产品定义

智算套件是利用云原生架构和技术，在云容器引擎上快速定制化构建AI生产系统，帮助用户基于 Kubernetes 充分利用天翼云上弹性算力，支持弹性训练与推理等场景。

产品介绍

套件名称	套件说明
驱动管理	为GPU云主机或物理机的算力调度提供硬件驱动。
模型预热	将模型从对象存储预热到本地盘，大幅提升模型部署效率。
智算套件控制面引擎	提供高可用控制面，管理智算套件控制台正常运行。
故障诊断	为集群提供集群巡检、故障诊断等能力。
网络	为集群容器提供使用RDMA网络的能力，包括IB和RoCE。
弹性数据集	支持数据集版本管理，提供弹性加载能力。
弹性训练	为集群提供AI任务接入，兼容主流AI框架和工具，包括TensorFlow、PyTorch、Horovod、Spark等。
GPU安全容器	支持Kata安全容器运行时，满足业务高安全需求。
智能调度	为集群提供智能任务调度策略，可支持Gang、Capacity、Binpack/Spread和Queue等智能调度。
监控	为集群提供硬件监控能力，可采集GPU/NPU，显存等，支持可视化查看GPU的分配、使用和健康状态。