任务启动流程

地域

选择训练资源对应的选项。

作业名称/ID

用户自行配置。

数据来源

选择“私有数据”。

作业集群类型

选择“同构集群”。

算法

选择“自定义镜像”。

自定义镜像

用户上传已预安装mindx_elastic包的“自定义镜像”：

1. 在昇腾镜像仓库下载指定的训练镜像，或者按照使用Dockerfile构建ModelArts断点续训容器镜像（MindSpore）章节指引构建训练镜像。使用命令“docker save 镜像名 > xxx.tar”保存镜像文件至本地。
2. 将本地的自定义镜像上传至云道平台obs存储，具体方法参考云道文档。
3. 在云道ModelArts平台镜像管理页面创建镜像，选择对应的地域，配置镜像名称、镜像版本，镜像类型选择“自定义上传”，存储位置选择上一步骤的obs存储路径。

选择已上传的镜像和对应版本。

运行命令

选择“预置命令”。

AI引擎

选择“Ascend-Powered-Engine”，“mindspore_1.6.1-cann_5.0.4-py_3.7-euler_2.8.3-aarch64”。

代码目录

选择obs中训练脚本存储的根目录，代码示例参考脚本适配。

启动文件

选择obs中训练任务的启动脚本，例如“train.py”。

运行参数

根据具体的训练任务进行配置。

环境变量

配置如下：

1. “MA_TERMINATION_GRACE_PERIOD_SECONDS”，训练任务优雅退出时间，根据模型规模进行配置。
2. “CHECKPOINT_PATH”，当存储类型为efs时，填写模型存储的efs路径，根据用户配置的“本地挂载地址”进行设置；当存储类型为obs时，不需要配置此项。

训练输入

勾选“数据存储位置”，选择数据集存储的obs路径。

“代码路径参数”默认为“data_url”，需要保持默认。

当存储类型为obs时，点击“+”按钮，添加一个输入参数，参数名设置为“checkpoint_url”。

训练输出

如果存储类型为efs，不进行勾选。

如果存储类型为obs，选择obs对应的路径用于保存训练的输出结果，例如checkpoint。

“代码路径参数”默认为“train_url”，需要保持默认，且与“训练输入”参数的“checkpoint_url”obs路径保持一致。

NAS挂载

存储类型为efs，则选择配置的efs资源。

存储类型为obs，不需要配置。

本地挂载地址

存储类型为efs，则配置本地挂载的绝对路径地址。

存储类型为obs，不需要配置。

作业日志路径

用户自行配置保存日志的obs路径。

资源池选择

根据配置的资源选择对应的资源池。

计算节点个数

根据训练任务需求选择节点个数。

故障自动重启

若开启该选项，发生故障时，训练任务进行重调度。

优先级

用户自行配置。