概述

随着业务规模的扩大，精细化管理GPU资源、评估投入产出比（ROI）成为各团队的迫切需求。为了帮助您更好地掌握资源使用情况，识别低效任务，优化调度策略，机器学习平台推出了资源报表功能。

该功能旨在提供按“人/团队+时间段”维度的卡时统计与资源利用率分析，辅助您进行成本分摊、预算决策及资源优化。

适用范围与权限

• 适用场景

  • 本功能适用于全托管资源池与自运维资源池。

• 访问权限

  • 仅资源池管理员及拥有平台全控权限（AIHCFullControlPolicy）的管理员可见并使用该功能。

• 前置依赖

  • 使用该功能需满足以下条件，否则可能无法生成数据或数据存在延迟：

  • 调度器版本： 需升级至支持资源报表的最新调度器版本。

    • 注：若版本过低，页面将提示升级。全托管客户需联系百舸技术支持；自运维客户需前往CCE云维与管理的组件管理中心升级 Kube-Scheduler。

  • 监控实例： 资源池必须关联有效的 CProm 监控实例。

    • 注：若未关联CProm，将无法更新最新数据。

报表数据说明

数据时效性

• 数据延迟： 报表数据采用T+1模式生成。即每日凌晨生成前一天的数据，您在当天无法查看当天的实时数据。

• 数据可见性起点： 报表数据的可见范围始于以下三个事件中发生最晚的时刻：

  1. 平台功能正式上线时间。
  2. 调度器版本升级完成时间。
  3. CProm实例关联成功时间。
• 特殊情况： 若资源池近期发生过CProm实例切换或实例故障，受影响日期的统计数据可能存在偏差，仅供参考。

统计范围与粒度

• 统计粒度： 天级别统计。
• 时间跨度： 支持查询最近1年的数据。支持快捷筛选（近7天、近30天、本月）及自定义月份查询。
• 任务类型覆盖： 涵盖开发机、训练任务、推理服务。
• 历史数据处理： 即使任务已被删除，或队列已被销毁，其在历史时间段内产生的资源消耗数据仍会被计入统计。

核心指标定义

本章节详细定义了报表中涉及的关键指标，确保您对数据的理解准确无误。

资源池维度报表

聚合该资源池下所有队列的全量负载数据。

指标名称	定义说明	计算逻辑
总占用卡时	反映资源池的真实负载总量。	∑(单个任务占用GPU数 × 实际运行时长) 注：支持按开发/训练/推理类型拆解
GPU/显存平均利用率	反映资源池的整体利用效率。	统计周期内，所有占用GPU卡的任务运行中的平均利用率。注：支持按负载类型（开发机 / 训练 / 推理）分别查看GPU利用率与显存利用率。

队列（团队）维度报表

聚合该队列下所有负载类型及所有用户的执行数据。

指标名称	定义说明	计算逻辑
队列总占用卡时	该队列被实际消耗的资源总量。	∑(本队列所有任务占用GPU数 × 运行时长)
队列GPU/显存利用率	该队列资源的使用强度。	统计周期内，仅针对队列中所有占用GPU卡的任务运行中的平均利用率。

用户维度报表

统计指定用户在某个队列中发起的所有负载任务数据。

指标名称	定义说明	计算逻辑
用户总占用卡时	指定用户在时间窗口内的资源消耗。	∑(用户所有任务占用GPU数 × 运行时长)
用户GPU/显存利用率	该用户的任务平均利用水平。	该用户所有任务“实际运行期间”，其占用资源的平均利用率。

使用说明

• 页面入口

  • 登录机器学习平台控制台，进入资源池详情页，点击顶部导航栏中的【资源报表】Tab页。

• 时间筛选

  • 您可以通过顶部的时间选择器筛选数据。
  • 支持维度： 近7天、近30天、本月，或自定义选择月份（单选）。
  • 建议： 为了保证查询性能与数据准确性，单次查询跨度建议不超过3个月。

• 数据导出

  • 报表支持将当前页面展示的数据导出为本地文件，便于您进行线下存档或进一步分析。