轻量算力集群资源开通

计费影响

• 在开通轻量算力集群资源后，会产生计算资源的计费。轻量算力集群仅支持包年/包月计费模式，具体内容如表1所示。

  表1 计费项

  计费项		计费项说明	适用的计费模式	计费公式
  计算资源	专属资源池	使用计算资源的用量。 具体费用可参见ModelArts价格详情。	包年/包月	规格单价 * 计算节点个数 * 购买时长

• 在创建专属资源池时，从节点创建成功起开始计费，驱动升级和安装过程也视为创建成功的一部分。
• 购买Cluster资源池时，需要选择CCE集群，具体费用请参考CCE计费详情。

集群资源开通流程

开通集群资源过程中用户侧需要完成的任务流程如下图所示。

图1 用户侧任务流程

准备工作

在开通资源前，请确保完成所有相关准备工作，包括申请开通所需的规格和进行权限配置。

购买轻量算力集群

1. 登录ModelArts管理控制台，在左侧菜单栏中选择“资源管理 > 轻量算力资源 > 轻量算力集群”（旧版控制台：“资源管理 > 轻量算力集群”），进入“轻量算力集群 (轻量算力集群)”页面。
2. 在“轻量算力集群 (轻量算力集群)”页面，单击“购买轻量算力集群”，进入购买轻量算力集群界面，参见下表填写参数。

