多租户异构集群智能调度与资源管理系统
历时 3 年自主研发，面向异构智算场景，打造支持国产化软硬件的智能调度与资源管理系统!
系统展示
多类型作业支持
本系统支持多种类型作业的创建使用，包括Jupyter Lab任务、单机任务、Pytorch任务、Tensorflow任务等。其中Jupyter Lab任务的提交过程如图所示，为用户默认提供了Jupyter Notebook交互环境，可以用于代码编写、调试，界面如图所示。
作业任务监控
本系统支持查看作业详情，提供作业的全方位信息展示和监控功能。用户可以通过该模块了解作业的运行状态、资源配置和使用情况等关键信息。如图展示了作业统计信息的示例。
多种深度学习环境配置方式
本系统提供了四种构建深度学习环境的方式，如图所示，包括Python+Cuda自定义构建、基于 Dockerfile 构建、基于高级 Envd 脚本构建、基于现有镜像构建，四种构建方式为用户提供了灵活多样的构建选择，可以满足用户不同的作业构建需求。
多维度监控面板
本系统构建了一个涵盖多个维度的监控体系，包括GPU总监控、空闲资源监控、网络监控、作业基础监控和作业加速卡监控。
模型和数据集管理
▶为方便当前人工智能模型的分享和调参，如图所示，本系统也支持通过模型功能来分享和挂载模型。与数据集功能相似，用户可以通过添加模型，选择文件夹并自定义名称、描述、标签、是否有开源地址，来创建模型。
▶数据集和模型实质上都是对文件的一个映射，用户可以创建一个数据集或模型，映射文件系统上某个文件的位置，同时，可以将这个数据集共享给其他用户或者账户，这样能方便用户在运行任务时挂载所需的文件。
系统管理员功能介绍
▶本系统支持管理员创建不同的账户，如图所示。管理员可以新建账户，并设置对应的资源配额，然后为账户添加用户，从而起到良好的资源隔离效果。
▶管理员还可以设置多种定时策略。如自动清理长时间作业、自动清理低GPU利用率作业、自动清理排队中的
jupyter任务，如图所示。管理员可以在定时策略页面设置相应的自动清理的周期、邮件通知周期、自动清理触发条件（如GPU利用率）等，从而实现高效的资源利用。