模型研发
快手万擎平台为开发者打造的专业模型研发能力，提供开发机与自定义任务两大核心模式：开发机支持单机研发，可在线完成代码编辑、调试，实现开发训练效果可视化；自定义任务适配多机多卡分布式训练，能提供上千节点的分布式任务算力调度能力，满足不同研发场景的算力与操作需求。
一、开发机
开发机是万擎为用户提供的在线交互式开发环境，专为 AI 模型研发场景设计，致力于为用户提供“开箱即用”的云端开发体验。通过封装标准化的开发环境配置流程，开发机彻底免去了用户本地搭建、调试开发环境的繁琐操作，同时实现代码管理与开发环境管理的一体化，让用户能够聚焦模型研发核心任务。
1.1 核心能力
- 高效开发：为用户提供云端AI开发IDE，当前支持VSCode及Terminal。
- GPU资源：支持A10、4090、L20、X40等型号，可根据模型研发需求灵活选择适配的算力资源。
- 共享存储：支持挂载分布式文件存储服务，实现云端开发机与远端存储的无缝对接。
- 预置镜像：平台提供四大类预置镜像，满足用户不同开发场景，包括Python、PyTorch、Verl及MS-Swift。
1.2 适用场景
核心适配：模型研发初期的轻量开发、即时调试、效果验证，无需大规模算力，侧重“便捷性、即时性、可视化”。
- 在线调试验证
在IDE（当前支持VSCode和Terminal）中更加方便快捷地修改模型架构、损失函数、优化器参数，训练数个Epoch并实时观察损失曲线与验证指标，快速验证想法。
- 小规模模型训练
针对小规模数据集，训练参数量较小的模型，开发机可满足单机训练需求，无需复杂的算力调度，兼顾便捷性和训练效率，适合个人开发者或小团队快速完成小型任务研发。
1.3 操作指引
新建开发机
- 权限申请：
- 主账号（即溪流湖账户）拥有账号下所有项目的访问/管理权限，无需权限申请；
- 子账号：可由主账号为名下子账号设置某项目的只读/管理权限；
- 若账户余额不足，请先充值。
- 确认权限及余额无问题后，在左侧导航栏中「模型定制」下方点击「模型研发」进入产品页面。点击列表页面左上方的「+新建开发机」进入创建页面，在创建页面填写相关参数，具体参数如下：
基础信息
1.名称及描述：用户可根据自身需求配置实例名称及描述。
环境配置
1.计费方式：当前仅支持后付费模式，即按实际使用时长付费，适合短期、弹窗需求，性价比更高。后付费模式下实例运行成功后开始计费，关机后停止计费。
2.实例规格：选择地域及实例规格，平台针对每种类型GPU提供了梯度丰富的CPU和内存规格，以帮助用户提高支配的灵活度及资源利用率。
3.镜像：万擎为用户提供了常用开源框架及Python版本的预置镜像。以：pytorch: 2.4.0-ubuntu-22.04-cuda-12.4.0-python-3.10.15为例，其代表PyTorch版本为2.4.0、Ubuntu版本为22.04、CUDA版本为12.4.0、Python版本为3.10.15。
存储配置
1.系统盘：共100GB，用于存储开发过程中的文件，不额外收费。系统盘仅用于临时存储，删除开发机时，系统盘数据将一并删除，无法恢复，如果您需要永久性存储，可以选择共享存储。
2.共享存储：提供高可靠、高可用、高性能的分布式文件存储服务，可存储模型文件或训练数据，其数据不会因开发机删除、结束运行或异常而丢失。共享存储创建后开始计费，删除后停止计费。用户可在创建开发机页面选择共享存储时删除不需要的存储服务，或在列表页点击编辑按钮进行删除。
【⚠️ 提示：存在创建中、启动中、运行中的开发机使用某个存储服务时，该存储服务无法删除】
具体计费说明请点击计费规则查看。
开发机列表
当项目下存在开发机时，用户可在模型研发页面查看该项目下的所有开发机，包括开发机名称、状态、镜像等信息。对于运行中的开发机，点击「打开」进入在线IDE页面，用户可根据需要切换不同的环境。
点击某个开发机名称将进入开发机详情页面，详情页面展示该开发机的名称、地域、镜像、运行时长等基础信息、存储配置及计费规则。
二、自定义任务
自定义任务为多机多卡分布式训练模式，专为大企业、专业 AI 团队打造，可高效支撑大模型预训练、海量数据训练等高阶研发需求，提供高性能、高稳定性的算力支撑，有效规避算力不足引发的训练周期过长、任务中断等问题，保障大规模模型研发高效推进。
2.1 适用场景
核心适配：模型研发后期的大规模训练、海量数据处理，需要突破单机算力瓶颈，侧重“高算力、分布式、可调度”。
- 海量数据预处理任务
开发者可自定义容器环境，提交数据处理脚本，即可享受分布式计算带来的并行处理能力，轻松应对海量数据的预处理挑战，大幅提升数据处理效率，为后续训练环节奠定基础。
- 分布式训练任务
开发者可直接提交训练代码，声明所需GPU资源数量，无需手动搭建分布式环境，平台会自动构建分布式训练集群，高效调度资源实现千卡级并行计算，大幅缩短训练周期，极大加速实验迭代效率，适配各类大规模模型训练需求。
2.2 能力申请
当前平台仅支持开发机能力，若您对自定义任务能力有需求，欢迎联系平台申请，申请入口：能力申请。