购买预留资源池
操作场景
AI DataLake预留资源池即购买独立的计算资源，不管使用“包年/包月”或是“按需计费”购买的预留资源，在购买周期内资源都是独享，空闲（无作业运行）时不会释放。
预留资源池适用于日常有稳定的计算需求，作业运行规律、可预测的稳定负载业务场景。持续可用的计算资源保障了资源池不被其他用户抢占，性能更加稳定。
本节操作介绍预留资源池的适用场景、约束限制和购买方式。
预留资源池计费模式
AI DataLake预留资源池即购买独立的云服务计算资源，不管使用“包年/包月”或是“按需计费”购买的预留资源，在购买周期内资源都是独享，空闲（无作业运行）时不会释放。其中“包年/包月”的方式价格比“按需计费”模式更优惠。
- 包年/包月：预付费模式，按订单的购买周期计费。在购买周期内资源独享，空闲（无作业运行）时不会释放，使用体验更佳，价格比按需计费模式更优惠。
适用于可预估资源使用周期的场景，例如已完成开发进入生产阶段的项目，推荐使用包年包月计费模式预留业务所需资源。
包年包月的预留资源池在使用过程中规格内按包周期计费，超出规格部分按需计费。
- 按需计费：后付费模式，按实际使用量计费，在购买周期内资源独享，空闲时资源不被释放。
自创建起根据选购的云服务的规格类型按自然小时收费，秒级计费，按小时结算。计算费用=单价*小时数。
按需计费模式适用于测试项目，资源消耗不高，按需计费成本更低。
- 混合资源调配：
混合资源调配是指预留资源池和弹性资源池组合使用。
当预留资源池容量不足以支撑业务使用时，系统自动调用弹性资源补充，确保业务平稳运行。自动调用的弹性资源池按需计费，将会产生预留资源池外的按需费用。
混合资源调配优先消耗预留资源，预留资源耗尽后按弹性资源计费，兼具预留资源的稳定性与按需资源的灵活性，有效应对业务变化。
如需降低该场景下的整体成本，则可以通过变更预留资源池规格的操作，扩大预留资源池的规格，且“扩大后的预留资源规格”大于等于“原预留资源池规格与调配的弹性资源池的和”。扩大预留资源池规格后，相比变更前（部分弹性资源池按需计费）更优惠。
约束与限制
- 预留资源池名称长度为4-32个字符，只能包含字母、数字、下划线（_）和连字符（-），且不能以连字符（-）开头或结尾。
- 资源池必须绑定网络后使用，可参考创建网络。
购买预留资源池
- 登录AI DataLake管理控制台。
- 在左侧导航栏单击“资源管理”。
- 在资源管理页面单击“计算资源池”。
- 单击界面右上角的“购买”。
- 在“购买计算资源池”界面，填写具体参数，参数填写参考如下。
表1 参数说明 参数名称
描述
区域
区域指预留资源池的物理数据中心所在的位置，请就近选择靠近您业务的区域，可减少网络时延，提高访问速度。
预留资源池创建后不能更换区域，也不支持迁移至其他区域，请谨慎选择。
计费模式
选择预留资源池的计费模式：
按需计费：后付费模式，按实际使用量计费，在购买周期内资源独享，空闲时资源不被释放。
自创建起根据选购的云服务的规格类型按自然小时收费，秒级计费，按小时结算。
计算费用=单价*小时数
资源池名称
预留资源池的具体名称。
预留资源池名称长度为1-63个字符，只能包含字母、数字、下划线（_）和连字符（-），且不能以连字符（-）开头或结尾。
说明：预留资源池名称不区分大小写，系统会自动转换为小写。
资源类型
在创建预留资源池时，您需要选择合适的计算资源类型。AI DataLake支持三种计算资源类型：CPU（通用计算型）、GPU（异构计算型）和 NPU（AI计算型）。不同的资源类型适用于不同的业务场景，您可以根据实际业务需求进行选择。
CPU 资源
设置当前资源池中的CPU资源数量。
CPU是通用型计算资源，适用于各种类型的计算任务。
- CPU资源的特点：通用性强，适合各种类型的计算任务。相比于GPU和NPU的成本更低。擅长处理顺序执行的任务。
- CPU资源的适用场景：
- 通用计算增强型：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：适合于大多数作业类型。
- 通用计算内存增强型：内存密集型作业，例如离线批处理作业等。
- CPU资源的具体规格请参考产品规格
GPU 资源
设置当前资源池的GPU规格及资源数量，单击“添加规格”，可为当前资源池选择多个GPU规格。
GPU资源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 拥有成百上千个计算核心，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。
- GPU资源的具体规格请参考产品规格
NPU 资源
设置当前资源池的NPU规格及资源数量，单击“添加规格”，可为当前资源池选择多个NPU规格。
NPU资源适用于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计算设计场景。是当前人工智能训练与推理的重要基础设施。
在实际选型中，综合考虑模型规模、数据量、并发量、成本预算来选择最匹配的NPU资源方案，从而实现性能、成本和资源利用率的平衡。
- NPU资源的具体规格请参考产品规格
AI DataLake网络
规划预留资源池所属的网段，弹性资源池网段与数据源网段不能重合。
一个AI DataLake工作空间内仅支持一个网络，如果没有可用网络，单击“创建网络”新增，更多关于AI DataLake网络的介绍，可参考配置计算资源池网络。
- 参数填写完成后，单击“立即购买”。
- 等待弹性资源池状态变成“可用”表示当前弹性资源池创建成功。
相关文档
- 资源池购买成功后，可将其关联至对应的引擎端点，完成资源分配，引擎即可调用算力执行任务，请参考创建AI DataLake Aura引擎端点。
- 计算资源池创建后只是具备计算能力的“孤岛”，只有通过网络连接才能做到与外部数据和服务的交互，请参考配置计算资源池网络。
