建立DSW執行個體 - Platform For AI

DSW（Data Science Workshop）為您提供雲端IDE的AI開發環境（開發機），熟悉Notebook/VSCode的開發人員，可以快速開始模型開發。以下介紹如何建立DSW執行個體，以及執行個體啟動和釋放時常見的問題。

快速建立一個基礎DSW執行個體

登入PAI控制台，選擇目標地域，在左側導覽列單擊工作空间列表，選擇並進入目標工作空間。

在左側導覽列單擊交互式建模（DSW） > 新建实例，配置以下關鍵參數，其他參數預設即可。控制台全量參數參見控制台全參數列表。

參數	說明
实例名称	例如：`dsw_test`。
资源类型	選擇公共资源，採用隨用隨付的計費方式。
资源规格	選擇如：`ecs.gn7i-c8g1.2xlarge`（配置為：1張A10 GPU、8 vCPU、30 GiB記憶體）。如果該規格庫存不足，請嘗試挑選清單中的其他規格或切換到其他地區。
镜像配置	選擇官方镜像，搜尋並選擇`modelscope:1.31.0-pytorch2.8.0-gpu-py311-cu124-ubuntu22.04`（Python版本為3.11、CUDA版本為12.4）。 ModelScope的鏡像相容性較好，且三方庫較全，因此推薦使用ModelScope鏡像。

單擊确定建立執行個體，當執行個體狀態為运行中時，代表建立成功。

如果執行個體啟動失敗參見DSW執行個體啟動。

在DSW執行個體列表頁，單擊右側操作列下的打开按鈕，即可進入DSW執行個體開始模型開發。
後續您可以查看控制台訪問和管理DSW，瞭解DSW執行個體介面的功能，以及如何停止、釋放、變更DSW執行個體。
重要
- 使用公用資源建立的DSW執行個體，從執行個體狀態變為运行中的那一刻起即開始按時間長度計費，即使您不開啟WebIDE或運行代碼也會計費。
- 關閉瀏覽器或退出登入不會停止執行個體，也不會停止計費。
- 如使用免費試用資源套件，資源套件額度用盡後將自動轉為隨用隨付，不會自動停止執行個體。
停止執行個體。當完成開發工作單位不再需要使用DSW執行個體時，請返回DSW執行個體列表頁：
- 如果僅需暫停使用，單擊執行個體右側的停止按鈕。注意：如果系統硬碟已擴容，停止執行個體後系統硬碟仍會持續計費。
  重要
  資料預設儲存在免費的雲端硬碟中，如果執行個體停止超過15天，雲端硬碟的內容將被清空，且無法恢複。如果系統硬碟已擴容將不受此限制。
- 如果不再需要該執行個體，單擊執行個體右側的更多 > 删除按鈕，徹底停止所有計費。刪除前請務必備份重要資料，刪除後資料無法恢複。
重要
DSW隨用隨付賬單按小時出賬，存在2~3小時的延遲。停止或刪除執行個體後，仍可能在數小時內收到此前使用量的計費通知，這是正常的出賬機制，並非重複計費。

典型應用情境配置

基礎的DSW執行個體配置在實際AI開發中可能無法滿足需要，因此，以下為您總結了典型的應用情境配置：

情境	需求/痛點	配置要點	相關文檔
持久化儲存代碼和資料	DSW執行個體的系統硬碟是臨時儲存，在執行個體刪除或長時間停止後資料會被清空。需要長期儲存重要檔案，或在多個執行個體間共用資料。	通過数据集挂载或存储挂载將雲端儲存（如：Object Storage Service）掛載到執行個體指定目錄下。	掛載資料集/OSS/NAS/CPFS
提升公網下載速度	DSW執行個體預設使用共用網關，受頻寬節流設定，下載大型檔案時網速可能無法滿足需求。	在網路資訊中，配置Virtual Private Cloud，並使用专有网关。還需要為VPC建立NAT Gateway和Elastic IP Address (EIP)。	通過專有網關提升公網訪問速率
通過SSH遠程開發	習慣使用本地的VSCode、PyCharm等工具開發和調試，不希望局限於Web IDE。	在訪問配置中，启用SSH，填入SSH公钥，並選擇公网访问方式，關聯已有的NAT Gateway和Elastic IP Address (EIP)。	遠端連線：SSH直連方式
訪問執行個體內的Web服務	將執行個體內啟動並執行Web應用發布到公網，以便通過URL直接存取或分享。	在訪問配置中，添加自定义服务，佈建服務連接埠並啟用公網訪問。同時，必須在安全性群組中添加入方向規則，允許存取該連接埠。	通過公網訪問執行個體中的服務

