在 Run ： AI 命令行界面中提交作业
建议更改
PDF
本节详细介绍了可用于运行任何 Kubernetes 作业的基本 Run ： AI 命令。它会根据工作负载类型分为三部分。AI/ML/DL 工作负载可分为两种通用类型：
-
* 无人参与的培训课程 * 。对于这些类型的工作负载，数据科学家会准备一个自运行的工作负载并将其发送给执行。执行期间，客户可以检查结果。此类工作负载通常用于生产或模型开发阶段，无需人工干预。
-
* 交互式构建会话 * 。对于这些类型的工作负载，数据科学家将与 Bash ， Jupyter Notebook ，远程 PyCharm 或类似的 IDE 打开交互式会话，并直接访问 GPU 资源。我们还提供了第三种使用连接的端口运行交互式工作负载的方案，以便向容器用户显示内部端口。
无人参与的培训工作负载
设置项目并分配 GPU 后，您可以在命令行中使用以下命令运行任何 Kubernetes 工作负载：
$ runai project set team-a runai submit hyper1 -i gcr.io/run-ai-demo/quickstart -g 1
此命令将为团队 A 启动无人参与的培训作业，并分配一个 GPU 。此作业基于示例 Docker 映像 gcr.io/run-ai-demo/Quickstart 。我们将作业命名为 hyper1 。然后，您可以运行以下命令来监控作业的进度：
$ runai list
下图显示了 runai list 命令的结果。您可能看到的典型状态包括：
-
容器创建。正在从云存储库下载 Docker 容器。 -
待定。作业正在等待计划。 -
运行。作业正在运行。
要获取作业的其他状态，请运行以下命令：
$ runai get hyper1
要查看作业日志，请运行 runai logs <job-name> 命令：
$ runai logs hyper1
在此示例中，您应看到正在运行的 DL 会话的日志，包括当前训练时间， ETA ，损失函数值，准确性以及每个步骤所用时间。
您可以在运行： AI UI 上查看集群状态，网址为 "https://app.run.ai/"。在 Dashboards > Overview 下，您可以监控 GPU 利用率。
要停止此工作负载，请运行以下命令：
$ runai delte hyper1
此命令将停止训练工作负载。您可以再次运行 runai list 来验证此操作。有关详细信息，请参见 "启动无人参与的培训工作负载"。
交互式构建工作负载
设置项目并分配 GPU 后，您可以在命令行中使用以下命令运行交互式构建工作负载：
$ runai submit build1 -i python -g 1 --interactive --command sleep --args infinity
此作业基于示例 Docker 映像 python 。我们将作业 BUILD1 命名为。
|
` - 交互式` 标志表示作业没有开始或结束研究人员有责任完成此项工作。管理员可以为交互式作业定义一个时间限制，在该时间限制之后，系统会终止这些作业。 |
` -g 1` 标志可为此作业分配一个 GPU 。提供的命令和参数为 ` —命令休眠— args infinity` 。您必须提供命令，否则容器将立即启动并退出。
以下命令的工作方式与中所述的命令类似 无人参与的培训工作负载：
-
runai list：显示名称，状态，期限，节点，映像， 用于作业的项目，用户和 GPU 。 -
runai get build1：显示作业 build1 的其他状态。 -
runai delete build1：停止交互式工作负载 BUILD1.To get a bash shell to the container ， the following command ：
$ runai bash build1
这样就可以直接将 shell 连接到计算机。然后，数据科学家可以在容器中开发或微调其模型。
您可以在运行： AI UI 上查看集群状态，网址为 "https://app.run.ai"。有关详细信息，请参见 "启动和使用交互式构建工作负载"。
使用已连接端口的交互式工作负载
作为交互式构建工作负载的扩展，在使用 Run ： AI CLI 启动容器时，您可以向容器用户显示内部端口。这对于云环境，使用 Jupyter 笔记本电脑或连接到其他微服务非常有用。 "传入" 允许从 Kubernetes 集群外部访问 Kubernetes 服务。您可以通过创建一组规则来配置访问，这些规则定义哪些入站连接访问哪些服务。
为了更好地管理对集群中服务的外部访问，我们建议集群管理员安装 "传入" 并配置负载平衡器。
要使用传入作为服务类型，请在提交工作负载时运行以下命令以设置方法类型和端口：
$ runai submit test-ingress -i jupyter/base-notebook -g 1 \ --interactive --service-type=ingress --port 8888 \ --args="--NotebookApp.base_url=test-ingress" --command=start-notebook.sh
容器成功启动后、执行 runai list 以查看 SERVICE URL(S) 访问Jupyter笔记本。此 URL 由入口端点，作业名称和端口组成。
有关详细信息，请参见 "使用连接的端口启动交互式构建工作负载"。