Tous les produits
Search
Centre de documentation

Platform For AI:Self-managed compute resources in PAI

Dernière mise à jour :Aug 09, 2026

Connectez votre cluster Container Service for Kubernetes (ACK) existant à Platform for AI (PAI) pour l'utiliser comme ressource de calcul lors du développement dans Data Science Workshop (DSW) et de l'exécution des tâches d'entraînement Deep Learning Containers (DLC).

Prérequis

Contactez votre PDSA pour réaliser les préparatifs suivants :

  • Un cluster ACK est prêt à être utilisé dans PAI.

  • Votre compte figure sur la liste d'autorisation.

Configurer les ressources de calcul gérées par l'utilisateur

Étape 1 : Créer un groupe de ressources

Commencez par créer un groupe de ressources dans PAI et associez-le au cluster ACK spécifié.

  1. Connectez-vous à la console PAI. Dans le coin supérieur gauche, sélectionnez la région où se trouve votre cluster ACK.

  2. Dans le volet de navigation de gauche, choisissez AI Computing Resources > Resource Pool.

  3. Cliquez sur l'onglet Self-managed compute, puis cliquez sur Create Resource Group. Dans la boîte de dialogue, sélectionnez votre cluster ACK dans la liste déroulante.

Étape 2 : Ajouter un quota de ressources

Une fois le groupe de ressources créé, configurez-y un quota de ressources. Ce quota assure l'isolation et la gestion des ressources sans engendrer de frais.

Pour des instructions détaillées, consultez la rubrique Ajouter un quota de ressources.

Sur la page Resource Quota, cliquez sur l'onglet Self-managed compute, puis cliquez sur Add a resource quota dans le coin supérieur gauche.

Utiliser les ressources de calcul gérées par l'utilisateur

Une fois la configuration terminée, utilisez les ressources de calcul gérées par l'utilisateur dans les différents composants PAI.

Utilisation dans les instances DSW

Dans la section Resource Information, définissez Resource Type sur Resource Quota, puis sélectionnez le quota de ressources correspondant à vos ressources de calcul gérées par l'utilisateur dans la liste déroulante.

La section Resource Overview affiche alors le type de GPU (par exemple, V100) ainsi qu'un libellé Intelligent Policy. Le tableau des spécifications ci-dessous répertorie les détails du quota, tels que le nom de la spécification, le nombre total de nœuds, le modèle de GPU, le nombre de GPU, le nombre de cœurs vCPU et la mémoire.

Utilisation dans DLC

Lors de la création d'une tâche DLC, définissez Resource Type sur Self-managed compute et Source sur Resource Quota. Sélectionnez ensuite le quota de ressources associé à vos ressources de calcul gérées par l'utilisateur dans la liste déroulante.

L'interface affiche alors les spécifications du quota de ressources sélectionné, notamment le nom de la spécification, le modèle de GPU, le nombre de GPU, le nombre de cœurs vCPU et la mémoire.

Utilisation des ressources

Consultez l'utilisation de vos ressources de calcul gérées par l'utilisateur sur la page Resource Overview, située dans l'onglet Overview.

Cliquez sur l'onglet Self-managed compute pour afficher les détails de vos ressources de calcul gérées par l'utilisateur, tels que le nom, le statut, le nombre de nœuds et le nombre de GPU.