   表3 轻量算力集群的参数说明

   参数名称	子参数	说明
   集群配置	计费模式	包年/包月是预付费模式，按订单的购买周期计费，适用于可预估资源使用周期的场景，价格比按需计费模式更优惠。 轻量算力集群暂时只支持包年/包月计费模式。
   	区域	选择资源池所在区域。 不同区域的云服务产品之间内网互不相通；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。
   	选择CCE集群	在下拉列表中选择用户账户下已有的CCE集群。如果没有集群，单击右侧的“创建集群”，先去创建集群。集群配套版本请参考不同机型对应的软件配套版本。 警告： 用户在CCE创建用于ModelArts的CCE集群时，请勿勾选Volcano调度器，否则可能会导致轻量算力集群创建过程中节点驱动安装异常。 对于NPU类型，ModelArts 轻量算力集群会在创建过程中自动安装Volcano调度器。 创建Cluster资源池时，请确保CCE集群为“运行中”状态。 当前仅支持CCE集群1.28&1.31&1.33版本。CCE 1.28和CCE 1.31版本支持通过API方式创建，CCE 1.33集群版本支持通过控制台、API方式创建。不同版本的CCE集群创建方式请见Kubernetes版本策略。 如果您已有CCE集群，但CCE集群版本低于1.33，则可参考升级集群的流程和方法，建议将集群升级至1.33版本。
   节点池规格配置	节点池名称	为帮助您更好地管理Kubernetes集群内的节点，ModelArts支持通过节点池来管理节点。 新建节点池的名称，可自定义。也可以在创建成功后在详情页对节点池名称行修改。 小写字母开头, 支持小写字母. 数字. 中划线(-), 不能以中划线(-)结尾，不能以-default结尾，长度范围2-50个字符。
   	节点类型	普通节点：单一物理主机或虚拟主机，提供基础的独立计算、存储和网络资源。 超节点：融合架构节点，提供大规模计算资源池，支持灵活调配和高密度部署。超节点专门用于支持大规模的模型推理任务。这些服务器通常配备有多个计算卡（如昇腾NPU），能够提供强大的计算能力，以满足高负载的推理需求。超节点资源仅支持西南-贵阳一、华北三、华北-乌兰察布一和华东二区域。 整柜节点：整台物理机独占资源，提供极高隔离性、性能和资源确定性。
   	实例规格类型	支持NPU、GPU、CPU三种芯片规格资源，根据实际需要选择。 NPU：专用 AI 架构，适合 AI 任务，计算性能极高，支持多节点分布式部署，适用于AI 模型训练、推理加速等场景。 GPU：并行计算架构，适合并行任务，计算性能高，支持多卡分布式训练，适用于深度学习训练、图像处理等场景。 CPU：通用计算架构，适合通用任务，计算性能较低，适用于轻量级适合通用任务，计算性能较低。
   	CPU架构	CPU架构指的是中央处理器（CPU）的指令集和设计规范。支持X86和ARM64两种不同的CPU架构，同时支持X86和ARM64异构调度。请根据实际需要选择。 X86：适用于大多数通用计算场景，支持广泛的软件生态。 ARM64：适用于特定优化场景，如移动应用、嵌入式系统等，具有低功耗优势。
   	实例规格	“实例规格类型”选择完成后显示对应的实例规格名称、规格类型、节点规模（台）、NPU/GPU（卡）、vCPUs和内存（GiB）等信息。 选择需要使用的规格。平台分配的资源规格包含了一定的系统损耗，实际可用的资源量小于规格标称的资源。实际可用的资源量可在资源池创建成功后，在详情页的“节点”页签中查看。
   	GPU驱动/NPU驱动	“实例规格类型”选择GPU或NPU时展示此参数。 用户根据需要选择驱动类型。默认选择最新版本。 部分GPU和NPU规格资源池允许自定义安装驱动。集群中默认会安装驱动，无需用户操作，只需要指定驱动版本即可。 如果实例规格类型为GPU则显示“GPU驱动”，如果实例规格类型为NPU则显示“NPU驱动”。 gpu-driver配套版本请参考不同机型对应的软件配套版本。
   	可用区	可用区是在同一区域下，电力、网络隔离的物理区域。可用区之间内网互通，不同可用区之间物理隔离。 分为“随机可用区”或“指定可用区”。 随机可用区：系统自动分配可用区。 指定可用区：指定资源池节点在哪个可用区域。考虑系统容灾时，推荐指定节点在同一个可用区。可设置可用区的实例数。
