total_count": 2 } - 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。
父主题： 资源和引擎规格接口
