Os recursos de computação de IA do PAI oferecem capacidade de processamento estável e de alto desempenho para cargas de trabalho sensíveis à latência. Há duas categorias principais: recursos cloud-native para desenvolvimento, treinamento e inferência de modelos, e recursos de mecanismo de big data para pipelines de processamento de dados.
Tipos de recursos
-
Recursos cloud-native
Usados no PAI-DSW, PAI-EAS e PAI-DLC:
-
Recursos de computação geral
Os recursos de computação geral (ECS, ECI e EGS) fornecem um ambiente flexível, estável e de alto desempenho para treinamento de deep learning. A ativação do PAI cria automaticamente uma cota de recursos pública para computação geral, que você pode associar a um workspace.
-
Recursos Lingjun
Os recursos Lingjun são a infraestrutura de computação especializada do PAI para deep learning em larga escala e computação inteligente. Baseados na co-otimização de hardware e software, eles oferecem uma base de computação heterogênea de alto desempenho otimizada para desenvolvimento, treinamento e inferência.
-
-
Recursos de mecanismo de big data
Usados no PAI-Designer:
-
MaxCompute
O MaxCompute é um data warehouse em nuvem no modelo Software as a Service (SaaS) de nível empresarial voltado para análise de dados. Esse serviço de data warehouse online totalmente gerenciado e rápido elimina as limitações de escalabilidade e elasticidade das plataformas de dados tradicionais. Assim, reduz custos de O&M e viabiliza o processamento econômico de grandes volumes de dados. Para mais informações, consulte O que é o MaxCompute?.
-
Recursos Flink totalmente gerenciados
O Realtime Compute for Apache Flink é uma plataforma completa de análise de big data em tempo real construída sobre o Apache Flink, com latência ponta a ponta inferior a um segundo. Para mais informações, consulte O que é o Realtime Compute for Apache Flink?.
-
Uso
Na página AI Computing Resources > Resource Pool, crie grupos de recursos e adquira capacidade de computação:
Recursos de computação geral: Consulte Criar um grupo de recursos e adquirir recursos de computação geral.
Recursos Lingjun: Consulte Criar um grupo de recursos e adquirir recursos Lingjun.
Em seguida, na página AI Computing Resources > Resource Quota, crie uma cota de recursos e associe-a a um workspace para desenvolvimento e treinamento de IA.
-
Cota de recursos cloud-native
Aloque os recursos adquiridos de um ou mais grupos de recursos em uma ou mais cotas. Crie cotas filhas para formar uma árvore de cotas e melhorar o enfileiramento e o agendamento.
Recursos Lingjun: Consulte Criar uma cota de recursos.
Recursos de computação geral: Consulte Cotas de recursos de computação geral.
-
Cota de recursos de big data
Para instruções sobre ativação, aquisição e uso de cotas de recursos de big data, consulte:
MaxCompute: Consulte Cotas de recursos do MaxCompute.
Recursos Flink totalmente gerenciados: Consulte Gerencie recursos Flink totalmente gerenciados.