概述

百舸平台针对训练任务的状态变化提供通知机制，配置后当训练任务状态匹配已配置的告警规则时，系统会按照所选通知策略触发告警通知。本文将介绍如何配置任务状态变化通知。

前提条件

1. 资源池已经接入百度云 Prometheus 监控服务。请参考 资源池接入 Prometheus 监控实例。

通知策略说明

基于百度云 Prometheus 监控服务 的 通知策略 能力。配置任务告警时，您可以选择已有通知策略，也可以新建通知策略，系统会在任务状态匹配告警规则后，按照所选通知策略发送告警通知。

操作指南

1. 登录 百舸AI计算平台，在导航栏选择 大规模训练与推理->分布式训练，进入分布式训练任务列表页面。
2. 单击 【创建任务】，进入创建任务页面。
3. 在创建任务页面的 监控信息 区域，打开任务告警开关，选择需要通知的任务状态和通知策略。如需选择任务Hang，请开启任务Hang检测；如需创建新的通知策略，需要设置策略名称和通知方式。
4. 完成任务基础信息、环境信息、资源配置和任务告警配置后，单击 【确定】 创建训练任务。
5. 任务创建成功后，当训练任务状态匹配已配置的告警规则时，系统会按照所选通知策略触发告警通知。