您可以新建一个PaddlePaddle类型的任务。

前提条件

• 您已成功安装CCE AI Job Scheduler和CCE Deep Learning Frameworks Operator组件，否则云原生AI功能将无法使用。
• 若您是子用户，队列关联的用户中有您才能使用该队列新建任务。
• 安装组件CCE Deep Learning Frameworks Operator时，系统安装了PaddlePaddle深度学习框架。

限制说明

• 目前PaddlePaddle类型的任务不支持GPU显存共享。

操作步骤

1. 登录百度智能云官网，并进入管理控制台。
2. 选择“产品服务 > 云原生 > 容器引擎 CCE”，单击进入容器引擎管理控制台。
3. 单击左侧导航栏中的集群管理 > 集群列表。
4. 在集群列表页面中，单击目标集群名称进入集群管理页面。
5. 在集群管理页面单击云原生AI > 任务管理。
6. 在任务管理页面单击新建任务。
7. 在新建任务页面中，完成任务基本信息配置：

• 任务名称：自定义任务名称，支持小写字母、数字、以及-或.且开头与结尾必须是小写字母或者数字，长度 1-65。
• 命名空间：选择新建任务所在的命名空间。
• 队列：选择新建任务关联的队列。
• 任务优先级：选择任务对应的任务优先级。
• 允许超发：允许超发将使用任务抢占超发功能，需要先安装CCE AI Job Scheduler组件并升级到1.4.0及以上版本。
• 延迟容忍：系统将优先把任务或工作负载调度到集群碎片资源，以提高集群资源利用率，但可能对业务延迟行能造成影响。

8. 完成代码基本信息配置：

• 代码配置类型：指定代码配置方式，目前支持“BOS文件”、“本地文件上传”与“暂不配置”。

• 执行命令：指定代码的执行命令。

  9.完成数据相关信息配置：

• 设置数据源：当前同时支持数据集和持久卷声明。选择数据集时列出所有可用的数据集，选择后会同时选择与数据集同名的持久卷声明；使用持久卷声明时直接选择即可。

  10.点击“下一步”，进入容器相关配置。

  11.完成任务类型相关信息配置：

• 选择框架：选择“ PaddleJob ”。
• 训练方式：指定训练方式为“单机”或“分布式”。

• 选择角色：训练方式为“单机”时，只能选择“Woker”；训练方式为“分布式”时，可额外选择“PS”。

  12.完成容器组相关信息配置，可以根据需要同时进行高级设置。

• 期望Pod数：指定容器组的Pod数目。
• 重启策略：指定容器组的重启策略，可选择的策略有“失败重启”或“从不重启”。
• 镜像地址：指定容器的镜像拉取地址，也可以直接点击“选择镜像”，选择需要使用的镜像。
• 镜像版本：指定镜像的版本，若不指定默认拉取latest版。
• 容器配额：指定容器的CPU、内存、GPU资源相关信息。
• 环境变量：填写变量名和变量值。

• 生命周期：包含启动命令、启动参数、启动后执行和停止前执行，可根据需要添加。

  13.完成任务高级信息相关配置。

• 最大训练时长：指定允许的最大训练时长，若不指定，则为不限制时间。
• 私有仓库凭证：若需要使用私有镜像仓库，请在此处添加对应镜像仓库的访问凭证。
• Tensorboard：若需要任务可视化时，可开启Tensorboard功能，开启后需要指定“服务类型”与“ 训练日志读取路径”。
• K8S标签：指定任务对应的K8S Label。
• 注释：指定任务对应的Annotation。

14. 点击“完成”按钮，完成任务的新建。

Yaml创建任务示例

apiVersion: batch.paddlepaddle.org/v1
kind: PaddleJob
metadata:
  name: resnet
spec:
  cleanPodPolicy: Never
  worker:
    replicas: 2
    template:
      spec:
        schedulerName: volcano
        containers:
          - name: resnet
            image: registry.baidubce.com/cce-public/kubeflow/paddle-operator/demo-resnet:v1
            env:
              # for gpu memory over request, set 0 to disable
              - name: CGPU_MEM_ALLOCATOR_TYPE
                value: “1”
            command:
              - python
            args:
              - "-m"
              - "paddle.distributed.launch"
              - "train_fleet.py"
            volumeMounts:
              - mountPath: /dev/shm
                name: dshm
            resources:
              requests:
                cpu: 1
                memory: 2Gi
              limits:
                baidu.com/v100_16g_cgpu: "1"
        volumes:
          - name: dshm
            emptyDir:
              medium: Memory