作业配置用于创建和管理 Ray 作业。您可以在作业配置中指定作业的运行方式、计算资源、作业包、运行参数和存储挂载。
概述
AI DLC 支持三种作业运行方式，您可以根据是否需要复用常驻集群进行选择。
运行方式 | 资源来源 | 适用场景 | 说明 |
按需拉起集群 | 选择资源组 | 离线训练、定时批处理、临时实验 | 作业启动时创建临时集群，运行结束后释放。GPU 场景冷启动通常需要数分钟。 |
提交到指定集群 | 选择运行中的计算集群 | 日常开发、对启动时延敏感的任务 | 需要提前创建并启动集群，作业与集群上其他作业共享资源。 |
提交到集群组 | 选择集群组 | 多集群调度、跨资源组错峰、主备容灾 | 系统按调度策略从集群组内选择集群运行作业。 |
前提条件
已开通 DLC 服务并完成服务授权。
已购买资源包。
使用提交到指定集群或提交到集群组方式时，已创建计算集群。创建方法请参见 计算集群。
AI DLC 目前为白名单开放，如需使用，请 提交申请 。
操作步骤
步骤1：进入创建页面
1. 登录 DLC 控制台，在左侧导航栏选择作业配置。
2. 单击创建作业。
步骤2：填写基本信息
1. 输入作业名称。
2. 根据业务场景选择运行方式，在页面顶部选择运行方式，页面下方的配置项随所选方式变化。
按需拉起集群
选择资源包 、资源组并设置优先级。优先级取值范围为1 - 9，默认值为5，用于资源组内的排队权重。
提交到指定集群
选择目标计算集群。
提交到集群组
选择目标集群组。查看集群组内的成员集群与调度策略。
3. 设置标签。
步骤3：上传作业包
Ray 作业的作业包为单个 ZIP 压缩包，并需指定入口指令。
1. 选择上传方式。
上传方式 | 说明 | 大小上限 |
本地上传 | 从本地计算机选择 ZIP 文件上传。 | 100MB |
从 COS 选择 | 指定已存放于对象存储 COS 中的 ZIP 文件路径。 | 不受100MB 限制，以 COS 的对象大小限制为准 |
注意：
100MB 的大小上限仅适用于本地上传方式。作业包超过100MB 时，请先将 ZIP 文件上传至 COS，再通过从 COS 选择方式指定该文件。
2. 输入入口指令。
入口指令示例：
python main.py --config config.yaml
作业代码示例：
import rayray.init()@ray.remotedef train_task(task_id: int) -> str:return f"Task {task_id} finished on {ray.get_runtime_context().node_id}"futures = [train_task.remote(i) for i in range(10)]results = ray.get(futures)for result in results:print(result)
说明：
建议不要将模型权重、数据集等大文件放入作业包，改为通过 COS 或 CFS 挂载访问，可减少作业包体积并加快作业启动速度。
步骤5：配置计算环境
选择按需拉起集群方式时，需要配置以下内容：
1. 镜像：选择内置镜像，或填写您在容器镜像服务中的自定义镜像地址。
2. 节点配置：配置1个头节点和至少1个工作节点组，工作节点组最多7个。节点组名称需全局唯一，单节点不低于1核 CPU 与2GB 内存。工作节点组支持配置实例数区间实现弹性伸缩。
选择提交到指定集群或提交到集群组方式时，以上信息配置继承所选集群，无需填写。用户可在页面查看继承自集群的详情信息。
步骤6：配置存储挂载
可选，作业级配置。支持挂载 COS、CFS、GooseFS 和 CFS Turbo，可设置子路径、挂载路径和读写权限。
步骤7：配置运行时配置
可选，作业级配置。可在每次提交作业时声明依赖、环境变量、容器等运行时环境，无需修改集群镜像。
步骤8：配置高级参数
高级参数：可选，以键值对形式填写运行时参数。注意：填入的扩展参数会覆盖系统默认配置。计算资源、实例数量、运行镜像、启动命令、环境变量等由平台管理，不支持通过高级参数覆盖，请通过上述对应配置项设置。可配置的高级参数请参见 高级参数配置。
步骤9：保存作业配置
单击确定。系统校验必填项和资源组配额，校验通过后跳转至作业列表页。
管理作业
在作业列表中，您可以查看作业标识、名称、运行方式、关联资源、作业包、运行中的任务数、优先级、标签、创建人和创建时间，并执行以下操作：
操作 | 说明 |
运行 | 按当前作业配置启动一个新的任务实例。 |
编辑 | 修改作业包、入口指令、存储挂载和运行环境，修改后对新建的任务实例生效。 |
复制作业 | 复制当前作业的全部配置并打开创建页面，便于微调后创建新作业。 |
删除作业 | 删除不再使用的作业。 |
注意：
删除作业前，请确认该作业下没有正在运行的任务实例。
使用限制
限制项 | 取值 |
作业包格式 | ZIP |
作业包大小上限（本地上传） | 100MB |
作业包大小上限（从 COS 选择） | 不受100MB 限制，以 COS 的对象大小限制为准 |
作业名称长度 | 100字符 |
工作节点组数量 | 最多7个 |
单节点 CPU 下限 | 1核 |
单节点内存下限 | 2GB |
单节点 GPU 卡数下限 | 1张 |
平台管理的配置 | 运行镜像、启动命令、启动参数、环境变量、计算资源、实例数量与运行时版本不支持自定义 |
常见问题
作业提交后长时间处于等待中状态如何处理？
请根据运行方式排查：
提交到指定集群：目标集群不处于运行中状态，请先启动集群。
提交到集群组：集群组内所有成员集群均异常，请检查集群状态与集群组配置。
按需拉起集群：资源组可分配配额不足，请查看配额使用情况或释放其他实例。
提交到集群组与提交到指定集群有何区别？
提交到指定集群时，您明确指定作业运行的集群。提交到集群组时，系统按调度策略从集群组内选择集群运行作业，适用于跨资源组错峰、异构 GPU 统一入口和主备容灾场景。
作业包上传失败是什么原因？
请确认作业包为 ZIP 格式。使用本地上传方式时，作业包大小不能超过100MB；若文件超过该限制，请先将 ZIP 文件上传至 COS，再通过从 COS 选择方式指定该文件。此外，建议将模型权重、数据集等大文件移出作业包，改为通过 COS 或 CFS 挂载访问。
高级参数中的配置为什么没有生效？
计算资源、实例数量、运行镜像、启动命令、环境变量等由平台管理，不支持通过高级参数覆盖。请通过创建页的资源配置、计算环境或存储挂载等对应配置项设置。
