参数 描述 IP地址或域名 配置源数据库MongoDB实例的访问地址或域名。 端口 配置源数据库MongoDB实例的服务端口，可输入范围为1~65535间的整数。 数据库用户名 访问源数据库MongoDB的用户名。 数据库密码 访问源数据库MongoDB的用户名所对应的密码。 SSL安全连接 在选择公网网络进行迁移任务时，为了提升数据在网络传输过程中的安全性，建议您开启SSL安全连接，对迁移链路进行加密，如果开启，需要您上传CA证书。

本节为您介绍云迁移服务工具中心。 云迁移服务CMS平台提供迁移管理工具中心功能，您可以根据任务需求，在左侧导航栏选择迁移管理点击【工具中心】按钮，跳转至 [ 工具中心 ] 界面，选择合适迁移工具。 工具中心提供服务器迁移服务（CMSSMS）、数据库迁移服务（CMSDMS）、数据迁移工具（CMSZMS）、服务器资源池间迁移工具（CMSCRS）及异构迁移工具异构迁移（ExaGear）、 异构迁移（DevKit），如图所示。

参数 描述 IP地址或域名 配置源数据库MySQL实例的访问地址或域名。 端口 配置源数据库MySQL实例的服务端口，可输入范围为1~65535间的整数。 数据库用户名 访问源数据库MySQL的用户名。 数据库密码 访问源数据库MySQL的用户名所对应的密码。 SSL安全连接 在选择公网网络进行迁移任务时，为了提升数据在网络传输过程中的安全性，建议您开启SSL安全连接，对迁移链路进行加密，如果开启，需要您上传CA证书。

本节为API概述。 智能语音交互能力旨在利用AI相关技术解决基于语音交互的相关问题，包括语音合成能力。 本说明提供了智能语音交互产品API的描述、语法、参数说明及示例等内容。

使用大模型进行推理计算 1. 文本对话大模型（LLaMA2/LLaMA3） 首先需要在Model标签页点击LLaMA2/LLaMA3大模型，然后点击Load按钮进行加载。 稍等一会，提示“Successfully loaded”，即可点击左上角的“chat”按钮，体验使用文本对话大模型（LLaMA2/LLaMA3）啦！ 注意 在加载Llama 2或者LLaMA3模型时, Pi2和s7.2xlarge.4规格使用默认配置会因为显存/内存不足加载失败, 需要通过勾选loadin8bit选项降低模型精度或关闭StableDiffusion服务后再加载Llama 2/LLaMA3模型. 参考文档:大模型学习机服务启停。 使用文本多轮对话页面: 文章生成页面: 2. AI图片生成大模型（Stable Diffusion）： AI图片生成大模型登录后可以直接使用，以下为图片生成页面。

Hue Hue是一款大数据分析Web工具，提供可视化界面，简化 Hadoop 生态组件的操作。用户可通过浏览器直接编写并执行查询。降低非技术人员使用大数据平台的门槛，提升数据分析与运维效率。 DolphinScheduler DolphinScheduler 提供分布式工作流调度能力，适配大数据组件，自动化编排监控任务，保障数据流程高效稳定运行。 Sqoop Sqoop是一款数据传输工具，专用于在Hadoop生态系统（如HDFS、Hive）与关系型数据库（如MySQL、Oracle）之间高效交换数据。它通过命令行接口简化了批量导入导出任务，并利用MapReduce实现并行处理和容错。 Lance Lance是一个专为AI设计的列式数据格式，原生支持向量和多模态数据存储。它提供高效的随机访问和版本控制，解决了传统格式在AI工作流中IO性能差的问题，常用于构建高性能的向量数据库和特征存储。 Paimon Paimon 是一种支持流批一体处理的实时湖存储格式。它融合了 LSM 树结构，旨在构建现代化的实时湖仓架构，既能提供数据湖的低成本、可扩展优势，又具备数据库般的高效更新和查询能力。

本节介绍客户侧私网网段的新增删除操作。 如果参数变更涉及隧道重建，请先在管理台变更云侧参数，再变更客户侧防火墙配置。以下操作涉及重建隧道。 新增客户侧私网网段 1.进入“AI云电脑（政企版）”管理控制台； 2.点击“网络管理”，点击“企业云网”，选择“IPsec VPN”，进入IPsec VPN管理页面； 3.在操作实例中，点击实例“名称”； 4.在IPsec VPN实例详情页面，点击“新增客户侧网络”，添加对应网段； 5.确定后，需要在客户侧防火墙上修改隧道配置并重启隧道。 删除客户侧私网网段 1.进入“AI云电脑（政企版）”管理控制台； 2.点击“网络管理”，点击“企业云网”，选择“IPsec VPN”，进入IPsec VPN管理页面； 3.在操作实例中，点击实例“名称”； 4.在iVPN实例详情页面中的“客户侧网络”一栏，选择需要删除的网段，点击“移除”； 5.确定后，需要在客户侧防火墙上修改隧道配置并重启隧道。

