计算资源池概述

AI DataLake计算资源池类型

AI DataLake提供的计算资源分为预留资源池和弹性资源，同时支持混合资源调配，以满足不同业务场景的算力需求。

• 预留资源池：用户提前购买实例资源，资源类型覆盖CPU、NPU、GPU三种类型的算力，您可根据业务负载特点选择合适的计算资源组合。

  预留资源池为核心业务提供资源保障，确保资源归用户独享使用，性能稳定可预测，适用于长期稳定运行的批处理任务、AI计算场景。

• 弹性资源：无需提前购买，按实际使用量计费，自动响应业务需求。
• 混合资源调配：混合资源调配并非独立的计算资源类型，而是在配置端点时将资源模式选择为"混合模式"，系统将同时调度预留资源与弹性资源，预留资源保障基线负载，弹性资源在预留资源不足时自动补充。该模式兼顾业务平稳运行与资源成本优化。

图1 AI DataLake计算资源类型与混合资源调配

AI DataLake计算资源池使用模式

AI DataLake支持三种资源使用模式，您可以在配置端点时选择对应的模式。

资源使用模式：预留模式

• 模式介绍

  预留模式通过预留专属计算资源，确保业务所需的计算资源的稳定性，同时获得最优的单价成本。

  在预留模式下，用户预先购买一定量的计算资源，这些资源始终为用户保留独享。这种模式适合负载稳定、持续运行的业务，能够提供稳定的性能保障和最优的成本效率。

  图2 预留资源模式示意图
  
• 核心特性
  • 资源独享，性能稳定：预留资源完全独享，不存在资源争抢问题，性能更加稳定。
  • 成本最优：包年/包月模式相比按需计费，同等资源下费用更低。
• 适用场景
  • 负载长期稳定运行的业务：资源使用量稳定，例如持续运行的服务，日均处理量波动较小的业务。
  • 性能保障要求高的业务：对查询延迟有严格要求，需要稳定的资源保障响应性能的应用。独享资源可以确保性能不会受到其他用户的影响。
  • 成本优化场景的业务需求：长期运行的生产环境的业务，在资源利用率不变的情况下可以通过使用预留资源池降低资源成本。

资源使用模式：按需弹性

• 模式介绍

  按需弹性模式通过动态分配和释放计算资源，按任务实际运行时长计费，提供了灵活、高效和成本优化的资源管理方式。

  这种模式适合短期或偶发性的业务需求，如开发测试、临时任务或突发性的工作负载。通过按需弹性模式，用户可以显著降低资源成本，提高资源利用率，确保任务的高效执行。

  图3 按需弹性资源模式示意图
  
• 核心特性
  • 自动管理：系统自动管理资源的分配和释放，用户无需手动干预。
  • 无需预留：不需要预先预留计算资源，避免了资源闲置和浪费。
• 适用场景
  • 短期或偶发性的业务：可以根据任务的实际需求动态分配资源，处理完成后释放资源，避免资源浪费。
  • 突发性高负载的业务：可以快速扩展资源以应对突发需求，确保服务的稳定性和性能。

资源使用模式：混合模式

• 模式介绍

  混合模式结合了预留资源和弹性资源，优先消耗预留资源，高峰期预留资源不足时调度弹性资源组合使用。预留资源保证了业务基线的稳定性，弹性资源的自动调度又具备应对突发负载的弹性能力。

  图4 混合资源模式示意图
  
• 核心特性
  • 预先购买的预留资源作为业务运行的基线，无论何时都可以使用，不受弹性资源状态影响。
  • 当业务负载超过预留资源的容量时，系统会自动调度弹性资源，无需人工干预。调度的弹性资源按实际使用量计费，避免资源浪费。
• 资源消耗顺序

  混合资源调配顺序如图5所示，系统按以下优先级调度计算资源：

  • 第一优先级：预留资源中的空闲资源
  • 第二优先级：按需创建的弹性资源
  图5 混合资源调配原理图
  

  在混合模式下，系统优先使用预留资源池中的资源来满足新增作业的需求。

  • 如果预留资源池的可用容量足够，系统将完全使用预留资源池。
  • 如果预留资源池的可用容量不足，系统将自动触发调度弹性资源，作业将使用弹性资源来执行，此时您需要按需支付弹性资源的使用费用。
• 适用场景

  混合模式适用于以下业务场景：

  • 有规律波动的业务场景：

    业务量在一天中呈现明显的周期性变化，业务负载呈现规律性的高低起伏。例如白天需要更多资源，夜间资源需求较少。

  • 兼顾性能与成本的业务场景：

    通过日常使用预留资源确保业务稳定运行，提供可预期的基础性能。同时保障应对高峰或突发场景的能力，通过弹性资源自动扩展资源，无需人工干预。

  • 一些不可预测的突发负载场景：

    可能存在突发的业务场景需要快速扩展资源，应对数据分析需求，这种需求通常是临时的短期的业务需求。