控制台全參數列表

基礎資訊

參數	描述
实例名称	參考介面提示資訊配置執行個體名稱。
标签	根據業務需要對執行個體打標，便於對資源多維度尋找、定位、大量操作、分賬。

資源資訊

參數

描述

资源类型

公共资源：計費方式為隨用隨付，無法轉為訂用帳戶。
說明
GPU卡數限制：使用公用資源，每個阿里雲帳號（主帳號）在每個Region有2卡GPU的限制，當資源使用量超出限額時可能會出現報錯。如果您需要提升限額，請提交工單。
- 资源规格：可選擇GPU、CPU或免費試用資源。規格資訊參見執行個體規格類型系列。
- 竞价购买：可以選用競價執行個體（搶佔式執行個體），降低運行成本。當提示抢占型实例暂无库存時，可嘗試選擇其他規格。
  當前僅華東1（杭州）、華東2（上海）、華北2（北京）、華北6（烏蘭察布）、華南1（深圳）、華南3（廣州）、日本（東京）、新加坡地區支援配置該參數。
- 驱动设置：公用資源的GPU執行個體可設定驅動版本。不同GPU卡型支援的驅動主要版本號不同。
资源配额：計費方式為預付費（訂用帳戶）。
- 资源配额：可選擇通用計算資源、靈駿智算資源，如果沒有可選資源，單擊关联资源配额配置。
- 资源规格：根據實際需求設定GPU、CPU和記憶體等。DSW支援的GPU型號及規格類型系列：
  - NVIDIA A10（gn7i）：ecs.gn7i-c8g1.2xlarge、ecs.gn7i-c16g1.4xlarge、ecs.gn7i-c32g1.8xlarge、ecs.gn7i-c32g1.16xlarge
  - NVIDIA L20（gn8is）：ecs.gn8is.2xlarge、ecs.gn8is.4xlarge、ecs.gn8is.2x.8xlarge、ecs.gn8is.4x.16xlarge
  - GPU H（gn8v，96GB顯存）：ecs.gn8v.4xlarge、ecs.gn8v.6xlarge、ecs.gn8v.2x.8xlarge、ecs.gn8v.2x.12xlarge、ecs.gn8v.4x.8xlarge、ecs.gn8v.4x.24xlarge
  - NVIDIA V100（gn6v/gn6e）
  - NVIDIA T4（gn6i）
  - NVIDIA P100（gn5）
  - GU100（gn7e）
  - NVIDIA Quadro RTX6000（ebmgn6g）
  DSW暫不支援H100和H800型號GPU執行個體。
- 优先级：優先順序範圍為1~9 ，數值越大，優先順序越高。
- 闲时资源：任務可運行在帳號下當前或其他Quota下的空閑資源上，有效提升資源使用率，但當此資源需要被原Quota任務使用時，閑時計算任務將會被終止，自動歸還資源，請注意開發過程中及時儲存環境及資料。
  - 可接受：任務可以使用帳號下當前或其他Quota下的空閑計算。
  - 只接受：任務只使用帳號下的空閑資源，不使用自己的資源配額（Quota）的資源。
- 指定节点调度：可選擇特定的節點建立DSW執行個體。
- CPU亲和性：能夠將容器或Pod中的進程綁定到特定的CPU核心上執行。通過這種方式，可以減少CPU緩衝未命中、環境切換等現象，從而提高CPU利用率，提升應用效能，適用於對效能敏感和即時性要求高的情境。當前僅華北2（北京）、華南1（深圳）地區支援配置該參數。
- 驱动设置：靈駿智算資源配額使用GPU時可設定執行個體驅動版本。不同GPU卡型支援的驅動主要版本號不同。

環境資訊

參數	描述
镜像配置	支援以下鏡像類型：官方镜像：PAI官方提供了常用開源架構及Python版本的鏡像。以：`pytorch:2.4.1-gpu-py312-cu124-ubuntu22.04`為例，表示PyTorch版本為2.4.1、適用於GPU執行個體、Python版本為3.12、CUDA版本為12.4。當需要某個特定版本依賴時，可以直接在搜尋方塊中搜尋索引鍵。如搜尋`cu124`，尋找CUDA版本為12.4的鏡像。自定义镜像：可使用添加到PAI的自訂鏡像，鏡像倉庫需要設定為公開拉取狀態，或將鏡像儲存在Container RegistryACR中，詳情參見自訂鏡像。镜像地址：支援配置公網環境下可訪問的自訂鏡像或官方鏡像地址。提升鏡像拉取速度，可參見鏡像加速。如果是私人鏡像地址，需要單擊輸入帳號密碼，並配置鏡像倉庫使用者名稱和密碼，或者嘗試將鏡像倉庫臨時設定為公開拉取狀態。
系统盘	用於儲存開發過程中的檔案。當资源类型選擇公共资源，或當资源配额選擇預付費通用計算資源（CPU核心數≥2且記憶體≥4G，或配有GPU）時：每個執行個體會贈送100 GiB免費雲端硬碟作為系統硬碟。雲端硬碟支援擴容，具體擴容價格以控制台介面為準。警告僅使用免費額度雲端硬碟，如果執行個體停止超過15天，雲端硬碟的內容將被清空。擴容後整塊雲端硬碟（免費+付費），不再受到停止15天釋放的限制，但擴容部分會持續產生費用，刪除執行個體後才能停止計費。擴容後不支援縮容，請按需操作擴容。執行個體刪除，雲端硬碟同步釋放，刪除前請確保必要資料備份。如果您需要非揮發性儲存體，可以配置数据集挂载或存储挂载。
数据集挂载	可用於儲存需要讀取的資料集，或持久化儲存開發過程中的檔案，支援以下兩種資料集類型：自定义数据集：您可以建立自訂資料集來存放訓練所需的資料檔案，支援設定是否唯讀及版本選擇。公共数据集：PAI預置有公開的資料集，僅支援唯讀掛載模式。挂载路径：表示資料集掛載到DSW的路徑，例如`/mnt/data`，在代碼中您可以檢索該路徑擷取資料集。說明多個資料集掛載的路徑不能重複。如果配置了CPFS類型的資料集，則需要設定網路設定，且選擇的專用網路需要與CPFS一致。否則，DSW執行個體可能會建立失敗。當資源群組選擇專有資源群組時，第一個資料集必須選擇NAS類型資料集，且會被同時掛載到您指定的路徑和DSW預設工作目錄/mnt/workspace/下。更多關於掛載的詳情參見掛載資料集/OSS/NAS/CPFS。
存储挂载	您也可以使用儲存類型掛載儲存需要讀取的資料集，或持久化儲存開發過程中的檔案。支援類型：Object Storage Service、通用型NAS、極速型NAS、CPFS、智算CPFS。挂载路径：表示資料集掛載到DSW的路徑，例如`/mnt/data`，在代碼中您可以檢索該路徑擷取資料集。更多關於掛載的詳情參見掛載資料集/OSS/NAS/CPFS。
启用多容器隔离 (DinD)	開啟後，可在當前執行個體中建立多個獨立的子容器。適用於多人共用 DSW 執行個體的情境。詳情請參見子容器管理DockerBoard
工作目录	當選擇公用資源時可配置此參數。工作目錄是Notebook、WebIDE的啟動路徑，預設為`/mnt/workspace`。

