开发者社区 > 大数据与机器学习 > 人工智能平台PAI > 正文

你好 请问 机器学习PAI、PAI-Designer、PAI-DSW、PAI-EASeas服务从公?

你好 请问 机器学习PAI、PAI-Designer、PAI-DSW、PAI-EASeas服务从公共资源组切换到专属资源组后 服务的cpu和内存不变情况下 RT上涨了是什么原因?fs_model_v1 华南1(深圳) 今天11点切到专属资源的 12点多和15点多分别扩了两次cpu 都没有达到之前公共资源组是的rt水平,vpc网络这一块没问题是吧

展开
收起
真的很搞笑 2023-07-03 15:37:48 54 0
2 条回答
写回答
取消 提交回答
  • 在机器学习PAI、PAI-Designer、PAI-DSW和PAI-EAS等服务中,如果你将服务从公共资源组切换到专属资源组,且在CPU和内存配置没有变化的情况下,但是响应时间(RT)却有所上涨,可能有以下一些原因:

    1. 资源隔离:专属资源组提供了独立的资源环境,可以避免与其他用户共享资源导致的潜在干扰。然而,在某些情况下,这种资源隔离也可能导致性能方面的影响。在专属资源组中,虽然你的服务可以获得更多的资源,但由于与其他用户隔离,可能无法动态调整资源以适应负载波动。

    2. 调度策略:专属资源组可能采用不同的调度策略,例如优先级或资源分配算法等,与公共资源组有所不同。这可能导致在相同的资源配置下,服务的处理优先级或资源分配方式发生变化,从而影响了响应时间。

    3. 配置问题:确保在切换到专属资源组时,没有发生任何意外的配置更改。检查CPU和内存配置是否确实没有变化,并确认系统和应用程序的其他配置是否与之前保持一致。

    4. 网络问题:尽管你提到VPC网络没有问题,但确保在专属资源组中,网络连接和带宽是正常的,并且与公共资源组时保持一致。

    2023-07-31 18:07:26
    赞同 展开评论 打赏
  • 你的请求是相同的吗 以及部署服务的资源量都是完全一样的吗,是的,我看您专属资源组买的是6系的机型 公共资源组用的是7系的机型 代差会导致计算能力不同 你专属资源组可以也换成7系的机型再测下,看起来没问题,此回答整理自钉群“机器学习PAI交流群(答疑@值班)”

    2023-07-03 15:51:50
    赞同 展开评论 打赏

人工智能平台 PAI(Platform for AI,原机器学习平台PAI)是面向开发者和企业的机器学习/深度学习工程平台,提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务,内置140+种优化算法,具备丰富的行业场景插件,为用户提供低门槛、高性能的云原生AI工程化能力。

相关产品

  • 人工智能平台 PAI
  • 热门讨论

    热门文章

    相关电子书

    更多
    微博机器学习平台架构和实践 立即下载
    机器学习及人机交互实战 立即下载
    大数据与机器学习支撑的个性化大屏 立即下载