使用Kubeflow和Volcano实现典型AI训练任务 Kubernetes已经成为云原生应用编排、管理的事实标准， 越来越多的应用选择向Kubernetes迁移。人工智能和机器学习领域天然的包含大量的计算密集型任务，开发者非常愿意基于Kubernetes构建AI平台，充分利用Kubernete

查看更多 →

AI平台开发与实施服务 基于华为云AI平台，结合业务场景，提供AI模型场景化建模、调优、加速、性能提升等服务。 工作说明书 常见问题 计费说明 父主题： 上云与实施

查看更多 →

示例：创建DDP分布式训练（PyTorch+GPU） 本文介绍三种使用训练作业来启动PyTorch DDP训练的方法及对应代码示例。 使用PyTorch预置框架功能，通过mp.spawn命令启动 使用 自定义镜像 功能 通过torch.distributed.launch命令启动 通过torch

查看更多 →

GPU调度 GPU节点驱动版本 使用Kubernetes默认GPU调度 GPU虚拟化 监控GPU资源指标 基于GPU监控指标的工作负载弹性伸缩配置 GPU虚拟化节点弹性伸缩配置 GPU故障处理 父主题： 调度

查看更多 →

lArts平台约束）。具体案例参考： 从0制作自定义镜像用于创建训练作业（PyTorch+CPU/GPU） 从0制作自定义镜像用于创建训练作业（MPI+CPU/GPU） 从0制作自定义镜像用于创建训练作业（Tensorflow+GPU） 从0制作自定义镜像用于创建训练作业（MindSpore+Ascend）

查看更多 →

1-cudnn7-ubuntu18.04 GPU算法开发和训练基础镜像，预置AI引擎MindSpore-GPU GPU 是 是 rlstudio1.0.0-ray1.3.0-cuda10.1-ubuntu18.04 CPU、GPU强化学习算法开发和训练基础镜像，预置AI引擎 CPU/GPU 是 是 mindquantum0

查看更多 →

实例中创建GPU类型的负载，以tensorflow的图像分类为示例，演示在容器中直接使用GPU训练一个简单的神经网络。 优势 使用容器化的方式做此类人工智能训练与推理有如下优势： 容器化消除环境差异，不需要自己安装各种软件和配套版本，如python，tensorflow，cuda

查看更多 →

务，给出了单机训练和分布式训练改造(DDP)的代码。直接执行代码为多节点分布式训练且支持CPU分布式和GPU分布式，将代码中的分布式改造点注释掉后即可进行单节点单卡训练。 训练代码中包含三部分入参，分别为训练基础参数、分布式参数和数据相关参数。其中分布式参数由平台自动入参，无需自

查看更多 →

从0制作自定义镜像用于创建训练作业（Tensorflow+GPU） 本章节介绍如何从0到1制作镜像，并使用该镜像在ModelArts平台上进行训练。镜像中使用的AI引擎是Tensorflow，训练使用的资源是GPU。 本实践教程仅适用于新版训练作业。 场景描述 本示例使用Linux

查看更多 →

node_count Integer 训练作业选择的资源副本数。 最小值：1 pool_id String 训练作业选择的资源池ID。 flavor_detail flavor_detail object 训练作业、算法的规格信息。 表43 flavor_detail 参数 参数类型 描述 flavor_type

查看更多 →

Ascend+ARM算法开发和训练基础镜像，AI引擎预置TensorFlow Ascend 是 是 mindspore1.2.0-cuda10.1-cudnn7-ubuntu18.04 GPU算法开发和训练基础镜像，预置AI引擎MindSpore-GPU GPU 是 是 rlstudio1

查看更多 →

String 训练作业的id，可通过创建训练作业生成的训练作业对象查询，如"job_instance.job_id"，或从查询训练作业列表的响应中获得。 表2 返回参数说明 参数 参数类型 描述 kind String 训练作业类型。默认使用job。 枚举值： job：训练作业 hetero_job：异构作业

查看更多 →

VPC，提供隔离、私密的虚拟网络环境。 创建一个AI开发平台ModelArts的计算型CPU专属实例，用于进行AI全流程开发。 创建一个对象存储服务 OBS桶，用于存储训练数据。 创建一个弹性文件服务 SFS Turbo，与OBS联动，用于给ModelArts提供共享文件存储服务。 方案优势 训练加速 高速组网架构

查看更多 →

ts Standard开发平台的训练作业、部署模型以及开发环境时，通过Standard弹性集群的计算资源进行实例下发。 Lite弹性集群面向k8s资源型用户，提供托管式k8s集群，并预装主流AI开发插件以及自研的加速插件，以云原生方式直接向用户提供AI Native的资源、任务等

查看更多 →

kubectl delete -f tf-mnist.yaml 使用GPU训练 TFJob可在GPU场景下进行，该场景需要集群中包含GPU节点，并安装合适的驱动。 在TFJob中指定GPU资源。 创建tf-gpu.yaml文件，示例如下： 该示例的主要功能是基于Tensorflo

查看更多 →

Notebook的详细操作指导，请参见Jupyter Notebook使用文档。 支持的AI引擎 Notebook提供的AI引擎是Python 3，适配CPU/GPU芯片。 父主题： 开发环境（Notebook）

查看更多 →

分布式训练功能介绍 ModelArts提供了如下能力： 丰富的官方预置镜像，满足用户的需求。 支持基于预置镜像自定义制作专属开发环境，并保存使用。 丰富的教程，帮助用户快速适配分布式训练，使用分布式训练极大减少训练时间。 分布式训练调测的能力，可在PyCharm/VSCode/J

查看更多 →

node_count Integer 训练作业选择的资源副本数。 最小值：1 pool_id String 训练作业选择的资源池ID。 flavor_detail flavor_detail object 训练作业、算法的规格信息。 表45 flavor_detail 参数 参数类型 描述 flavor_type

查看更多 →

AI平台开发与实施服务优势？ 优势项 优势介绍 丰富的行业经验 团队基于大量的行业交付经验，具备各种复杂业务场景的经验和能力，能给予客户更好地提供场景化建模分析和设计服务。 高效的研发力量 拥有丰富经验且高效的研发团队，能够快速的帮助客户进行场景化建模方案分析和设计。 先进的服务理念

查看更多 →

node_count Integer 训练作业选择的资源副本数。 pool_id String 训练作业选择的资源池ID。 flavor_detail FlavorDetail object 训练作业、算法的规格信息（该字段只有公共资源池存在）。 表38 FlavorDetail 参数 参数类型 描述

查看更多 →

特征，供模型训练使用。 特征工程集成JupyterLab开发环境，提供数据探索工具，预置数据处理、模型训练等算子，支持代码可查看、可调试，是一站式的数据处理平台。 模型训练 集成VSCode开发工具，利用工具的便捷性，实现在线代码编写和调试。支持使用多种业界主流AI算法框架，如T

查看更多 →