展開更多配置

參數	描述
自定义启动脚本	用於在執行個體啟動過程中定製環境或執行初始化任務。自訂指令碼的執行時間在鏡像和資源準備完成後，JupyterLab、Code Server等開發應用啟動前。說明逾時時間為3分鐘：自訂指令碼會增加執行個體的啟動時間，指令碼逾時時間為3分鐘，請勿在自訂指令碼中執行鏡像下載等長耗時任務。可查看指令碼作業記錄：執行個體啟動後可在`/var/log/user-command/`路徑下找到自訂指令碼運行產生的日誌。
环境变量	用於主容器啟動、系統進程和使用者進程。您可以按需增加自訂的環境變數或覆蓋系統預設環境變數。注意：如下環境變數不建議修改： # 修改不會生效 USER_NAME # 會被service裡的邏輯覆蓋 # 不建議修改的系統變數，修改可能會影響正常使用 JUPYTER_NAME：預設由執行個體資訊構造而來，可用於修改jupyterlab的url訪問路徑 JUPYTER_COMMAND: jupyter啟動指令,預設設定為lab用於啟動jupyterlab JUPYTER_SERVER_ADDR: jupyterlab服務監聽地址，預設為0.0.0.0 JUPYTER_SERVER_PORT: jupyterlab服務監聽連接埠，預設為8088 JUPYTER_SERVER_AUTH: jupyterlab訪問密碼，預設為空白 JUPYTER_SERVER_ROOT: jupyter工作目錄，優先順序不如WORKSPACE_DIR高 CODE_SERVER_ADDR: code-server服務監聽地址，預設為0.0.0.0 CODE_SERVER_PORT: code-server服務監聽連接埠，預設為8082 CODE_SERVER_AUTH: code-server訪問密碼，預設為空白 WORKSPACE_DIR: 系統根據執行個體建立時設定的工作目錄參數設定這個環境變數。可改變jupyter、code-server的啟動目錄。如果路徑不存在可能報錯。
高级配置	允許使用者通過進階配置，來調整部分業務所需且安全的核心參數。目前只支援靈駿資源群組執行個體設定，參數詳情參見下表。

進階配置參數	說明	樣本值
VmMaxMapCount	設定進程可擁有的最大記憶體映射地區數量。預設值為：65530，小於65530不生效，過高值可能導致記憶體資源浪費。	1024000
EnableNvidiaIBGDA	載入GPU驅動時開啟IBGDA功能。使用DeepEP功能必須開啟	true
EnableNvidiaGDRCopy	安裝GDRCopy核心模組，當前安裝的2.4.4版本。使用DeepEP功能必須開啟	true
VpmuFeature	開啟後可支援asys排查CPU熱點等能力。可選值0、1、2。預設為0，0代表關閉；1代表部分開啟；2代表全部開啟。vpmu開啟後可能會有效能損耗，建議按需開啟。	2
EnableVcpuTier	用於開啟rund綁核最佳化能力。預設false。開啟該選項的目的是讓RunD vCPU可以及時被核心調度到可啟動並執行CPU上，但是代價是存在調度爭搶以及兩個vCPU被調度到一對HT上導致互相干擾的問題。此外還需滿足以下條件：必須是滿卡執行個體（節點上沒有其他執行個體或任務）。 CPU數量 >= 4 * GPU數量。 CPU數量需要是偶數。	true
VcpuTierHighCPU	用於在開啟EnableVcpuTier後人工指定Highcpu，若不指定，使用預設值（單worker的GPU數量，例如8或16）。此外其取值範圍需滿足：[GPU數量，CPU數量/2)。	4

