产品规格

约束与限制

AI DataLake服务的具体规格以控制台在售规格为准。

CPU资源规格

CPU资源提供了通用计算增强型、通用计算标准型、通用计算内存增强型三种选择。

• 通用计算增强型：

  该规格下，vCPU与内存的比例为1:2，适合于CPU密集型作业，例如实时流作业处理等。

• 通用计算标准型：

  该规格下，vCPU与内存的比例为1:4，适合于大多数作业类型。

• 通用计算内存增强型：

  该规格下，vCPU与内存的比例为1:8，适合于内存密集型作业，例如离线批处理作业等。

GPU资源规格

GPU实例适用于图形渲染和大规模并行计算场景，适合深度学习训练和科学计算。GPU拥有数千个计算核心，可以同时处理大量简单计算任务。

• GPU资源的特点：支持并行计算，适用于批处理作业场景，数千个核心同时计算，处理效率高。天然适合深度学习、神经网络、AI计算场景。
• GPU资源的适用场景：深度学习，例如神经网络训练、模型调优场景；图形处理场景，例如图像识别、目标检测；视频处理场景，例如视频分析、转码、视频渲染场景，等其他AI科学计算场景。

NPU资源规格

NPU适用于AI计算场景，NPU资源采用架构优化和指令集，专门加速AI推理任务。

• NPU资源的特点：AI计算场景专用，具备高性能、低延迟、推理成本更优的特点。
• NPU资源的适用场景：AI计算场景、图像识别场景，推荐系统等AI计算相关场景，是当前人工智能训练与推理的重要基础设施。

存储资源规格

存储资源是AI DataLake提供的按需购买的存储介质，按容量和时长计费，用于承载作业运行过程中产生的各类数据，如临时数据、缓存、中间结果、模型文件等。

存储资源本身是一种通用的“存储介质”，各引擎基于自身的作业类型，在该存储介质中存放不同的内容。

推荐您配置存储资源，如果未配置存储资源，端点只能使用资源池关联的容器资源自带的本地磁盘来存储数据，存储空间无法保证，且无法通过单独的存储资源实现数据共享。

这里配置的存储资源均属于临时存储，请勿在其上保留需要持久化存储的数据。

临时存储底层通过SFS Turbo HPC型实现，它是一种高性能、弹性扩展、支持共享访问的云文件存储服务，适合多种需要统一文件系统的业务场景。

它的访问带宽会随不同规格及购买的容量而浮动。详情请参见：SFS Turbo文件系统类型。