   	实例数量	选择轻量算力集群的实例个数（即节点个数），数量越多，计算性能越强。 当“可用区”选择“指定可用区”时，实例数会根据可用区的数据自动计算，此处无需再次设置。 单次创建时，实例数建议不大于30，否则可能触发限流导致创建失败。 当“节点类型”为普通节点时，如果规格支持整柜购买，选择“整柜节点”时，此时实例数量会显示为“每柜台数*柜数”，购买的实例总数为两者的乘积。整柜购买可实现不同任务间的物理隔离，避免通信冲突，在任务规模增大的同时保证计算性能线性度不下降。整柜下的实例生命周期需保持一致，需要一起创建、一起删除。 “节点类型”为“超节点”时，支持选择步长购买，此时实例数会显示为“数量*步长”，购买的实例总数为两者的乘积。
   	存储配置-系统盘存储方式	选择实例规格后，可以看到每个实例自带的系统盘存储方式、系统盘类型和容量。系统盘存储方式只能是本地盘或云硬盘。 部分规格没有携带系统盘，在创建专属资源池时支持设置系统盘存储方式、系统盘类型和容量。此时，系统盘存储方式仅支持“云硬盘 EVS”（包括通用SSD、高IO和超高IO）。
   	存储配置-容器盘存储方式	可以看到每个实例自带的容器盘存储方式、容器盘类型、容量（GiB）数量（个）和写入模式等。 容器盘存储方式只能是本地盘或云硬盘。 部分规格没有携带容器盘，在创建专属资源池时支持设置容器盘的存储方式。此时，容器盘存储方式只能是本地盘或云硬盘，具体以控制台实际显示为准。云硬盘包括通用SSD、高IO和超高IO。 部分规格支持设置容器盘的写入模式，写入模式包括“线性”和“条带化”。 线性：线性逻辑卷是将一个或多个物理卷整合为一个逻辑卷，实际写入数据时会先往一个基本物理卷上写入，当存储空间占满时再往另一个基本物理卷写入。 条带化：创建逻辑卷时指定条带化，当实际写入数据时会将连续的数据分成大小相同的块，然后依次存储在多个物理卷上，实现数据的并发读写从而提高读写性能。条带化模式的存储池不支持扩容。
   	容器盘高级配置-容器运行时空间分配	容器盘有两种空间分配方式，分为共享磁盘空间和指定磁盘空间。 共享磁盘空间：采用容器引擎和Kubelet共享磁盘空间的方式，不在划分容器引擎 (Docker/Containerd)和Kubelet组件的空间。 指定磁盘空间：容器盘空间默认划分为两块，一块用于存放容器引擎 (Docker/Containerd) 工作目录、容器镜像的数据和镜像元数据；另一块用于Kubelet组件和EmptyDir临时存储等。 容器引擎和容器镜像空间占比：容器引擎和容器镜像在数据盘上占用的空间比例上限，剩余空间将分配给Kubelet组件和EmptyDir临时缓存使用。 Kubelet组件和EmptyDir临时缓存空间占比：表示Kubelet组件和EmptyDir临时缓存使用的空间。 “容器引擎和容器镜像空间占比”将直接影响“容器引擎空间（GiB）”的可用存储上限。 警告： 开启共享磁盘后，部分容器占用过多磁盘空间可能影响其他业务，请合理规划使用。 轻量算力集群场景下，若客户自行在CCE集群中安装log-agent插件，需将插件升级至1.3.0版本及以上，否则会影响日志采集。 节点池创建成功后，可以修改该配置。修改配置后，新建节点生效，存量已创建节点不影响。修改容器运行时空间分配后，新建节点将与存量节点产生配置差异，可能影响业务运行一致性，请谨慎操作。如需统一配置，可对存量节点进行重置。
   	容器盘高级配置-容器引擎空间（GiB）	该参数限制的是POD容器空间分配的大小。可指定容器引擎空间大小。 容器引擎空间大小仅支持整数， 默认值与最小值为50GiB，不同规格的最大值不同，数值有效范围请参考界面提示。自定义设置容器引擎空间大小不会造成额外费用增加。 该参数限制了单个POD作业使用磁盘的大小。 不限制容器引擎空间可能导致磁盘被占满，影响节点稳定性，建议通过指定大小设置合理上限。
   	添加存储配置-添加容器数据盘	部分规格支持额外挂载容器数据盘，可以看到“添加容器数据盘”参数，单击该参数前面的+号，可以给专属资源池的每个实例额外挂载容器数据盘，此处挂载的盘都是EVS云硬盘，会单独收费。 支持设置挂载盘的容器盘类型、容量和数量，具体取值以控制台实际显示为准。