網路資訊

參數	描述
专有网络配置	僅當资源类型選擇公共资源時，支援配置該參數。當您想要在Virtual Private Cloud內使用DSW執行個體時，可以在DSW相同地區建立VPC並配置此參數，同時需配置交换机和安全组。不同情境的配置策略詳情參見網路設定。
交换机	當配置了專用網路時，可配置該參數。交換器是專用網路內的子網，您的 DSW 執行個體和其他雲資源都串連在交換器上。
安全组	當配置了專用網路時，需要配置該參數。安全性群組是 DSW 執行個體的虛擬防火牆，它控制所有進出的網路流量。
公网访问网关	支援以下配置方法：公有网关：公有網關網路頻寬受限，在使用者高並發或下載大型檔案時，網路速度可能無法滿足需求。专有网关：為解決公有網關頻寬節流設定問題，可以在DSW的專用網路中建立公網NAT Gateway、綁定EIP並配置SNAT條目，詳情參考通過專有網關提升公網訪問速率。僅當挂载配置選擇CPFS類型的資料集時，支援配置以下參數：啟用所有選項：預設為關閉，系統會禁用與CPFS類型的資料集不通的專用網路。說明如果掛載配置選擇了CPFS類型的資料集，則需要配置專用網路，且選擇的專用網路需要與CPFS一致。
扩展网段	當配置了交换机後，可配置該參數。當專用網路的可用IP地址數不足以滿足擴充的業務規模，或者前期網路規劃不當導致地址不足時，可以使用擴充網段擴充VPC地址空間。更多內容參見使用附加網段擴充網段地址。

訪問配置

參數	描述
启用SSH	用於遠端連線執行個體，選擇專用網路後可配置。當開啟該開關後，會出現名稱為SSH的自定义服务。若您配置了自訂鏡像，請確認自訂鏡像安裝了sshd。
SSH公钥	開啟SSH配置開關後可配置該參數。說明如果需要同時支援VPC內登入和公網登入方式，您需要同時添加多個用戶端的公開金鑰。請按照斷行符號換行的方式逐個添加公開金鑰，最多支援添加10個公開金鑰。
启用MCP服务	用於Agent通過MCP串連DSW執行個體。開啟後會出現名稱為MCP的服務，預設監聽執行個體的9806連接埠。詳情參見通過MCP將DSW執行個體接入Agent。
服务访问与端口配置	用於配置SSH遠端存取或通過公網訪問執行個體中的服務。监听端口：DSW執行個體中啟動並執行服務監聽的連接埠。服务访问方式： VPC内访问：預設支援該訪問方式。您可以從VPC內的其他終端（例如ECS），訪問DSW中的服務。公网访问：選中該項，可以增加公網訪問方式。同時必須配置NAT网关和弹性公网IP。公网访问端口：允許從公網訪問的連接埠。
创建VPC内访问域名	建立一條內建權威網域名稱（Private Zone），您可在VPC內使用該網域名稱來訪問當前執行個體的SSH服務或其他自訂服務，避免使用變化的執行個體IP帶來的訪問不便。請注意建立的內建權威網域名稱會產生費用，詳情參見Alibaba Cloud DNS產品計費。
从公网访问实例	NLB： NLB实例资源组：選擇NLB所在資源群組。 NLB实例：選擇與DSW執行個體同VPC下的NLB執行個體。 DNAT + EIP： NAT网关：通過公網訪問執行個體中服務時，負責將公網請求 (`EIP:連接埠`) 映射到私網 DSW 執行個體 (`私人IP:連接埠`)。弹性公网IP：通過公網訪問執行個體中服務時，提供公網訪問IP地址。

角色與許可權

參數	描述
可见范围	可選擇仅实例所有者可见或工作空间内公开可见。
实例所有者	僅工作空間管理員可修改執行個體所有者。

展开更多配置

參數

描述

实例RAM角色

當在DSW執行個體內訪問其他雲資源時，可以為執行個體關聯RAM角色。該方式基於STS臨時憑證訪問其他雲資源，無需配置長期AccessKey，有效降低密鑰泄露的風險。

執行個體RAM角色可配置為：

PAI默认角色：擁有訪問PAI內部產品、MaxCompute和OSS的許可權。基於PAI預設角色簽發的臨時訪問憑證，在訪問PAI內部產品、MaxCompute表時，將擁有等同於DSW執行個體所有者的許可權；在訪問OSS時，僅能訪問當前工作空間配置的預設儲存路徑Bucket。
自定义角色：當您想要定製或者更精細的許可權管理，可以配置自訂角色。
不关联角色：當您想直接通過AccessKey訪問其他雲產品時，可以選擇不關聯角色。