本节介绍客户侧私网网段的新增删除操作。 如果参数变更涉及隧道重建，请先在管理台变更云侧参数，再变更客户侧防火墙配置。以下操作涉及重建隧道。 新增客户侧私网网段 1.进入“AI云电脑（政企版）”管理控制台； 2.点击“网络管理”，点击“企业云网”，选择“IPsec VPN”，进入IPsec VPN管理页面； 3.在操作实例中，点击实例“名称”； 4.在IPsec VPN实例详情页面，点击“新增客户侧网络”，添加对应网段； 5.确定后，需要在客户侧防火墙上修改隧道配置并重启隧道。 删除客户侧私网网段 1.进入“AI云电脑（政企版）”管理控制台； 2.点击“网络管理”，点击“企业云网”，选择“IPsec VPN”，进入IPsec VPN管理页面； 3.在操作实例中，点击实例“名称”； 4.在iVPN实例详情页面中的“客户侧网络”一栏，选择需要删除的网段，点击“移除”； 5.确定后，需要在客户侧防火墙上修改隧道配置并重启隧道。

计费周期 按需计费GeminiDB Influx实例按秒计费，每一个小时整点结算一次费用（以GMT+8时间为准），结算完毕后进入新的计费周期。计费的起点以GeminiDB Influx实例创建成功的时间点为准，终点以实例删除时间为准。 说明 实例从创建到启动需要一定时长，计费的起点是创建成功的时间点，而非开始创建的时间。您可以在实例详情页“基本信息”页签查看这个时间，创建成功的时间点对应界面上的“创建时间”。 例如，您在8:45:30购买了一个按需计费的GeminiDB Influx实例，相关资源包括计算资源（vCPU和节点数量）、存储容量和备份存储，然后在8:55:00将其删除，则计费周期为8:00:00 9:00:00，在8:45:30 8:55:30间产生费用，该计费周期内的计费时长为600秒。 计费示例 假设您在2023/04/18 9:59:30购买了一个按需计费实例（规格：2vCPUs 8GB，节点数量：3，存储容量：100GB，备份存储：110GB（赠送100GB，后续收费空间10GB），冷存储空间容量：500GB），计费资源包括计算资源（vCPU和节点数量）和存储容量，然后在2023/04/18 10:45:46将其删除，则： 第一个计费周期为9:00:00 10:00:00，在9:59:30 10:00:00间产生费用，该计费周期内的计费时长为30秒。 第二个计费周期为10:00:00 11:00:00，在10:00:00 10:45:46间产生费用，该计费周期内的计费时长为2746秒。 10:00:00 10:45:00期间，使用免费备份空间。 10:45:00 10:45:46期间，使用计费备份空间10GB，计费时长46秒。 您需要为每个计费周期付费，各项GeminiDB Influx实例单独计费，计费公式如表2所示。产品价格详情中标出了实例的每小时价格， 您需要将每小时价格除以3600 ，得到每秒价格。 表2 计费公式 资源类型 计费公式 计算资源（vCPU和节点数量） 实例规格单价 计费时长 存储容量 存储容量单价 购买时长 备份空间 备份空间单价 计费时长 ( 备份容量 存储空间)(GB)说明计费时长：备份超过免费空间大小的使用时长。 冷存储空间 存储空间单价 购买时长 存储空间(GB) 公网流量 按固定带宽值采用阶梯计费l 0Mbit/s~5Mbit/s（含）：均为一个统一的单价l 大于5Mbit/s：按每Mbit/s计费 图3给出了上述示例配置的费用计算过程。 注意 图中价格仅供参考，实际计算请以云数据库 GeminiDB价格详情中的价格为准。 在按需付费模式下，价格计算器上的金额如果遇小数点，则保留小数点后两位，第三位四舍五入。如遇四舍五入后不足￥0.01，则按￥0.01展示。 图3 按需计费GeminiDB Influx费用计算示例

本文介绍了如何在科研助手上使用Stable Diffusion进行图像生成。 概述： Stable Diffusion，是一种AI绘画生成工具，它能够根据文本描述创造出高质量的图像。 准备环境： 1.在【开发机】中创建开发机： 1. 填入【名称】“stablediffusion”选择【队列】及【可用区】。 2. 【资源配置】 【GPU加速型】下拉选择规格“CPU:12核内存：20GBGPU：NVIDIARTX30601” （规格根据实际情况修改 GPU类型可选择A10 A100 3060 3080 H800）。 3. 在【选择框架版本中】选择”SDWebUI框架。 2.点击【确认】创建开发机。 3.启动IDE： 1. 在【开发机】中可查看开发机的状态，点击【刷新】，等待“stablediffusion”状态为运行中后点击右侧操作栏的【打开】按钮。 2. 点击【打开】按钮后跳转到Jupyte WebIDE。 3. 在Jupyter WebIDE的启动页中，找到【AI Community】下点击【AI Task】选项卡跳转到SDUI页面。 使用Stable Diffusion： 1.切换【txt2img】分页： 1. 在【Prompt】框内输入文本提示符如：“In the mountains and river of spring, peach blossoms bloom along the river” ，建议提示文本使用英文准确度更高。 2. 点击【Generate】按钮，将在右下角生成图片，点击【保存】后可以下载生成的图片。 2.切换【img2img】分页： 1. 在左下角上传刚才生成的图片 2. 在Prompt框内输入文本提示符如：“only spring moutain and river” 3. 点击Generate，将在右下角生成风格类似的图片，也可以根据需要下载 3.查看后台日志： 1. 在Jupyter启动页【其他】下点击【终端】选项卡跳转到终端页面。 2. 终端输入命令 tail f /var/log/SD.log。

