使用前必读

前提条件

• 确保环境中有配置相应的存储方案，比如使用NFS（Network File System），用户可以参见安装NFS进行操作。
• 在使用整卡调度或静态vNPU调度特性前，需要确保相关组件已经安装。
  • 调度器（Volcano或其他调度器）
  • Ascend Device Plugin
  • Ascend Docker Runtime
  • Ascend Operator
  • ClusterD
  • NodeD
• 若没有安装以上组件，可以参考安装部署章节进行操作。

使用方式

• 通过命令行使用：整卡调度或静态vNPU调度特性需要使用到调度器，用户可以选择使用Volcano调度器和其他调度器。无论选择哪种调度器，都需要使用Ascend Operator组件设置资源信息。
  

  Ascend Operator提供以下2种方式配置资源信息：

  • 通过环境变量配置资源信息：为不同AI框架的分布式训练任务提供相应的环境变量，请参见Ascend Operator环境变量说明。使用此方式的用户仅支持创建Ascend job（以下简称acjob）对象。
  • 通过文件配置资源信息：训练任务通信集合配置文件（RankTable File，也叫hccl.json）。使用此方式的用户支持创建以下3种类型的对象：Volcano Job（以下简称vcjob）、Ascend job（以下简称acjob）和Deployment（以下简称deploy）。
• 集成后使用：将集群调度组件集成到已有的第三方AI平台或者基于集群调度组件开发的AI平台。

使用说明

• 资源监测可以和训练场景下的所有特性一起使用。
• 集群中同时跑多个训练任务，每个任务使用的特性可以不同。
• 静态vNPU调度特性需要搭配算力虚拟化特性一起使用，关于静态虚拟化的相关说明和操作请参见静态虚拟化章节。

支持的产品形态

• 支持以下产品使用整卡调度。
  • Atlas 训练系列产品
  • Atlas A2 训练系列产品
• 支持以下产品使用静态vNPU调度。

  Atlas 训练系列产品

使用流程

整卡调度、静态vNPU调度有3种使用场景，分别是通过命令行使用（Volcano）、通过命令行使用（其他调度器）和集成后使用。

通过命令行使用Volcano和其他调度器的使用流程一致。使用其他调度器准备任务yaml需要参考通过命令行使用（其他调度器）章节创建任务yaml。使用其他调度器的其余操作和使用Volcano一致，可以参考通过命令行使用（Volcano）进行操作。

1. 脚本适配时，用户可根据实际情况选择通过环境变量或文件配置资源信息。
2. 在准备任务yaml时，下发的任务yaml又需要根据具体的NPU型号，选择不同的yaml进行修改适配。选择yaml时可以参考准备任务yaml，根据实际情况选择合适的yaml。