更多關於執行個體RAM角色的配置說明參見配置DSW執行個體RAM角色。

常見問題

DSW執行個體啟動

單擊展開

Q：DSW執行個體啟動失敗

排查方法：單擊DSW執行個體名稱，在事件頁簽下查看報錯資訊。

常見報錯及解決方案如下：

Your requested resource type [ecs.******] is not enough currently, please try other regions or other resource types
- 錯誤原因：該地區下您所選取的資源規格庫存緊張，導致無法建立執行個體。
- 解決方案：稍後再嘗試建立，或者更換其他資源規格和地區。
Your resource usage has exceeded the default limitation. Please contact us via ticket system to raise the limitation.
- 錯誤原因：每個阿里雲主帳號在每個地區最多一次建立2*GPU規格的執行個體，超過此限制會導致建立失敗。
- 解決方案：如果您需要提升限額，請提交工單聯絡我們。
the available zone with vSwitch is out of stock
- 錯誤原因：建立DSW執行個體時配置了VPC專用網路，vSwitch交換器限定了可用性區域，導致資源尋找範圍受限，可能出現資源短缺。
- 解決方案：
  1. 嘗試在其他可用性區域建立vSwitch和DSW執行個體。
  2. 嘗試選擇其他規格的DSW執行個體。
Sales of this resource are temporarily suspended in the specified zone. We recommend that you use the multi-zone creation function to avoid the risk of insufficient resource.
當前指定可用性區域的資源銷售已暫停，您可以嘗試以下操作來規避資源不足的風險：
- 切換至其他地區。
- 調整執行個體的資源規格。
- 嘗試在非高峰時段啟動執行個體。
CommodityInstanceNotAvailableError：Commodity instance has been released due to prolonged arrears at past. Please create a new instance for use
- 錯誤原因：因長時間欠費，系統自動回收資源並釋放了執行個體。
- 解決方案：需要重新建立新的執行個體。
The charge of current ECI instance has been stopped, but the related resources are still being cleaned.
- 錯誤原因：試用資源為公用資源，高峰期執行個體啟動可能耗時半小時以上。若一小時內仍無法擷取資源，系統會提示當前地區無可用規格。
- 解決方案：嘗試以下操作：
  - 切換地區。
  - 變更配置執行個體的資源規格（等待中的執行個體不支援修改規格，您可手動停止執行個體，然後進行規格切換）。
  - 在非高峰期（如非工作時間）時使用。
  - 如果上述方法均無法解決問題，請聯絡您的商務經理進行處理。
The cluster resources are fully utilized. Please try later or other regions.
- 錯誤原因：當前計算資源已完全被佔用。
- 解決方案：嘗試以下操作：
  - 切換地區。
  - 變更配置執行個體的資源規格（等待中的執行個體不支援修改規格，您可手動停止執行個體，然後進行規格切換）。
  - 在非高峰期（如非工作時間）時使用。
  - 如果上述方法均無法解決問題，請聯絡您的商務經理進行處理。
Create ECI failed because the specified instance is out of stock. It is recommended to use the multi-zone creation function to avoid the risk of stockout.
- 錯誤原因：指定的計算資源已經售罄。
- 解決方案：嘗試以下操作：
  - 切換地區。
  - 變更配置執行個體的資源規格（等待中的執行個體不支援修改規格，您可手動停止執行個體，然後進行規格切換）。
  - 在非高峰期（如非工作時間）時使用。
  - 如果上述方法均無法解決問題，請聯絡您的商務經理進行處理。
back-off 10s restarting failed container=dsw-notebook pod
- 錯誤原因：系統硬碟已滿，需要擴容。
  查看系統硬碟使用方式：單擊執行個體名稱，在詳情頁環境資訊地區查看系統硬碟用量。
- 解決方案：在執行個體列表頁，單擊变更配置擴容系統硬碟。
  重要
  擴容過系統硬碟後，無論執行個體是否處於運行狀態，系統硬碟都會持續計費。如果您想停止DSW執行個體相關的一切計費，請刪除DSW執行個體。刪除前請務必確保必要資料已備份。
Pod was active on the node longer than the specified deadline
- 錯誤原因：該報錯通常由 ACK 底層拋出，可能原因包括容器內部參數設定問題或系統空間佔用過大。
- 解決方案：建議按以下步驟排查：
  1. 檢查自訂鏡像是否包含異常配置。
  2. 執行命令 find / -type f -print0 | xargs -0 du -h | sort -rh | head -n 10 查看佔用系統空間最大的檔案，核實是否為正常業務檔案。
  3. 確認 CPFS 與 PAI-DSW 執行個體的網路連通性及 VPC 配置是否一致。
啟動失敗，提示Workspace member not found
此錯誤表示您當前登入的帳號不是目標工作空間的成員。請聯絡您的工作空間管理員，將您的帳號添加為該工作空間的成員。
failed to create containerd container: failed to prepare layer from archive: failed to validate archive quota ...
- 錯誤原因：建立執行個體使用的鏡像太大，導致系統硬碟空間不足。
- 解決方案：單擊執行個體名稱，在詳情頁環境資訊地區查看系統硬碟用量，單擊擴容擴容系統硬碟（擴容後將按容量額外計費）。
Resource Error: create order error（狀態代碼 400）
錯誤原因：該錯誤通常由以下原因之一導致：
1. 帳號欠費：帳號存在未結清的欠費，系統攔截了新的資源建立請求。即使您選擇的是免費試用規格，欠費狀態下也無法建立任何執行個體。
2. 帳號風控：帳號觸發了阿里雲安全風控策略（如新註冊帳號、異常操作等），建立請求被拒絕。
排查步驟：
1. 登入費用與成本控制台，檢查賬戶是否有欠費。如有欠費，請先結清後重試。
2. 如果賬戶無欠費，可能是風控限制。請提交工單，附上報錯中的請求ID（Request ID），由支援人員協助排查和釋放保留。