   	添加存储配置-添加普通数据盘	当前只有部分规格支持此功能。 数据盘存储方式：数据的存储位置。只能是本地盘或云硬盘。部分规格支持“添加普通数据盘”，挂载多个数据盘到资源池中。支持设置数据盘的“磁盘类型”、“大小”和“数量”。 不同规格有不同的磁盘数量限制，比如：300I Duo节点仅支持挂载4个数据盘，具体请以界面提示为准。 数据盘类型：部分规格没有携带容器盘，在创建专属资源池时支持设置容器盘的存储方式。此时，容器盘存储方式只能是本地盘或云硬盘，具体以控制台实际显示为准。云硬盘包括通用SSD、高IO和超高IO。 容量（GiB）：数据盘容量。 数量（个）：数据盘个数。 挂载方式：部分规格支持在数据盘高级配置参数中设置数据盘的挂载方式，具体如下。 默认：仅是将云硬盘挂载到资源池上，未对挂载的云硬盘做任何处理，比如分区等。 挂载到指定目录：用户可将云硬盘挂载到操作系统的特定路径。 支持设置“数据盘挂载到的指定路径”和“写入模式”，包括线性和条带化。 以本地持久卷挂载：支持“持久卷写入模式”设置，包括线性和条带化，此处设置的是所有数据盘的写入模式。重启不易丢失数据，性能较好。主要用于分布式存储、大数据计算等。更多介绍请参见本地持久卷。 以临时存储卷挂载：支持“临时卷写入模式”设置，包括线性和条带化，此处设置的是所有数据盘的写入模式。任务结束就清空，随任务生命周期生成和结束。主要用户临时存储和日志中转。更多介绍请参见临时存储卷概述。 写入模式：包括“线性”和“条带化”。
   	网络配置	勾选“网络配置”后，支持设置虚拟私有云为CCE集群网络。 虚拟私有云：默认为CCE集群所在VPC网络，不可修改。 主网卡：选择同一VPC网络下的子网作为主网卡，负责节点基础通信（如注册、控制面交互），新创建的节点将会使用该子网资源。 添加扩展网卡： 单击“添加扩展网卡”可增加网卡。用于承载业务流量和增强网络能力。 扩展网卡子网必须是节点主网卡网络配置（network）同一VPC下的子网。 扩展网卡数量最多支持8个。不同规格对网卡上限有一定区别。 关联安全组：用于指定节点池创建出来的节点使用的安全组。最多选择4个安全组。节点安全组需要放通一些端口以保障节点通信。如果不关联安全组将会使用集群中默认的节点安全组规则。
   	环境配置	勾选“环境配置”后，支持设置如下参数： 镜像配置：可以指定实例的操作系统。 预置镜像：ModelArts提供，支持多种操作系统，并且内置了AI场景相关驱动和软件，为用户提供了一个完整的AI开发环境，方便用户直接进行开发和训练，而无需额外配置。支持设置预置操作系统的镜像。选择操作系统及其版本和镜像。选择镜像时可选择“自动匹配镜像”，服务会根据您选择的驱动匹配最优镜像。 私有镜像：非ModelArts官方提供，请您在测试环境中自行完成充分的测试验证，再应用于生产环境。请确保您的镜像与CCE集群目标运行环境(如操作系统类型、内核版本、容器运行时、驱动等)兼容性、稳定性和安全性，不兼容的镜像可能导致驱动安装失败、AI业务部署失败或运行异常。 容器引擎：容器引擎是Kubernetes最重要的组件之一，负责管理镜像和容器的生命周期。Kubelet通过Container Runtime Interface (CRI) 与容器引擎交互，以管理镜像和容器。此处支持选择Docker和Containerd。Containerd和Docker的详细差异对比请见容器引擎。 您可以在创建资源池时选择容器引擎，也可在资源池创建完成后，在扩缩容界面修改。 如果CCE集群版本低于1.23，仅支持选择Docker作为容器引擎。如果CCE集群版本大于等于1.27，仅支持选择Containerd作为容器引擎。其余CCE集群版本，支持选择Containerd或Docker作为容器引擎。 安装后执行脚本：请输入脚本命令，命令中不能包含中文字符，需传入Base64转码后的脚本，转码后的字符数不能超过2048。脚本将在Kubernetes软件安装后执行，不影响Kubernetes软件安装。 影响节点状态的命令（包括但不局限于reboot、stop等命令），可能会导致节点无法进入可用状态，导致节点在30分钟后被回收，请谨慎使用。 请不要在“安装后执行脚本”中使用reboot命令立即重启，如果需要重启，可以使用“shutdown -r 1”命令延迟1分钟重启。
   	节点池标签管理	单击添加节点池标签。 资源标签：通过为资源添加标签，可以对资源进行自定义标记，实现资源分类。也可在资源池创建完成后，在资源池详情页的“标签”页面修改。 K8S标签：设置附加到Kubernetes对象（比如Pod）上的键值对。最多可以添加20条标签。使用该标签可区分不同节点，可结合工作负载的亲和能力实现容器Pod调度到指定节点的功能。 污点：默认为空。支持给节点加污点来设置反亲和性，每个节点最多配置20条污点。
   	新增节点池	当您需要更多节点池时，可单击“新增节点池”创建多个节点池。根据业务设置各个节点池配置。 节点池最多支持创建10个，也可在节点池编号右侧删除多余的节点池。