什么是 GPUStack ？ GPUStack云服务是基于开源GPUStack构建的托管式AI模型部署平台，让您无需管理基础设施，即可在高性能GPU集群上轻松部署和运行各类AI模型。 GPUStack具备以下核心能力： 资源管理：提供自动化GPU资源调度与集群管理，支持异构GPU设备统一纳管，实现资源利用率最大化与成本最优化； 模型部署：支持主流开源大模型一键部署，兼容Hugging Face、ModelScope等模型源，集成vLLM、SGLang和TensorRTLLM等高性能推理引擎，满足不同场景性能需求； 智能运维：内置自动扩缩容、故障转移与负载均衡机制，提供实时性能监控与告警，确保服务高可用性与稳定性； 安全管控：提供完善的认证授权体系与网络隔离策略，支持私有化部署与数据安全保障，满足企业级安全合规要求。 通过部署 GPUStack 应用，您可以可视化管理GPU资源调度，快速搭建专属模型推理集群，为AI应用提供专属模型推理服务。 使用 GPUStack 部署模型推理平台指南 步骤1：订购GPU资源并部署GPUStack平台 1. 登录天翼云官网，选择应用商城 公有云生态专区，点击立即选购，进入应用专区页。 在专区页，点击“立即选购”，进入应用选购页。 2. 在应用选购列表中，找到“GPUStack单机版”，点击“立即订购”。 3. 按提示订购“GPUstack 单机版”，点击“确认下单”。 支付成功后，在我的应用页，查看应用状态，当应用状态为运行中时，代表GPUStack平台部署完成。 4. 点击“查看应用”按钮，在应用详情页点击“立即使用”或在浏览器中输入复制的应用入口，即可访问GPUstack。

rpm ivh dto包名.rpm 安装完成后，确认当前DTO版本信息与安装包名的版本是否一致： rpm qa grep dto 编辑system.conf文件（安装包安装的默认位置为：/usr/drbksoft/dto/conf/）来指定与控制机通信的DTO主机IP地址，具体添加内容如下： rpcip 0.0.0.0 说明：如果要求必须指定具体IP地址，则需要填写DTO主机网卡的实际IP地址；如果DTO主机有多个IP地址时，则需要配置控制机（Webconsole主机）能够访问的DTO主机IP地址。 2. 进入到DTO的安装路径下，本例为默认安装路径： cd /usr/drbksoft/dto/ DTO安装后需要使用命令如下设置密码（exampleuser用户的密码），在控制台上注册DTO主机认证时使用： /usr/drbksoft/dto/jdk/bin/java jar /usr/drbksoft/dto/lib/dto.jar resetPasswd 同时需要生成对应的认证码用于在控制台上注册。 /usr/drbksoft/dto/jdk/bin/java jar /usr/drbksoft/dto/lib/dto.jar ccproxyConfig 填写代理主机地址（nodeproxymdr），提示success说明连接成功。 3. 重启drdto： systemctl restart drdto b）DTO启动与停止 DTO有两种启停方式：服务方式和脚本方式，选择其中一种方式进行启/停操作即可，推荐使用脚本方式。不同方式的适用场景如下： 1. 服务方式：备份服务器和DTO在同一台机器上，如本地/NAS存储与对象存储间数据同步场景。 2. 脚本方式：备份服务器和DTO在不同机器上，如对象存储与对象存储间数据同步场景。 服务方式：DTO和备份服务器在一起时，配置内存建议是16~24G。服务方式使用系统命令进行DTO的启动和停止，相关命令如下： 1. 进入到dto的安装路径下，本例为默认安装路径：

步骤二：数据迁移 本步骤中，您将对集群依赖服务的数据服务，例如镜像及云存储、云数据库、分布式缓存、分布式消息等，进行跨资源池迁移。 容器镜像跨资源池同步参考：同账号跨实例同步。 云数据库迁移，可使用 数据传输服务DTS。天翼云DTS是一种集数据迁移和数据实时同步于一体的数据传输服务。它支持关系型数据库、NoSQL数据库间的数据传输，致力于解决远距离、毫秒级异步数据传输难题。 其他云上数据迁移需求，请参考对应云产品提供的迁移服务及指引。 步骤三：目标集群创建与纳管 在这个阶段，您将评估目标集群所需规格信息并创建对应的天翼云CCE集群；然后将该目标集群关联到分布式容器云平台CCE One注册集群。 云容器引擎允许用户对集群资源进行个性化选取，以精准匹配其多样化的业务诉求。如下所示的表中，列举了集群的指标参数，并提供了参考规划选择；用户应依据自身业务的确切需求，对相关设置做出合理调配，其间，我们建议尽可能保持与原集群性能配置的一致性水平。 主要指标参数 指标参数说明 本示例规划 kubernetes版本 1.27.8 1.29.3 1.29.3 网络插件 cubecni：cubecni 是云容器引擎自研的网络插件，支持基于 Kubernetes 标准的网络策略来定义容器间的访问策略。 calico：使用社区 calico CNI 插件的IP模式。 cubecni apiserver访问 API Server的访问需要依赖ELB实例，您可根据需要选择合适的ELB规格，系统将根据该规格创建一个私网ELB实例。规格选择请见：[了解ELB实例规格](

