PodGroup

ring-controller.atlas

标识atlas的Pod

• ascend-910
• ascend-{xxx}b

Ascend Device Plugin、Ascend Operator、Volcano

fault-scheduling

任务故障重调度开关

grace、force、off

Volcano、Resilience Controller

elastic-scheduling

任务弹性调度开关

on

Resilience Controller、Volcano

fault-retry-times

任务发生业务面故障可以重调度的次数

0-100

Volcano、Ascend Operator

tor-affinity

交换机亲和性策略

• normal-schema
• large-model-schema
• null

Volcano

npu-310-strategy

标记推理服务器（插Atlas 300I 推理卡）调度策略

• card
• chip

Volcano

pod-rescheduling

是否启用pod级重调度。

• on：开启Pod级别重调度
• 其他值或不使用该字段：关闭Pod级别重调度

Volcano

process-recover-enable

是否启用进程级别重调度。

• on：开启进程级别重调度
• 其他值或不使用该字段：关闭进程级别重调度

Volcano

subhealthyStrategy

亚健康处理策略

• ignore：忽略该亚健康节点，后续任务会调度到该节点。
• graceExit：不使用亚健康节点，并保存临终ckpt文件后，进行重调度，后续任务不会调度到该节点。
• forceExit：不使用亚健康节点，不保存任务直接退出，进行重调度，后续任务不会调度到该节点。

Volcano