   插件配置	选择插件	ModelArts提供多种类型的插件，通过添加插件选择性扩展资源池功能，以满足业务需求。 单击“选择插件”，在弹框中勾选需要配置的插件，单击“确定”。 单击各插件的“查看详情”，可查看对应插件的功能介绍、版本更新特性等具体信息。 默认添加如下插件： 节点故障检测(ModelArts Node Agent)：ModelArts节点故障检测是一款监控集群节点异常事件的插件，以及对接第三方监控平台功能的组件。它是一个在每个节点上运行的守护程序，可从不同的守护进程中搜集节点问题。 指标监控插件(ModelArts Metrics Collector)：默认内置插件，以节点守护程序运行，可采集节点及作业各类监控指标，并上报到AOM。 AI套件-Ascend NPU(Modelarts Device Plugin)：支持容器里使用huawei NPU设备的管理插件。 仅实例规格类型选择“Ascend”时自动安装。 Volcano调度器(Volcano Scheduler)：Volcano 是一个基于 Kubernetes 的批处理平台，提供了机器学习、深度学习、生物信息学、基因组学及其他大数据应用所需要而 Kubernetes 当下缺失的一系列特性。
   资源调度与切分	NPU算力切分	打开“NPU算力切分”开关，显示当前NPU资源总量。单击“添加算力切分模板”按钮，在下拉列表中选择算力切分模板。 资源池创建时，规格为“snt9b”和“snt3p”系列的NPU，当NPU驱动选择“24.1.rc2”及以上版本时支持算力切分。 算力切分模板对应的虚拟化实例组合使用资源量不能超过资源总量。 使用录入的算力切分资源模板创建资源池时，需要使用查询结果相同的npu驱动版本，否则资源池可能会创建失败。如需使用查询结果不同的npu驱动版本，可以创建多个资源规格绑定不同的算力切分资源模板。 添加算力切分模板：单击可添加新的切分模板。
   集群管理	名称	专属资源池的名称。 只能以小写字母开头，由小写字母、数字、中划线（-）组成，不能以中划线结尾，长度范围4-50个字符。
   	描述（可选）	单击“添加描述”可编辑对集群的描述介绍，方便查找区分集群。 长度范围0-100个字符。
   	自定义节点前缀	开启后，可为节点名称添加前缀。 添加前缀后，节点名称由前缀+随机数组成。 输入长度范围为1到64个字符。 前缀必须以小写字母开头，并由小写字母和数字组成，以“-”分隔。例如：node-com。
   	标签	单击“添加新标签”，可以为轻量算力集群配置标签信息，通过标签实现资源的分组管理。此处的标签信息可以同源标签管理服务TMS中预定义的标签信息。也可以在创建完成后的轻量算力集群详情页面中通过“标签”页签设置标签信息。
   管理	登录凭证	集群登录方式，可以设置密码登录，也可以设置密钥对登录。 密码登录：默认用户名为root，用户自己设置密码。 密钥对（KeyPair）登录：可以选择已有的密钥对，或者单击右侧的“创建密钥对”，先去创建一个密钥对。
   购买量	购买时长	选择购买时长。只有选择“包年/包月”计费模式时才需填写。 自动续费默认关闭。勾选自动续费后，资源池到期后，会自动续期。自动续费时系统从可用余额扣款，详情请见自动续费。如果购买时是按月购买，则按照1个月周期自动续费。如果购买时是按年购买，则自动续费周期为1年。

3. 单击“立即购买”确认规格。产品规格和协议许可确认无误后，单击“提交”，即可创建轻量算力集群。
   • 当资源池创建成功后，资源池的状态会变成“运行中”，当“节点个数”中的“可用节点”和“总数”值大于0时，资源池才能下发任务。
   • 可以将鼠标放在“创建中”字样上，查看当前创建过程详情。如果单击查看详情，可跳转到“操作记录”中。
   • 可以在轻量算力集群列表右上角的“操作记录”中查看资源池的任务记录。每条记录最多保留180天。此外，用户还可以在搜索框中通过操作状态、资源池ID和创建时间进行筛选。
     图9 操作记录
     
     图10 查看操作记录
     

   当资源池创建成功后，资源池的状态会变成“运行中”。单击集群资源名称，进入资源详情页。确认购买的规格是否正确。

   图11 查看资源详情
   

常见问题

资源池创建失败的原因与解决方法？

资源池创建失败，可通过控制台查看报错信息，定位失败原因，并进一步解决问题，详情请见资源池创建失败的原因与解决方法？。