流量画像通过绘制内网全景流量图，展示内网主机间的通信关系和内网主机对外通信情况，并可在发现威胁后对主机间通信进行一键阻断。 用户可通过流量画像功能查看全景流量图，并支持通过以下方式进行流量筛选： 通过Windows服务器、Linux服务器、PC机三类主机和端口、时间进行过滤查看。 通过自定义模板，可按终端分组、终端标签、终端名称、终端 （且/或）过滤查看。 查看终端通信关系 用户可在此页面查看终端通信详情，包括终端通信关系图、终端间通信详情及终端全部通信详情。 1. 登录大模型安全卫士实例。 2. 在菜单栏选择“策略管理 > 微隔离 > 流量画像”，进入终端展示页面。 3. 点击需要查看的终端的分组，可在此页面查看对应分组该终端的相关信息，和各个组之间的通信信息。 4. 点击页面右上角的“老版”，即可切换为老版本流量画像的相关功能页面。 5. 点击需要查看的终端，并选择“通信关系列表”页签，进入通信关系列表页面。用户可在此页面查看该终端的所有通信详情，并可根据筛选条件进行通信查询。

本级介绍如何创建Tensorboard。 创建Tensorboard 在智算套件控制台页面选择“AI应用开发”，单击“创建Tensorboard”。 由于开发机会单独创建eip用于暴露服务，因此在创建时会出现 “此功能会自动帮您创建弹性IP和弹性负载均衡用于服务暴露，因此会产生一定的费用。” 的提示，确认需要启用后点击“确定”。 编辑基本信息和数据集配置，数据集仅支持选择私有数据集 访问Tensorboard 查看Tensorboard列表 等待新建开发机的“访问”按钮可点击后，访问提示信息中的链接，先选择资源池信息，然后配置“弹性负载均衡>访问策略组”，修改isuitenotebookacl策略组的配置（默认只放开了127.0.0.1地址），需要增加本地客户端的出口IP配置。 获取本机出口IP方式可通过百度搜索“ip地址”进行查询。 配置完成后回到“智算套件>AI应用开发>Tensorboard”控制台，点击对应Tensorboard的 “访问” 按钮即可访问。 注意：在创建Tensorboard时选择的数据集及对应版本下需要有相应的event文件才可正常显示图表等信息。

使用大模型进行推理计算 1. 文本对话大模型（LLaMA2/LLaMA3） 首先需要在Model标签页点击LLaMA2/LLaMA3大模型，然后点击Load按钮进行加载。 稍等一会，提示“Successfully loaded”，即可点击左上角的“chat”按钮，体验使用文本对话大模型（LLaMA2/LLaMA3）啦！ 注意 在加载Llama 2或者LLaMA3模型时, Pi2和s7.2xlarge.4规格使用默认配置会因为显存/内存不足加载失败, 需要通过勾选loadin8bit选项降低模型精度或关闭StableDiffusion服务后再加载Llama 2/LLaMA3模型. 参考文档:大模型学习机服务启停。 使用文本多轮对话页面: 文章生成页面: 2. AI图片生成大模型（Stable Diffusion）： AI图片生成大模型登录后可以直接使用，以下为图片生成页面。

响应参数 参数名 是否必选 参数类型 说明 默认值 role 是 str 聊天角色，user或者assistant content 是 str 消息内容 type 是 str "text":文本 ，"image"图片， "browserresult" :互联网检索 imageurl 否 str 当type image , 表示图片url metadata 否 metadata 当 typebrowserresult ,本字段表示搜索元数据 metadata字段 参数名 是否必选 参数类型 说明 默认值 metadatalist 是 List 元数据 SearchMetaData字段 参数名 是否必选 参数类型 说明 默认值 searchtype 否 String 搜索引擎BING text 是 String 搜索内容 title 是 String 标题 type String 搜索类型 webpage url String 搜索结果对应URL 请求示例 普通文生文请求 undefined 非流式请求 curl X POST H "ContentType: application/json" d '{ "model": "teleChat", "messages": [ {"role": "user", "content": "写一篇100文字的文章"} ], "stream": false }' undefined 流式请求，设置"stream": true curl X POST H "ContentType: application/json" d '{ "model": "teleChat", "messages": [ {"role": "user", "content": "写一篇100文字的文章"} ], "stream": true }'