其他啟動失敗原因：

欠費導致建立失敗
如果您的帳號欠費，將導致建立DSW執行個體建立失敗，並且代金券不能抵扣欠費，您可登入費用與成本控制台，查看賬戶是否欠費。

Q：提示資源規格庫存不足或計算資源配額不足怎麼辦？

常見報錯：

"Your requested resource type [ecs.******] is not enough currently"（資產庫存不足）。
"Your resource usage has exceeded the default limitation"（超出每個Region有2卡GPU）。
"The cluster resources are fully utilized"（計算資源已完全被佔用）。

原因分析：

公用資產庫存不足
- 公用資源由多個使用者共用，在高峰期可能出現庫存緊張。
- 特定GPU規格（如高端GPU）更容易售罄。
- 每個帳號在每個Region有2卡GPU的限制。
專有資源配額不足
- 購買了專有資源配額，但配額已用盡。
- 配額分配不合理，某個工作空間配額不足。

解決方案：

更換規格：如果當前選擇的GPU規格缺貨，嘗試其他GPU規格。
切換地區：在PAI控制台左上方切換到其他地區，嘗試在不同地區建立執行個體。
提升GPU限額：需要使用超過2卡GPU的公用資源，請提交工單。
購買專有資源：如果需要穩定的資源保障，建議購買專有資源配額，詳情請參見購買通用計算資、管理資源配額。

Q：DSW 執行個體處於掛起狀態且提示 GPU 資源緩衝是什麼意思？

GPU 資源緩衝是指當 GPU 資源被其他任務佔用時，當前執行個體需排隊等待資源釋放；在此期間系統會暫存執行個體狀態（顯示為掛起），待資源空閑後自動回復運行。這屬於平台正常的資源調度機制，並非使用者操作問題或故障。

Q：如何查詢 DSW 特定規格的庫存或恢復？

PAI-DSW 控制台暫不支援直接查詢各地區特定規格（如 ecs.gn7i、A100 等）的即時庫存或具體恢復。
公用資源由多使用者共用，庫存動態變化，無法給出確切到貨時間。
當建立執行個體提示“out of stock”或資源不足時，建議嘗試切換地區、更換其他可用規格或在非高峰時段重試。
如需穩定資源保障，建議購買專有資源配額。

Q：DSW 執行個體啟動失敗還有哪些常見情境？

報錯“found multiple security groups with the same name”：通常為後端異常，若重啟執行個體無效，需記錄請求ID（Request ID）並提交工單處理。
節點 CPU 資源片段化導致啟動失敗：建議調整任務啟動順序，先停止部分佔用資源的 DSW 執行個體，優先啟動目標執行個體，待成功後再重啟其他任務。
自訂鏡像未安裝 IDE 能否使用網頁版：可以正常使用，DSW 網頁內的VS Code等 IDE 為平台內建環境，不依賴自訂鏡像中的 IDE 包。

Q：DSW啟動時可以開機執行Python檔案嗎？

建立執行個體或變更執行個體配置時，可找到自定义启动脚本參數進行設定。

該功能可用於在執行個體啟動過程中定製環境或執行初始化任務。自訂指令碼的執行時間在鏡像和資源準備完成後，JupyterLab、Code Server等開發應用啟動前。

說明

逾時時間為3分鐘：自訂指令碼會增加執行個體的啟動時間，指令碼逾時時間為3分鐘，請勿在自訂指令碼中執行鏡像下載等長耗時任務。
可查看指令碼作業記錄：執行個體啟動後可在/var/log/user-command/路徑下找到自訂指令碼運行產生的日誌。

Q：DSW 頁面異常或無法操作怎麼辦？

如果遇到頁面白屏、Notebook 一直轉圈載入、Terminal 無法輸入命令或無法載入、瀏覽器提示"504 Gateway Timeout"或"504 Timeout"等問題，通常與本地環境或執行個體狀態有關。請嘗試以下步驟：

清理瀏覽器緩衝後重試。
使用瀏覽器的無痕/隱私模式訪問。
更換網路環境，例如從公司內網切換至手機熱點，以排查防火牆限制。
嘗試使用其他瀏覽器（如 Chrome、Firefox）。
如果提示 504 Timeout 錯誤，請在 PAI 控制台停止並重啟 DSW 執行個體，等待狀態變為"運行中"後再訪問。

Q：包含雲端硬碟系統硬碟的DSW執行個體停止、重啟、變更規格、更換鏡像是否會丟失系統硬碟中資料？

包含雲端硬碟系統硬碟的DSW執行個體類型有：公用資源群組建立的執行個體，以及選擇云盘作為系統硬碟的通用資源執行個體，其系統硬碟中的資料丟失情況如下：

停止執行個體：可能會丟失。如果雲端硬碟未擴容且執行個體停止超過15天，資料會被清空且無法恢複。如果雲端硬碟擴容過或者執行個體停止未超過15天，則資料不會丟失。
重啟執行個體：不會丟失。在執行個體停止或重啟後，所有通過pip安裝的包、代碼檔案以及其他儲存在執行個體系統硬碟中的資料都會被保留，不會丟失。
變更執行個體規格：不會丟失。調整執行個體規格（如CPU、記憶體、GPU等資源配置）不會影響執行個體的系統硬碟中資料。
更換執行個體鏡像：可能會丟失部分資料。變更鏡像不會影響掛載的資料集或OSS儲存中的資料，但系統硬碟內的內容可能會被重設。因此，您在變更執行個體鏡像時，注意儲存執行個體資料。比如可以將資料複製或移動到資料集或OSS中。詳情請參見掛載資料集/OSS/NAS/CPFS。

