# 创建科学计算大模型部署任务 平台支持部署训练后的模型或预置模型，操作步骤如下： 1. 登录ModelArts Studio大模型开发平台，进入所需空间。 2. 在左侧导航栏中选择"模型开发 \> 模型部署"，单击界面右上角"创建部署"。 3. 在"创建部署"页面，参考[表1]完成部署参数设置。 表1科学计算大模型部署参数说明 | 参数分类 | 部署参数 | 参数说明 | |:---|:---|:---| | 部署配置 | 选择模型 | 可以修改如下信息： - 来源：选择"模型广场"或"我的资产"。 - 类型：选择"科学计算大模型"，并选择需要进行部署的模型和版本。推荐的推理场景与模型组合请见[表2]。 | | 部署配置 | 部署方式 | 支持"云上部署"和"边缘部署"，其中，云上部署指算法部署至平台提供的资源池中。边缘部署指算法部署至客户的边缘设备中（仅支持边缘部署的模型可配置边缘部署）。 - 部分模型资产支持边缘部署方式，若选择"边缘部署"： - 本地挂载路径（选填）：在容器内部将卷挂载的本地路径。挂载后，容器中的应用程序可以通过这个路径访问宿主机上的数据。 - 资源池：选择部署模型所需的边缘资源池，创建边缘资源池步骤请详见[创建边缘资源池](https://support.huaweicloud.com/usermanual-pangulm/pangulm_04_0313.html)。 - CPU：部署需要使用的最小CPU值（物理核）。 - 内存：部署需要使用的最小内存值。 - Ascend：部署使用的NPU数量。 - 实例数：设置部署模型时所需的实例数。 | | 资源配置 | 计费模式 | 包年包月计费模式。 | | 资源配置 | 实例数 | 设置部署模型时所需的实例数。 | | 订阅提醒 | 订阅提醒 | 该功能开启后，平台支持两种订阅类型，预置通知和SMN通知。 预置通知：系统将在任务状态运行、失败或者告警时，通过短信或邮件将提醒发送给用户。 SMN通知：用户可在SMN云服务创建主题并维护订阅信息，在创建部署时选择对应主题以及需要通知的状态。训练状态范围：运行、失败、告警。 | | 基本信息 | 服务名称 | 设置部署任务的名称。 | | 基本信息 | 描述（选填） | 设置部署任务的描述。 | | 基本信息 | 标签（选填） | 设置部署任务的标签，部署和更新模型时，以"SERVICE_TAGS_CONFIG"为key，标签信息的json体Base64字符串为value添加到模型服务的环境变量中。 | ![](https://support.huaweicloud.com/usermanual-pangulm/public_sys-resources/note_3.0-zh-cn.png) - 下游天气类的模型需与全球天气模型（Global-Weather）共同部署推理。 - 对于有上游依赖的模型，需要选择具备该要素的上游模型一同部署。 - 单次部署时同一类模型的时间分辨率不能重合，例如：不能同时选择两个1h的全球天气模型（Global-Weather），其他模型逻辑与此一致。全球天气模型选择了组合版本的模型，则不能与其他全球天气模型再次组合部署。 表2科学计算气象模型部署场景 | 场景 | 模型组合 | |:---|:---| | 天气推理 | Pangu-AI4S-Global-Weather (Integration组合版本) 或 Pangu-AI4S-Global-Weather (1h + 3h + 6h + 24h)。 | | 降水推理 | Pangu-AI4S-Global-Weather (Integration组合版本) + Pangu-AI4S-Global-Precip 6h。 | | 新能源风推理 | Pangu-AI4S-Global-Weather (Integration组合版本) + (可选)Pangu-AI4S-Global-Wind 1h + (可选)基于Pangu-AI4S-Regional-Weather训练出的区域天气模型+ 自行训练出的区域新能源风模型。 | | 新能源光推理 | Pangu-AI4S-Global-Weather (Integration组合版本) + (可选)基于Pangu-AI4S-Regional-Weather训练出的区域天气模型 + 自行训练出的区域新能源风模型。 | | 区域天气推理 | Pangu-AI4S-Global-Weather (Integration组合版本) + 基于Pangu-AI4S-Regional-Weather训练出的区域天气模型。 | | 区域降水推理 | Pangu-AI4S-Global-Weather (Integration组合版本) + Pangu-AI4S-Global-Precip 6h + 基于Pangu-AI4S-Regional-Weather训练出的区域天气模型 + 基于Pangu-AI4S-Regional-Precip训练出的区域降水模型。 | 4. 参数填写完成后，单击"立即部署"。