参数 描述 中间件IP地址或域名 源数据库的IP地址或域名。 端口 源数据库服务端口，可输入范围为1~65535间的整数。 中间件用户名 源数据库的用户名。 中间件密码 源数据库的用户名所对应的密码。 SSL安全连接 通过该功能，用户可以选择是否开启对迁移链路的加密。如果开启该功能，需要用户上传SSL CA根证书。 说明 最大支持上传500KB的证书文件。 如果不使用SSL证书，请自行承担数据安全风险。 分片数据库 根据源库实际的分片数据库，填写对应的数据库信息。

平安校园 通过iBox接入高清摄像机，结合深度学习技术，提供人员识别、周界入侵、 离岗检测、车牌识别、烟火识别、吸烟识别、人群聚集、区域入侵等智能化算法，有效防范人员安全隐患、预防校园欺凌，提升事件处置效率，切实解决学校安全难题，提升安全保卫工作效能，构建和谐平安校园，实现校园安全管理智能化、流程化、科学化。 智慧城管 重点面向智慧城管建设中的智能视频分析需求，内置街面秩序、市容环境、沿街广告、突发事件、施工管理等场景AI算法，可切实提高城市治理智能化水平。 加油站作业合规 iBox边缘盒子在加油站场景中提供了关键的边缘AI能力，专注于卸油区、桶装加油和罐装加油的合规检测。它能够实时监控并分析操作流程，确保所有活动符合安全和操作规范，从而有效提升加油站的安全性和管理效率。

本节介绍容量分配管理的操作说明。 网络共享盘容量管理 1. 进入“AI云电脑（政企版）”控制台； 2. 选择“翼共享”“翼共享管理”菜单，进入翼共享管理页面； 3.选择“网络共享盘”“容量管理”，进入容量管理页面，可查看企业、个人容量使用情况； 4.通过“调整容量分配”，可重新调整企业和个人的容量分配； 5.确认配置后，点击“确定”即可。 说明 分配个人空间容量为共享容量，不支持独享容量设置。 NAS共享盘容量管理 1. 进入“AI云电脑（政企版）”控制台； 2. 选择“翼共享”“翼共享管理”菜单，进入翼共享管理页面； 3.选择“NAS共享盘”“容量管理”，进入容量管理页面，可查看总览、企业、个人容量使用情况； 4.选择“企业容量”“容量分配”，可对企业容量进行容量分配的设定； 5.选择“个人容量管理”，可对个人容量进行分配或释放。 注意 释放容量将格式化存储空间，强烈建议先进行文件备份。

参数 参数类型 是否必填 说明 示例 clientToken String 是 保证请求幂等性。从您的客户端生成一个参数值，确保不同请求间该参数值唯一。ClientToken只支持ASCII字符，且不能超过64个字符。 123e4567e89b12d3a456426655440000 regionID String 是 创建共享带宽的区域id。 81f7728662dd11ec810800155d307d5b bandwidth Integer 是 共享带宽的带宽峰值，必须大于等于 5。 5 cycleType String 是 订购类型：month（包月） / year（包年） month cycleCount Integer 是 订购时长, 当 cycleType month, 支持续订 1 11 个月; 当 cycleType year, 支持续订 1 3 年 1 name String 是 共享带宽名称。同一租户下不允许设置相同的name。 test

地域 地域（Region）是指物理的数据中心的地理区域。地域从地理位置和网络时延维度划分，同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。 可用区 可用区（AZ，Availability Zone）是指在同一地域内，电力和网络互相独立的物理区域。一个AZ是一个或多个物理数据中心的集合，具备独立的风火水电，可用区之间距离100KM以内，一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。 详情信息可参见产品地域和可用区页面。

本节介绍了修改弹性公网IP的带宽的操作场景、操作步骤。 操作场景 当弹性云主机绑定了弹性公网IP时，通过带宽提供公网和弹性云主机间的访问流量。本节操作介绍调整弹性云主机带宽的操作步骤。 操作步骤 1. 登录管理控制台。 2. 单击管理控制台左上角的，选择区域和项目。 3. 选择“计算 > 弹性云主机”。 4. 在弹性云主机列表中，在待调整带宽的弹性云主机操作列下，单击“操作”列下的“更多 > 网络设置 > 修改带宽”。 5. 根据页面提示，修改“带宽名称”、“计费方式”和“带宽大小”。

域名格式需满足如下要求： 域名以点号分隔成多个字符串。 单个字符串由字母、数字、连字符（）组成，连字符（）不得出现在字符串的头部或者尾部。 单个字符串长度不超过63个字符。 字符串间以点分割，且总长度（包括末尾的点）不超过254个字符。 内网DNS定义域名级别如下： 根域名：. 顶级域名：.com，.net，.org，.cn等。 主域名：即顶级域名的子域名，example.com，example.net，example.org等。 二级域名：即主域名的子域名，abc.example.com，abc.example.net，abc.example.org等。 以此类推，在上一级域名最左侧进行域名级别的拓展。

