使用说明

本章节描述集群调度组件特性的使用说明，包括场景说明、特性介绍、组件和特性之间的支持关系，以及使用Volcano调度器和其他调度器时特性支持的产品列表。

训练场景：支持的特性包括资源监测、整卡调度、静态vNPU调度断点续训和弹性训练。

推理场景：支持的特性包括资源监测、整卡调度、静态vNPU调度、动态vNPU调度、推理卡故障恢复和推理卡故障重调度。

同一集群中可能同时存在训练和推理任务，同一任务中不能同时使用仅支持训练（断点续训和弹性训练）和仅支持推理（动态vNPU调度、推理卡故障恢复和推理卡故障重调度）的特性

集群调度组件支持的特性与产品的对应关系如表1所示，√表示支持在训练或推理任务场景下使用该特性；×表示不支持在该场景下使用该特性。

表2 特性及对应组件
组件安装位置	组件名称	整卡调度或静态vNPU调度		容器化支持	资源监测	断点续训	弹性训练	动态vNPU调度	推理卡故障恢复	推理卡故障重调度
组件安装位置	组件名称	训练	推理	训练和推理	训练和推理	训练	训练	推理	推理	推理
管理节点	Volcano	√	√	×	×	√	√	√	√	√
	Resilience Controller	×	×	×	×	×	√	×	×	×
	Ascend Operator	√	√	×	×	√	√	×	×	√
	ClusterD	√	√	×	×	√	√	√	√	√
计算节点	Ascend Device Plugin	√	√	×	×	√	√	√	√	√
	Ascend Docker Runtime	√	√	√	×	√	√	√	√	√
	NodeD	√	√	×	×	√	√	√	√	√
	NPU Exporter	×	×	×	√	×	×	×	×	×
训练容器内	Elastic Agent	×	×	×	×	√	×	×	×	×
训练容器内	TaskD	×	×	×	×	√	×	×	×	×

不使用Volcano作为调度器时，仅支持容器化支持、资源监测、整卡调度、静态vNPU调度和推理卡故障恢复特性，如表3所示。√表示支持在训练或推理任务场景下使用该特性；×表示不支持在该场景下使用该特性。

表4 特性及对应组件
组件安装位置	组件名称	整卡调度或静态vNPU调度		容器化支持	资源监测	推理卡故障恢复
组件安装位置	组件名称	训练	推理	训练和推理	训练和推理	推理
管理节点	Resilience Controller	×	×	×	×	×
	Ascend Operator	√	√	×	×	×
	ClusterD	√	√	×	×	√
计算节点	Ascend Device Plugin	√	√	×	×	√
	Ascend Docker Runtime	√	√	√	×	√
	NodeD	√	√	×	×	√
	NPU Exporter	×	×	×	√	×
训练容器内	Elastic Agent	×	×	×	×	×
训练容器内	TaskD	×	×	×	×	×

父主题： 特性介绍