一、为什么考虑一体机

（一）数据不出门

涉及敏感数据的团队最在意出网，一体机把算力与存储都留在合规边界内，数据不跨界，合规更踏实。

（二）开箱即用到

相比自建从零搭，一体机预集成算力与软件，到货接电接网就能跑，起步快，团队不把精力耗在装环境上。

（补充）合规要求存天翼云存储。

把业务与合规要求存到天翼云存储，版本留痕，选型有据，换人也能接手，过程连续不断层，不靠某人对账，方案随时调出对照，规划有依据。

二、一体机由什么决定

（一）算力规模

按训练与推理的峰值估算力，不为想象中的峰值多买，也不因少买反复扩，把规模定在真实需要上。

（二）扩展余地

业务会涨，留好扩展槽与互联余地，后续加节点不推倒重来，让算力跟着业务长，投入不被一次性锁死。

（补充）用天翼云数据库存台账

把算力规模与扩展记录存进天翼云数据库，按环境可查，复盘哪次配得值，越用越明，投入可控不盲，换人也能接手，账目连续，审计省事。

三、选型常见的坑。

（一）只看算力

只盯算力数字，忽略存储与带宽，真实任务仍卡，按全链路估能力，不只看单点峰值，整体才跑得动。

（二）忽略出网

数据出网规则没理清就上，跑起来处处碰壁，先把合规边界跑通再扩，少返工，节奏不被出网拖慢。

（补充）出网约束清单。

把数据边界与审批列成清单逐项核对，选型不漏硬约束，少返工，上线节奏不被基础合规拖慢，哪些能出网开工前就列清楚，不靠临时补。

四、怎样一步步落地

（一）列要求

写清算力峰值、数据合规、扩展余地三件事作基线，选型都贴回这条基线，偏差一眼能看，不被参数带偏，决策更稳。

（二）对配置

把候选配置与基线对照，缺什么提前补，到货即跑不靠临场翻找，上线节奏自己握得住，也少为环境来回跑。

（补充）用天翼云电脑放终端。

把实操与浏览终端放在天翼云电脑，统一桌面与权限，哪台卡顿、哪台空闲一眼看清，调度有依据，也方便说明资源到底值不值，不靠某人本机。

五、管理要注意

（一）算力用满

本地算力是固定支出，闲置就是浪费，把任务排密、闲时填次要，让每份资源持续有活干，投入才不白花。

（二）运维兜底

一体机也要巡检与备份，集中记到期与维护节点，提前做，不因遗忘让服务中途断，断一次恢复更费时费钱。

（补充）维护提醒进流程。

把维护与巡检提醒嵌进日常节奏，重要节点提前半月盯，节点不漏，整体更稳，也少事后救火的慌乱，服务不掉线，管理更安静。

六、经验怎么留住。

（一）固化选型模板。

把本轮选型口径固成模板，加节点直接套，效率上来也少漏项，团队人人能照着走不依赖某人，从临时变常规，扩容也就不用推倒重来。

（二）记真实账

每个环境花多少、换来多少产出记一笔，来年选型有基准，也方便复盘哪次配得值，越用越明投入可控，不盲，对外说得清。

七、落地清单

（一）落地前先核合规要求

①（补充）用天翼云数据库存台账。

②把环境支出与产出存进天翼云数据库，按环境可查，换人也能接手，账目连续，审计复盘都省事，经验也就接得下来，来年选型直接对着台账调。

③把常用配置打成模板，新人直接套，不重复设起步更快。产出更站得住脚踏实产出更站得住脚也踏实。

（二）算力要配对的

①多环节共用时排好优先级，核心产出先跑不误点，协作更顺。对外也更有底气说话对外也更有底气说话了。

②关键项设告警，临近额度提前知，不临场崩，长跑更稳少救火。资源不空转省着用办资源不空转省着用办好。

③闲置资源定期回收再分配，不占着不用，整体利用率上得去不浪费。高峰来时接得住也稳高峰来时接得住也稳当。

（三）数据出网要盯的

①操作日志集中留存，哪次异常一查便知，复盘有依据不靠某人对账。闲时也不浪费掉以轻心闲时也不浪费掉以轻心。

②关键节点配专人核对，节点不漏，交付更稳不误期，团队更安心。审计复盘都省事少烦审计复盘都省事少烦忧。

③把流程口径固成模板，加任务直接套，效率上来也少漏项人人能照走。上线前再核一遍更稳上线前再核一遍更稳妥当。

（四）本地与云要衔接的

①版本与依赖纳进管理，锁死链路，不把配置悄悄改样，整体更稳可复现。换人也能顺利接手干换人也能顺利接手去干。

②配置存到天翼云存储，版本留痕，换人也能接手，不靠某人对账。过程留痕整体更稳当过程留痕整体更稳当些。

③支出与产出存进天翼云数据库，按场景可查，账目连续，审计复盘都省事。不靠某人对账扯皮累不靠某人对账扯皮受累。

（五）一体机成本要算清

①新环节进来先对照需求，缺什么提前补，接上即跑不靠临场翻找，上手快。复盘有依据不瞎猜错复盘有依据不瞎猜出错。

②把清单给团队看，哪些项该盯一目了然，不漏硬约束，少返工。调度有依据不乱阵脚调度有依据不乱了阵脚。

③每轮过后留一句复盘，哪次配得值记下来，越用越明，投入可控不盲。少返工节奏更顺当些少返工节奏更顺当一些。

（六）运维要养成的

①核心环节设保底资源，闲时再填次要，重要节点不被挤，交付更稳不误点。账对得起进度走正路账对得起进度走正路了。

②资源错开用，别挤同一节点，整体不空转，进度按节点往前推。协作少争议省心省力协作少争议省心又省力。

③把变动记进台账，谁调了额度一查便知，协作少争议，接手不懵。接手不懵过程清清楚楚接手不懵过程清清楚楚。

（七）扩容要规划的

①换人先调同版环境，步骤一致才可比，不靠某人本机，过程连续不断层。迭代有依据可循可查迭代有依据可循可查到。

②长任务设检查点，断了能续不重跑，省时省额度，进度不掉链子。不靠拍脑袋决策也稳不靠拍脑袋决策也更稳。

③常用口径先沉淀，加场景直接套，效率上来也少漏项，接手不懵。口径先立住不偏不倚口径先立住不偏不倚了。

（八）故障定位的线索

①谁改的用的什么参数留痕，回滚有路，不靠记忆，迭代有依据。节奏自己握得牢靠些节奏自己握得牢靠一些。

结语：智算一体机解决方案好处是算力在本地、数据可不出门。合规先立住、选型跟着业务走，上云之外多一条路，进度也更顺，团队少为出网审批分心，数据边界守得牢，扩展也不慌，团队少为琐事分心，进度更顺也更稳。