创新体验部署调用AI应用 场景：引入行业大模型生态，进行微调或应用部署。 解决方案1：魔乐社区，社区生态高效完成模型发布与推理调用。 解决方案2：智算一体机，低成本落地小型化训推一体化资源。

创新体验部署调用AI应用 场景：引入行业大模型生态，进行微调或应用部署。 解决方案1：魔乐社区，社区生态高效完成模型发布与推理调用。 解决方案2：智算一体机，低成本落地小型化训推一体化资源。

参数 描述 源库类型 默认选择“ECS自建库”。 IP地址或域名 业务数据库的IP地址或域名。 端口 业务数据库服务端口，可输入范围为1~65535间的整数。 数据库用户名 业务数据库的用户名。 数据库密码 业务数据库的用户名所对应的密码。支持在任务创建后修改密码。 任务为启动中、初始化、灾备中、灾备异常状态时，可在“基本信息”页面的“灾备信息”区域，单击“修改连接信息”，在弹出的对话框中修改密码。

实例间发现服务配置 Headless Service用于解决StatefulSet内Pod互相访问的问题，Headless Service给每个Pod提供固定的访问域名。具体请参见Headless Service。 服务配置 服务（Service）是用来解决Pod访问问题的。每个Service有一个固定IP地址，Service将访问流量转发给Pod，而且Service可以给这些Pod做负载均衡。 您也可以在创建完工作负载之后再创建Service，Service的概念和使用方法请参见Service概述。 步骤 4 单击右下角“创建工作负载”。

