故障自愈 - 百度百舸 · AI计算平台 | 百度智能云文档
内存带外故障 内存异常 封锁节点，排水，维修 MemoryUnhealthy 内存带内故障 内存异常 封锁节点，排水，维修或重启 网卡 NICUnhealthy 内存带内故障 内存异常 封锁节点，排水，维修或重启 故障自愈流程 使用说明 使用前提 资源池已经安装百度云 CCE CCE Node Remedier 组件和 CCE Node Problem Detector 组件 CCE Node Remedier
CCE Node Problem Detector 说明 - 容器引擎CCE | 百度智能云文档
可能导致 GPU 训练/推理任务中断 MemoryUnhealthy False 是否存在内存故障（仅支持EBC机型） 内存不可用，任务中断 EBC 机型故障检测介绍 针对于EBC弹性裸金属服务器，Node-Problem-Detector对接百度云硬件感知组件 HAS-agent ，新增对GPU/RDMA网卡/CPU/内存等硬件健康检测能力。
获取边缘裸金属物理机列表 - 边缘计算节点BEC | 百度智能云文档
度中， PrerequisiteCheck 预检中，Deploying 安装交付中，Deployed 安装完成（开始网络配置）， DeployFailed 安装失败，Redeploying重装中，Imaging 镜像制作中， Running 运行中， Stopped
调用API - EasyDL零门槛AI开发平台 | 百度智能云文档
运维检查 EasyDL服务器API部署应用健康检查（或故障排查）脚本： trouble_shooting.tar 脚本能力：鉴权服务健康检测、容器状态检查、端口探活、网络联通性测试、容器关键报错日志输出等 使用方法 : 将脚本上传至服务器任意目录（或在服务器直接下载），并解压后运行。
Statefulset管理 - 容器引擎CCE | 百度智能云文档
内存配额： 申请：容器需要使用的内存最小值，默认512MiB。 限制：允许容器使用的内存最大值。如果超过，容器会被终止。 加速卡资源申请：仅具有 GPU/NPU 计算型节点的集群，可配置 GPU/NPU 资源。开启之后按需选择设置 GPU 和 NPU。 注意：若需要支持GPU感知调度，以及GPU算力和显存的共享与隔离，集群中需安装 CCE GPU Manager组件 。
创建伸缩组 - 弹性伸缩AS | 百度智能云文档
选择多个可用区时可以设置多个可用区策略：分两种 选择优先 、 均衡分布 ： 选择优先：云服务器扩容时目标可用区的选择按照选择的可用区列表的顺序进行优先级排序。 均衡分布：云服务器扩容时优先保证选择的可用区列表中各可用区下云服务器数量均衡， 当无法在目标可用区下完成云服务器扩容时，按照选择优先原则选择其他可用区。
常见问题总览 - 云磁盘CDS_块存储_高性能存储
请问云磁盘CDS可否在多个BCC云服务器间实现共享挂载？ Linux服务器中，如何将网站安装在数据盘？ 故障类问题 云磁盘CDS与云服务器解除挂载关系时，会对数据产生什么影响？ 云服务器实例删除，会对已挂载的CDS磁盘产生什么影响？ 安全类问题 使用云磁盘CDS存储数据是否安全？ 单独购买的磁盘挂载到服务器上，如果磁盘先到期，服务器未到期磁盘会被删除吗，保留时长是多久？
Daemonset管理 - 容器引擎CCE | 百度智能云文档
内存配额： 申请：容器需要使用的内存最小值，默认512MiB。 限制：允许容器使用的内存最大值。如果超过，容器会被终止。 加速卡资源申请：仅具有 GPU/NPU 计算型节点的集群，可配置 GPU/NPU 资源。开启之后按需选择设置 GPU 和 NPU。 注意：若需要支持GPU感知调度，以及GPU算力和显存的共享与隔离，集群中需安装 CCE GPU Manager组件 。
配置 对象存储（BOS）
同时设置内存回收周期为60秒，让读可以占更多内存 Plain Text 复制 1 -o mem_cache_limit_size=10240 -o multi_thread=128 -o mem_gc_interval=60 -o block_size=4M -o preload_blocks=512 大文件顺序写 由于三步上传的限制，默认配置最大支持 312GiB。
GPU资源调度-显存共享 - 智能边缘BIE | 百度智能云文档
单机多卡 查看gpu服务器属性，这是一台2张P4卡的GPU服务器，每张卡的显存是7611MiB。对应每张卡最大29单位。
