查看彈性任務 - Container Service for Kubernetes

您可以在AI營運控制台中查看Arena提交的彈性任務。本文介紹如何在AI營運控制台上查看彈性任務詳情。

前提條件

已安裝Arena用戶端。更多資訊，請參見配置Arena用戶端。
已安裝配置AI營運控制台組件。更多資訊，請參見安裝雲原生AI套件。
已擷取AI營運控制台管理員RAM使用者的帳號和密碼。

執行以下命令樣本，通過Arena提交訓練任務。

arena submit tf \
  --name=tf-git \
  --gpus=1 \
  --image=kube-ai-registry.cn-shanghai.cr.aliyuncs.com/kube-ai/tensorflow:1.5.0-devel-gpu \
  --sync-mode=git \
  --sync-source=https://github.com/cheyang/tensorflow-sample-code \
  "python code/tensorflow-sample-code/tfjob/docker/mnist/main.py --max_steps 10000 --data_dir=code/tensorflow-sample-code/data"

登入AI營運控制台。更多資訊，請參見訪問AI營運控制台。
在AI營運控制台左側導覽列中，選擇彈性任務 > 工作清單。
單擊訓練任務頁簽，查看步驟1提交的訓練任務資訊，單擊操作列的詳情，查看更多資訊。
在費用明細頁面中，可以查看：
- 任務的運行時間長度，產生的實際費用預估、按量費用預估，成本的節省比率。
- 任務運行過程中各個Pod的狀態、運行時間長度、資源類型、執行個體規格及價格等資訊。

說明

可以通過Arena或Kubectl方式提交推理任務，在推理任務頁簽下，查看推理任務詳情。