平台提供了以下大模型API能力。 模型名称 模型简介 模型ID DeepSeekR1昇腾版 DeepSeekR1是一款具有671B参数大小的创新性大语言模型，由杭州深度求索人工智能基础技术研究有限公司开发。该模型基于 transformer 架构，通过对海量语料数据进行预训练，结合注意力机制，能够理解和生成自然语言。它经过监督微调、人类反馈的强化学习等技术进行对齐，具备语义分析、计算推理、问答对话、篇章生成、代码编写等多种能力。R1 模型在多个 NLP 基准测试中表现出色，具备较强的泛化能力和适应性。 4bd107bff85941239e27b1509eccfe98 DeepSeekR1昇腾版2 DeepSeekR1是一款具有671B参数大小的创新性大语言模型，该模型基于 transformer 架构，通过对海量语料数据进行预训练，结合注意力机制，经过监督微调、人类反馈的强化学习等技术进行对齐，具备语义分析、计算推理、问答对话、篇章生成、代码编写等多种能力。R1 模型在多个 NLP 基准测试中表现出色，具备较强的泛化能力和适应性。 7ba7726dad4c4ea4ab7f39c7741aea68 DeepSeekV3昇腾版 DeepSeekV3是DeepSeek团队开发的新一代专家混合（MoE）语言模型，共有671B参数，在14.8万亿个Tokens上进行预训练。该模型采用多头潜在注意力（MLA）和DeepSeekMoE架构，继承了DeepSeekV2模型的优势，并在性能、效率和功能上进行了显著提升。 9dc913a037774fc0b248376905c85da5 DeepSeekR1DistillLlama70B DeepSeekR1DistillLlama70B是基于Llama架构并经过强化学习和蒸馏优化开发的高性能语言模型。该模型融合了DeepSeekR1的先进知识蒸馏技术与Llama70B模型的架构优势。通过知识蒸馏，在保持较小参数规模的同时，具备强大的语言理解和生成能力。 515fdba33cc84aa799bbd44b6e00660d DeepSeekR1DistillQwen32B DeepSeekR1DistillQwen32B是通过知识蒸馏技术从DeepSeekR1模型中提炼出来的小型语言模型。它继承了DeepSeekR1的推理能力，专注于数学和逻辑推理任务，但体积更小，适合资源受限的环境。 b383c1eecf2c4b30b4bcca7f019cf90d Baichuan2Turbo BaichuanTurbo系列模型是百川智能推出的大语言模型，采用搜索增强技术实现大模型与领域知识、全网知识的全面链接。 43ac83747cb34730a00b7cfe590c89ac Llama213BChat Llama2是预先训练和微调的生成文本模型的集合，其规模从70亿到700亿个参数不等。这是13B微调模型的存储库，针对对话用例进行了优化。 96dc8f33609d4ce6af3ff55ea377831a Qwen7BChat 通义千问7B（Qwen7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen7B的基础上，使用对齐机制打造了基于大语言模型的AI助手Qwen7BChat。 fc23987da1344a8f8bdf1274e832f193 Llama27BChat Llama27BChat是Meta AI开发的大型语言模型Llama2家族中最小的聊天模型。该模型有70亿个参数，并在来自公开来源的2万亿token数据上进行了预训练。它已经在超过一百万个人工注释的指令数据集上进行了微调。 e30f90ca899a4b1a9c25c0949edd64fc Llama270BChat Llama 2 是预训练和微调的生成文本模型的集合，规模从 70 亿到 700 亿个参数不等。这是 70B 微调模型的存储库，针对对话用例进行了优化。 bafbc7785d50466c89819da43964332b Qwen1.57BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.57BChat版本。 bfc0bdbf8b394c139a734235b1e6f887 Qwen272BInstruct Qwen2 是 Qwen 大型语言模型的新系列。Qwen2发布了5个尺寸的预训练和指令微调模型，包括Qwen20.5B、Qwen21.5B、Qwen27B、Qwen257BA14B以及Qwen272B。这是指令调整的 72B Qwen2 模型，使用了大量数据对模型进行了预训练，并使用监督微调和直接偏好优化对模型进行了后训练。 2f05789705a64606a552fc2b30326bba ChatGLM36B ChatGLM36B 是 ChatGLM 系列最新一代的开源模型，在保留了前两代模型对话流畅、部署门槛低等众多优秀特性的基础上，ChatGLM36B 引入了更强大的基础模型、更完整的功能支持、更全面的开源序列几大特性。 7450fa195778420393542c7fa13c6640 TeleChat12B 星辰语义大模型TeleChat是由中电信人工智能科技有限公司研发训练的大语言模型，TeleChat12B模型基座采用3万亿 Tokens中英文高质量语料进行训练。TeleChat12Bbot在模型结构、训练数据、训练方法等方面进行了改进，在通用问答和知识类、代码类、数学类榜单上相比TeleChat7Bbot均有大幅提升。 fdc31b36028043c48b15131885b148ce Qwen1.514BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.514BChat版本。 acfe01f00b0c4ff49c29c6c77b771b60 Llama38BInstruct Meta 开发并发布了 Meta Llama 3 系列大型语言模型 （LLM），包含 8B 和 70B 两种参数大小，Llama38BInstruct 是经过指令微调的版本，针对对话用例进行了优化，在常见的行业基准测试中优于许多可用的开源聊天模型。 bda59c34e4424598bbd5930eba713fbf Llama370BInstruct Meta 开发并发布了 Meta Llama 3 系列大型语言模型 （LLM），包含 8B 和 70B 两种参数大小，Llama370BInstruct 是经过指令微调的版本，针对对话用例进行了优化，在常见的行业基准测试中优于许多可用的开源聊天模型。 6192ed0cb6334302a2c32735dbbb6ce3 Qwen1.572BChat 通义千问1.5（Qwen1.5）是阿里云研发的通义千问系列开源模型，是一种基于 Transformer 的纯解码器语言模型，已在大量数据上进行了预训练。该系列包括Base和Chat等多版本、多规模，满足不同的计算需求，这是Qwen1.572BChat版本。 9d140d415f11414aa05c8888e267a896 Qwen1.532BChat Qwen1.532B 是 Qwen1.5 语言模型系列的最新成员，除了模型大小外，其在模型架构上除了GQA几乎无其他差异。GQA能让该模型在模型服务时具有更高的推理效率潜力。这是Qwen1.532BChat版本。 12d5a37bf1ed4bf9b1cb8e446cfa60b3 InternLM2Chat7B InternLM2Chat7B 是书生·浦语大模型系列中开源的 70 亿参数库模型和针对实际场景量身定制的聊天模型。InternLM2相比于初代InternLM，在推理、数学、代码等方面的能力提升尤为显著，综合能力领先于同量级开源模型。 50beebff68b34803bd71d380e49078f5 Qwen27BInstruct Qwen27BInstruct是 Qwen2大型语言模型系列中覆盖70亿参数的指令调优语言模型，支持高达 131,072 个令牌的上下文长度，能够处理大量输入。 0e97efbf3aa042ebbaf0b2d358403b94 QwenVLChat QwenVLChat模型是在阿里云研发的大规模视觉语言模型 QwenVL 系列的基础上，使用对齐机制打造的视觉AI助手，该模型有更优秀的中文指令跟随，支持更灵活的交互方式，包括多图、多轮问答、创作等能力。 e8c39004ff804ca699d47b9254039db8 StableDiffusionV2.1 StableDiffusionV2.1是由 Stability AI 公司推出的基于深度学习的文生图模型，它能够根据文本描述生成详细的图像，同时也可以应用于其他任务，例如图生图，生成简短视频等。 40f9ae16e840417289ad2951f5b2c88f DeepseekV2LiteChat DeepseekV2LiteChat是一款强大的开源专家混合（MoE）语言聊天模型，具有16B参数，2.4B活动参数，使用5.7T令牌从头开始训练，其特点是同时具备经济的训练和高效的推理。 0855b510473e4ec3a029569853f64974 Qwen2.572BInstruct Qwen2.5系列发布了许多基本语言模型和指令调整语言模型，参数范围从0.5到720亿个参数不等。Qwen2.572BInstruct模型是Qwen2.5系列大型语言模型指令调整版本。 d9df728b30a346afb74d2099b6c209aa Gemma29BIT Gemma29BIT是Google最新发布的具有90亿参数的开源大型语言模型的指令调优版本。模型在大量文本数据上进行预训练，并且在性能上相较于前一代有了显著提升。该版本的性能在同类产品中也处于领先地位，超过了Llama38B和其他同规模的开源模型。 4dae2b9727db46b7b86e84e8ae6530a9 Llama3.23BInstruct Meta Llama3.2多语言大型语言模型（LLMs）系列是一系列预训练及指令微调的生成模型，包含1B和3B参数规模。Llama3.2指令微调的纯文本模型专门针对多语言对话应用场景进行了优化，包括代理检索和摘要任务。它们在通用行业基准测试中超越了许多可用的开源和闭源聊天模型。这是Llama3.23BInstruct版本。 f7d0baa95fd2480280214bfe505b0e2e ChatGLM36B32K ChatGLM36B32K模型在ChatGLM36B的基础上进一步强化了对于长文本的理解能力，能够更好的处理最多32K长度的上下文。具体对位置编码进行了更新，并设计了更有针对性的长文本训练方法，在对话阶段使用 32K 的上下文长度训练。 98b6d84f6b15421886d64350f2832782 CodeGemma7BIT CodeGemma是构建在Gemma之上的轻量级开放代码模型的集合。CodeGemma7BIT模型是CodeGemma系列模型之一，是一种文本到文本和文本到代码的解码器模型的指令调整变体，具有70亿参数，可用于代码聊天和指令跟随。 fa8b78d2db034b6798c894e30fba1173 Qwen2.5Math7BInstruct Qwen2.5Math系列是数学专项大语言模型Qwen2Math的升级版。系列包括1.5B、7B、72B三种参数的基础模型和指令微调模型以及数学奖励模型Qwen2.5MathRM72B，Qwen2.5Math7BInstruct的性能与Qwen2Math72BInstruct相当。 ea056b1eedfc479198b49e2ef156e2aa DeepSeekCoderV2LiteInstruct DeepSeekCoderV2LiteInstruct是一款强大的开源专家混合（MoE）语言聊天模型，具有16B参数，2.4B活动参数。该模型基于DeepSeekV2进一步预训练，增加了6T Tokens，可在特定的代码任务中实现与GPT4Turbo相当的性能。 f23651e4a8904ea589a6372e0e860b10

