关键概念
这里介绍在 AIStudio 中所提到的一些重要的概念。
开发机
开发机可以简单理解为一个挂载了 GPU 的 Linux 开发环境。创建开发机时，需要指定开发机的算力规格（CPU、内存、GPU）、选择镜像（可以理解为预装的 OS、开发环境和依赖项）、按需挂载共享高性能存储等。
开发机可用于训练代码的开发和调试，单机训练、也可以用于测试模型推理和部署。
任务
为了提高易用性和便捷性，AIStudio 支持从网页发起训练任务。您可以通过直观的用户界面进行操作，无需深入掌握复杂的命令行工具或编程环境。
在开发完代码需要进行训练时，可以通过网页界面分配计算资源，挂载共享存储获取代码、模型、数据，快速调整参数。
除了单机任务外，AIStudio 还支持一键发起大规模分布式训练（PyTorchDDP 和 MPI），并提供资源监控、自动容错、实时的训练日志和可视化等功能。
Worker
在训练任务中，「Worker」 是一个核心概念。在 AIStudio 的「任务」中，一个 Worker 通常指负责执行计算任务的最小计算单元（一个容器实例）。
在 AIStudio 创建任务时，需要指定 Worker 的数量以及单个 Worker 需要占用的算力规格，包括 CPU、内存和 GPU 型号和 GPU 数量。
推理服务
AIStudio 的推理服务，可快速便捷地将训练好的模型部署成线上服务，接入实际业务场景。
在服务运行过程中，可以通过 AIStudio 平台了解服务的健康情况，包括资源监控、业务指标监控、实例日志等。
根据服务的实时状况，用户可以按需选择对服务实例数进行扩缩容，或者通过升级功能变更服务的代码、推理框架、模型等。
实例
在推理服务中，实例通常指承载执行推理任务的最小计算单元（一个容器实例）。
在 AIStudio 创建任务时，需要指定实例数量以及单个实例需要占用的算力规格，包括 CPU、内存和 GPU 型号和 GPU 数量。
算力规格
算力规格定义了在 AIStudio 中运行容器实例的资源多少。目前 AIStudio 中仅提供 GPU 算力规格。
GPU 算力规格一般包含 1/2/4/8 个 GPU，可以利用深度学习框架的 GPU 版本加速深度学习模型的训练和推理。每种算力规格都提供了 CPU 核数和内存的上限。容器运行过程中一旦超过上限会导致任务的失败。
算力规格产品模块中名称略有区别。在创建开发机、任务、推理服务时，分别需要指定「规格」「Worker 规格」「实例规格」。
NOTE
AIStudio 一般按 GPU 型号和 GPU 数量定义算力规格。每种 GPU 类型均提供 1、2、4、8 卡四种规格，配备固定的 CPU 核数和内存上限。AIStudio 仅支持按预定义的规格创建容器，不支持自由定义算力规格。
例如： 您的租户的算力资源为 NVIDIA A100 80G 显存 * 8，则表示该租户获得了使用 8 个 NVIDIA A100 的配额，可创建 8 个包含 1 个 GPU 的开发机。
镜像
镜像，指容器镜像，是一个用于创建和运行算力容器的模板，其中包含了运行算力容器所必要的环境和依赖，例如代码、运行时、库、环境变量、和配置文件等。
目前 AIStudio 提供了 PyTorch 官方镜像、NGC 官方镜像、CUDA 社区镜像、Ubuntu 基础镜像等，也支持用户构建自己的镜像。
更多内容请见镜像中心。
共享高性能存储
在机器学习流程中，通常模型、数据集的规模都比较庞大，每次运行都重复上传代码和数据非常不现实。您可以使用购买共享高性能存储，用于持久化保存和复用数据。
开发机、任务的 Worker、推理实例均可挂载共享高性能存储，让您轻松地与团队成员共享文件，并在大数据量情况下高效地进行协作。
更多内容请见共享高性能存储。
资源规格
资源规格用于描述租户购买的计算资源配额。
例如，如果您的租户向无问芯穹下单购买了 2 份以下资源规格：
- 资源规格编码：
g6l.111xlarge - 显卡型号 NVIDIA RTX4090-24G PCIe
- 显卡数量 8
- vCPU 核数 112
- 内存 896GB
那么，您的租户获得了使用最多同时使用 16 个 NVIDIA RTX4090 的配额。
- 如果使用 1卡的算力规格创建开发机，最多可同时创建并运行 16 台包含 1 个 GPU 的开发机。每台开发机的 GPU 核数为 14、内存为 112GB。
- 如果使用 8卡算力规格创建任务，最多可同时创建并运行 2 个包含 8 个 GPU 的开发机。
- 创建推理服务时，如果1卡的算力规格，使用 16 个实例，最多可同时运行 1 个推理服务。
您可以在资源池页面查看租户购买的算力资源配额、规格。
资源池
AIStudio 采用了「可用区」和「资源池」的概念组合，帮助租户管理云上的计算资源。
更多内容请见资源池。