策略管理
「策略管理」面向平台管理员，用于配置分布式训练调度策略、训练队列、资源回收策略与任务优先级体系，实现算力资源的高效调度与闲置回收。
入口路径：左侧菜单 AI 智算管理 > 策略管理，页面路由
/admin/ai/schedule。
页面菜单
| 页面 | 路由 | 说明 |
|---|---|---|
| 训练调度策略 | /admin/ai/manage/schedule-config | Volcano 调度策略配置 |
| 创建训练调度策略 | /admin/ai/manage/schedule-config/create | 新建调度策略 |
| 训练调度策略详情 | /admin/ai/manage/schedule-config/details/:uuid | 查看策略版本历史 |
| 训练队列管理 | /admin/ai/manage/train-queue | Volcano 队列管理 |
| 资源回收策略 | /admin/ai/manage/recycle-strategy | 平台/租户/项目级回收策略 |
| 优先级策略 | /admin/ai/manage/priority-config | 全局优先级开关与默认值 |
训练调度策略
训练调度策略用于自定义 Volcano 调度器的行为、策略与算法组合，影响训练任务的调度顺序与资源分配。
查看调度策略
- 进入 AI 智算管理 > 策略管理 > 训练调度策略。
- 列表展示：策略名称、Volcano 版本模板、状态（启用/禁用）、namespace、创建时间。
- 使用顶部筛选栏按名称、Volcano 版本模板、状态、namespace 查询。
- 点击策略名称进入详情页，查看当前策略的小版本号（创建时间戳）与完整配置。
创建调度策略
- 在训练调度策略列表页点击「创建调度策略」。
- 填写基础信息：
- 名称：策略唯一标识。
- Volcano 版本模板：选择适配的 Volcano 版本。
- namespace：策略生效的命名空间。
- 配置调度行为（可多选/组合）：
- enqueue：任务入队行为。
- allocate：资源分配行为。
- preempt：抢占行为。
- reclaim：资源回收行为。
- backfill：回填调度行为。
- 配置调度策略（可多选/组合）：
- priority：优先级策略。
- gang：Gang 调度，可配置
enablepreemptable。 - conformance：一致性策略。
- 配置调度算法（可多选/组合）：
- overcommit：超分算法。
- drf：Dominant Resource Fairness，可配置
enablepreemptable。 - deviceshare：设备共享算法。
- predicates：谓词过滤算法。
- proportion：比例调度算法。
- nodeorder：节点排序算法。
- binpack：紧凑装箱算法，可配置 arguments。
- 点击「创建」。
管理调度策略
- 在列表行内点击「更多操作」：
- 启用/禁用：控制策略是否生效，无需删除即可控制生效范围。
- 编辑：修改调度行为、策略、算法组合；修改后会生成新的小版本号。
- 删除：删除不再使用的策略。
训练队列管理
训练队列对应 Volcano 队列，用于对训练任务进行队列化调度与资源隔离。
查看训练队列
- 进入 AI 智算管理 > 策略管理 > 训练队列管理。
- 列表每次加载前自动同步 volcano 队列，展示：队列名称/别名、权重、可被回收、状态、已分配资源（CPU/内存/VGPU）、关联工作空间数量、创建人。
- 点击「任务」列中的数值，可跳转对应状态的训练任务列表页。
- 将鼠标悬停在任务数量上，可查看关联任务概要。
创建训练队列
- 在训练队列管理列表页点击「创建训练队列」。
- 填写配置：
- 名称：队列唯一标识。
- 别名：展示名称。
- 权重：影响队列在调度中的优先级，数值越大优先级越高。
- 可被回收：开启后该队列资源可被回收策略回收。
- 关联工作空间：选择该队列可被哪些租户使用。
- 点击「创建」。
管理训练队列
- 在列表行内点击「更多操作」：
- 编辑：修改别名、权重、可被回收状态、关联工作空间。
- 删除：系统队列（default/root）以及有关联运行中任务的队列禁止删除。
资源回收策略
资源回收策略用于按显存利用率、算力利用率与持续时间自动回收闲置资源，覆盖容器实例、训练任务、推理服务、微调任务四类计算资源。
查看回收策略
- 进入 AI 智算管理 > 策略管理 > 资源回收策略。
- 列表展示：类型、名称、作用范围、显存利用率、算力利用率、持续时间（小时）。
- 使用顶部筛选栏按类型、作用范围、名称查询。
创建回收策略
- 在资源回收策略列表页点击「创建策略」。
- 选择作用范围：
- 平台：对整个平台生效。
- 工作空间：对指定租户生效。
- 项目：对指定项目生效。
- 填写配置：
- 所属工作空间/项目：根据作用范围选择。
- 作用范围：容器实例 / 训练任务 / 推理服务 / 微调任务。
- 持续时间：小时，超过该时间且满足利用率条件即触发回收。
- 算力利用率：百分比阈值，低于该值视为闲置。
- 显存利用率：百分比阈值，低于该值视为闲置。
- 点击「保存」。
管理回收策略
- 在列表行内点击「更多操作」：
- 修改：调整利用率阈值、持续时间、作用范围。
- 删除：删除不再需要的策略。
优先级策略
优先级策略用于配置任务创建时的默认优先级，以及 GPU/CPU 优先级功能的全局开关。
配置优先级策略
- 进入 AI 智算管理 > 策略管理 > 优先级策略。
- 在页面顶部开启或关闭「GPU 优先级」和「CPU 优先级」全局开关。
- 在下方表格中为三类资源分别设置默认优先级：
- 容器实例：创建容器实例时的默认优先级。
- 推理服务：创建推理服务时的默认优先级。
- 自定义服务：创建自定义服务时的默认优先级。
- 自定义高/低优先级的显示名称（如将「高」改为「紧急」，将「低」改为「一般」）；高/低标签会联动更新以保持对应关系一致。
- 所有配置变更即时保存至平台全局配置，无需额外确认。
常见问题
Q：训练任务一直 Pending 是否与调度策略有关？ A：可能有关。请检查任务所选队列对应的调度策略、队列权重、以及是否启用了 Gang 调度导致最小可用实例数无法满足。
Q：资源回收策略会误删正在运行的任务吗？ A：回收策略按利用率阈值和持续时间双重判断；如果任务确实在运行但利用率持续低于阈值，也会被回收。建议对关键任务关闭可回收属性或设置合理的阈值。
Q：为什么修改队列权重后没有立即生效？ A：队列权重由 Volcano 调度器控制，修改后通常需要数秒到数分钟才能在调度中体现；可通过队列列表查看同步后的最新状态。
Q：优先级策略中的显示名称会影响哪些地方？ A：会影响创建容器实例/推理服务/自定义服务时优先级下拉框的展示名称，以及列表中优先级列的展示。