對於選擇临时存储作為系統硬碟的通用資源執行個體，不論其所在AI資源群組是否配有預付費雲端硬碟，其停止、重啟、變更規格或鏡像都會丟失系統硬碟中的資料。

Q：使用公用資源建立的 DSW 執行個體，超過15 天未登入被釋放，可以找回嗎？

使用公用資源建立的DSW執行個體，如果雲端硬碟系統硬碟未付費擴容，且關機後連續15天以上未啟動，其系統硬碟將被自動清空且無法恢複。

Q：為什麼 DSW 執行個體初次開機比後續啟動慢？

初次開機 DSW 執行個體時，系統需要完整拉取所選鏡像，這一過程可能耗時 10 分鐘以上（取決於鏡像大小和網路狀況）。後續啟動由於鏡像已緩衝，速度會顯著加快。

如果發現啟動時間逐漸層長，可能是由於儲存的自訂鏡像體積過大導致。建議清理不必要的檔案後重新儲存鏡像，或更換為官方提供的輕量鏡像。

Q：DSW 執行個體建立後能否修改資源類型？

不支援修改資源類型（如從專屬資源改為公用資源，或反之）。若需使用 SSH 配置等功能但當前為專屬資源，可改用 proxyclient 方式訪問，或重新建立符合要求的公用資源執行個體。

Q：建立DSW執行個體時報錯"out of stock"或"InternalError-ResourceAllocateFailed"，或者配置SSH/公網IP後啟動失敗但去除配置後可以成功，是什麼原因？

該錯誤通常由VPC交換器所在可用性區域的資產庫存不足導致。當建立DSW執行個體時指定了VPC和交換器，系統會將資源調度限制在該交換器所在的可用性區域內。若該可用性區域的資產庫存已售罄，執行個體建立將失敗。根本原因是該特定可用性區域資源不足，而非網路設定衝突。

常見報錯資訊：

out of stock
InternalError-ResourceAllocateFailed
配置SSH訪問或公網IP後啟動失敗，但去除這些配置後可以成功啟動。

解決方案：更換其他有可用資源的可用性區域對應的交換器。建議在VPC下的多個可用性區域建立交換器，以增加資源調度成功率。

Q：DSW執行個體停止後無法重啟怎麼辦？公用資源的庫存到貨時間如何查詢？

公用資產庫存每日動態更新，不支援查詢具體到貨時間。DSW執行個體手動停止後，底層計算資源會被釋放。重啟執行個體相當於重新申請資源，若原規格在重啟時已被其他使用者佔用，則可能無法成功啟動。

解決方案：

更換其他地區。
更換其他可用規格。
在非高峰時段重試。

Q：建立DSW執行個體時報錯"Private zone service status is not OPENED"怎麼辦？

該報錯表示未開通Alibaba Cloud DNS PrivateZone 服務。DSW 依賴 PrivateZone 完成VPC網路解析初始化。

解決方案：

登入阿里雲控制台，搜尋並開通Alibaba Cloud DNS PrivateZone 服務。
確認DSW所在VPC已關聯該服務。
重建或重啟DSW執行個體以觸發網路初始化。

Q：建立DSW執行個體時報錯"Workspace member not found"或"Workspace not exists"怎麼辦？

該報錯通常由以下原因導致：

當前登入帳號不是目標工作空間的成員。
選擇了錯誤的工作空間。

解決方案：

切換至正確的工作空間。
聯絡工作空間管理員，將當前帳號添加為工作空間成員。

Q：使用RAM子帳號建立掛載OSS的DSW執行個體後啟動失敗，報502並提示this sub-account does not have the permissions of current role，怎麼辦？

建立DSW執行個體時，「角色與許可權」中的執行個體RAM角色預設選中PAI默认角色，對應RAM角色AliyunPAIDSWDefaultRole。該角色的信任策略僅允許pai.aliyuncs.com服務扮演，PAI服務需擁有ram:PassRole許可權才能代當前帳號傳遞並扮演該角色。當前RAM子帳號未被授予AliyunPAIDSWDefaultRole的ram:PassRole許可權，導致PAI服務無法扮演該角色訪問OSS等雲產品資源，執行個體掛載OSS後啟動失敗並返回502。

解決方案：

登入RAM存取控制控制台，為該RAM子帳號添加包含ram:PassRole操作的自訂權限原則，資源指定為acs:ram::*:role/aliyunpaidswdefaultrole。
授權生效後，重新啟動DSW執行個體。