本文介绍XClaw套餐订购及管理的内容。 注意：XClaw 目前处于产品功能内测阶段，仅对特定受邀用户开放体验，暂未对外开放使用，敬请谅解。 概述 为满足企业级用户对 AI 智能体（Agent） 快速部署与标准化交付的需求，基于 OpenClaw 开源生态底座，提供 XClaw云端AI智能体（Agent）服务。该服务旨在降低用户部署门槛，提供 7×24 小时高可用的在线服务，使用户能够快速获得可执行任务的 “数字员工”，实现办公自动化与生产力提效。 订购 XClaw 套餐 1. 登录应用托管控制台，进入左侧菜单栏【XClaw】页面，页面展示XClaw介绍及套餐内容，点击套餐上方的【立即订阅】按钮，跳转到订阅应用套餐页面。 2. 在订阅套餐界面，选择应用、选择订购套餐，勾选同意用户协议，点击右下角【确定订购】。 3. 完成支付后套餐正式生效，系统进入资源准备阶段；资源准备完成后进入到 XClaw 对话控制台。 注意：仅项目空间所属人可支付包周期订单，项目成员订购后需联系所属人完成支付。

参数名称 描述 名称 队列的名称。 只能包含数字、英文字母和下划线，但不能是纯数字，不能以下划线开头，且不能为空。 输入长度不能超过128个字符。 说明 队列名称不区分大小写，系统会自动转换为小写。 类型 SQL队列：SQL作业的计算资源。 通用队列：Spark作业 、Flink作业的计算资源。 说明 可勾选“专属资源模式”，该模式下可创建增强型跨源。 规格 队列规格指的是计算节点所有CU数的总和，1CU1核4GB。DLI系统会自动分配各计算节点的内存和CPU大小，具体计算节点个数客户端不感知。 描述 所创建队列的相应描述。输入长度不能超过128个字符。 高级选项 在“队列类型”中，勾选了“专属资源模式”后，需要选择“高级选项”。 默认配置：由系统自动配置。 自定义配置： “网段”：指定使用的网段范围，请参考

本节介绍如何从离线训练任务中导出模型制品。 前置条件 在导出私有模型前，请确保集群已安装 cstorcsi 插件。 前置条件 详细信息 插件 如何安装上述插件？ 在集群列表页点击进入指定集群； 在左侧导航栏中选择“插件/插件市场”，进入插件市场列表页； 搜索指定插件，点击“安装”； 操作步骤 一、进入 智算套件 AI应用列表 离线训练，点击 创建AI应用 二、填入 应用名称， 选择应用类别、命名空间、训练类型和训练框架，打开 输出制品 按钮，输出形式选择 模型，选择 模型名称 和 模型输出路径。 当前支持两种导出方式： 选择已有模型：导出的模型制品版本在当前最新版本上递增 创建空模型：点击 创建模型，填写 模型名称，选择 模型类别、模型框架、业务场景，同时关闭 导入模型 按钮 三、填写 创建离线训练应用 其余配置，点击 确认。 四、当训练任务正常结束后会自动将模型输出路径中的模型权重文件导出为私有模型