DSW執行個體停止或釋放

單擊展開

Q：如何釋放DSW執行個體？

在DSW執行個體列表頁操作列，單擊停止或刪除執行個體。

注意：擴容過系統硬碟的執行個體，無論是否運行，系統硬碟持續計費。徹底停止計費需刪除執行個體。

Q：怎麼找不到DSW執行個體？

如果找不到執行個體，您可以嘗試切換不同地區和工作空間。

Q：如何釋放免費試用抵扣包？

免費試用抵扣包無需釋放或停止。

Q：如何完全停止DSW執行個體的計費？“停止”和“刪除”操作有什麼不同？

停止執行個體：釋放執行個體的計算資源（CPU/GPU），暫停計算費用。注意：擴容的系統硬碟會繼續計費。
刪除執行個體：永久刪除執行個體及其所有資源（包括系統硬碟），所有相關計費完全停止。

如何選擇：

停止：臨時不用，但想保留資料和環境供未來重啟。
刪除：不再需要，希望停止所有計費。操作前請備份資料。

Q：為什麼我的DSW執行個體長時間處於“停止中”或“刪除中”狀態，無法完成操作？

停止DSW執行個體時，系統會自動構建鏡像緩衝，儲存容器讀寫層資料以加速下次啟動。容器讀寫層資料量越大，構建時間越長，可能持續數十分鐘甚至數小時。

重要

公用資源群組建立的DSW執行個體，處於“停止中”、“儲存中”、“刪除中”狀態時不會產生計算費用。

如果執行個體長時間無法完成停止，常見原因如下：

容器讀寫層資料量過大：這是最常見的原因。如果您在執行個體中安裝了大量軟體包、下載了模型檔案或資料集到系統硬碟，都會增大讀寫層體積，延長停止時間。
執行個體中有未正常結束的進程。
記憶體佔用過高，導致執行個體無法響應關機指令。

加速停止的建議：

在停止執行個體之前，通過"製作鏡像"功能設定排除路徑，將不需要儲存的大檔案或目錄排除在外（如模型檔案、資料集等），可以顯著減少停止耗時。詳情請參見《製作DSW執行個體鏡像》。
將大體積資料存放在掛載的OSS或NAS路徑下，而非系統硬碟中，從根本上減小容器讀寫層的體積。
如果執行個體確實不再需要且不關心資料保留，可以選擇"刪除"執行個體來立即釋放資源。

遇到停止時間過長的情況，建議先耐心等待。如果等待超過2小時仍未完成，請提交工單聯絡支援人員協助處理。

Q：停止或刪除DSW執行個體後，我的資料和代碼會丟失嗎？

資料是否保留取決於您的操作以及執行個體的資源群組類型。

停止執行個體：
資料保留原則因資源群組類型而異。
- 包含雲端硬碟系統硬碟的執行個體（大多數隨用隨付規格，選擇了云盘作為系統硬碟的通用資源執行個體）：如果雲端硬碟未擴容且執行個體停止超過15天，資料會被清空且無法恢複。如果雲端硬碟擴容過或者執行個體停止未超過15天，則資料不會丟失。
- 使用临时存储作系統硬碟的執行個體：資料存放區在臨時儲存中。停止執行個體會刪除資料，且無法恢複。
刪除執行個體：
其系統硬碟中的所有資料都將被永久擦除，且無法恢複。因此，在刪除前務必備份所有重要資料。

Q：為什麼我正在啟動並執行DSW執行個體會自動停止？

執行個體配置了閑置自動關機策略，預設對免費試用執行個體啟用。

觸發條件：執行個體的 CPU 和 GPU 使用率連續 3 小時低於設定閾值。
操作建議：
- 手動停止：為確保節省資源，請在不使用時手動停止執行個體。自動關機策略不保證每次都觸發。
- 修改策略：如需運行長時任務，請修改或禁用此策略。具體操作步驟如下：
  1. 進入工作空間詳情頁，單擊工作空间配置 > 调度配置。
  2. 找到DSW的配置地區，在此處即可修改DSW的關機策略以及排除策略。如：如果不想自動關機可在排除策略中通過執行個體名稱排除。

Q：我已經將所有DSW執行個體停止或刪除了，為什麼還顯示“運行中”或收到計費通知？

檢查以下常見原因：

混淆了資源套件與執行個體。您看到的“運行中”狀態可能指資源套件（如“每月250計算時”），而非執行個體。資源套件在有效期間內始終有效，其狀態與執行個體無關。
擴容的系統硬碟仍在計費。停止執行個體僅暫停計算費用。擴容後的系統硬碟會繼續產生儲存費用。
賬單存在延遲。計費並非即時，賬單可能在您使用資源幾小時後才產生。例如，上午產生的費用，可能在下午才顯示在賬單中。

Q：是否支援通過 API、Python 代碼或任務完成後自動停止 DSW 執行個體？

目前不支援以下方式自動控制 DSW 執行個體的啟停：

不支援從 ECS 等外部環境通過 API 呼叫 DSW 啟動訓練進程或控制執行個體啟停。
不支援在執行個體內通過 Python 代碼（如 os.system）執行停機命令。
不支援設定"任務完成後自動停機"。

DSW 僅支援配置"閑置自動關機策略"（最低閑置時間長度為 1 小時），該策略基於 CPU/GPU 使用率判斷執行個體是否閑置，但無法保證 100% 觸發。建議在任務完成後手動停止執行個體，以避免額外計費。