平台初始化

Rise 智算平台部署完成后，管理员需要完成一系列基础配置，租户/用户才能正常登录并创建容器实例、提交训练任务、部署推理服务等。本文按依赖顺序列出必经步骤与推荐步骤。

适用对象：平台管理员、租户管理员、运维工程师
入口：https://<camp-domain>/camp/admin/login

---

1. 登录管理后台并确认集群状态

1.1 登录管理后台

1. 使用默认平台管理员账号登录 https://<camp-domain>/camp/admin/login。
2. 首次登录后建议立即修改初始密码。
3. 确认顶部导航栏当前集群是否正确；如为多集群环境，后续可在顶部切换。

「平台管理」入口：平台管理不在顶部导航栏，点击页面右上角的 齿轮图标 即可进入「平台管理」视图（含平台与成员、平台配置等菜单）。

1.2 纳管 Kubernetes 集群

1. 进入 平台管理 > 平台与成员。
2. 点击「新增集群」，填写集群名称、KubeConfig、API Server 地址等信息。
3. 保存后，进入 K8s 集群管理 > 资源总览，确认集群状态为「正常」，节点、GPU、Pod 信息已同步。

如果部署时已经自动纳管了默认集群，此步骤可跳过，但仍需确认集群状态。

1.3 多集群认证同步（仅多集群场景）

单集群部署可忽略本节。

当平台纳管多个 K8s 集群时，各成员（member）集群中的平台组件需要与主（host）集群使用相同的 JWT 密钥，否则用户在 member 集群上的操作会因鉴权失败而报错。同步步骤：

1. 在 host 集群 上查看 JWT 密钥：

   kubectl get secrets -n rise-vast-system camp-jwt-secret -oyaml

2. 在各 member 集群 上编辑同名 Secret，将密钥内容改为与 host 集群一致：

   kubectl edit secrets -n rise-vast-system camp-jwt-secret

3. 重启 member 集群中的平台组件，使新密钥生效：

   kubectl rollout restart deploy -n rise-vast-system \
     auc nova console-ui vgpu novanotebook-controller-manager

4. 在管理后台顶部切换集群，验证 member 集群上的资源与操作正常。

---

2. 申请 License 许可

Rise 智算平台通常需要 License 才能解锁完整功能。部署完成后，请联系厂商或运营人员申请 License。

2.1 获取授权信息

进入 集群管理 > 算力配置 > 许可证，页面列出平台中各算力卡的 显卡 UUID（点击列头旁的复制图标可一键复制全部）。将显卡 UUID 列表连同以下信息一并提交给厂商申请许可：

• 集群 UID：执行以下命令获取：

  kubectl get namespace kube-system -o jsonpath='{.metadata.uid}'

• 节点信息：部署 Rise 智算平台所使用的服务器/集群主机名或标识。

2.2 导入 License

1. 获得 License 后，在 集群管理 > 算力配置 > 许可证 页面点击「导入」。
2. 将许可内容粘贴到对话框，点击「确定」。
3. 确认列表中各显卡的授权状态变为「已授权」，并关注页面顶部统计（总数、已到期、30 天内到期、最早到期时间），核对授权显卡数量与过期时间是否满足需求。

若 License 过期或授权不足，平台可能会限制新资源创建或核心功能使用（显卡无法参与调度、新任务排队失败），请提前规划续期。

---

3. 配置平台级参数

1. 进入 平台管理 > 平台配置 > 全局参数（平台管理入口见 1.1 节右上角齿轮）。
2. 在参数列表的行操作中点击「修改」，在抽屉中调整配置项的值：

3. 根据企业环境配置：
   • 平台名称、Logo、Favicon：修改 TITLE、LOGO、FAVICON。
   • 主题开关：CUSTOM_THEME_ENABLED 控制是否显示主题设置入口；开启后，用户可在顶部导航栏点击主题图标，切换浅色/深色/跟随系统外观，并自定义主色调。
   • 用户注册/登录策略：是否开放注册、密码复杂度、登录失败锁定策略。
   • 资源回收默认策略、配额超限策略、告警通知全局开关。
4. 如需对接企业身份源，在 第三方登录 或 OAuth 应用 中配置 SSO。

3.1 网络与访问地址参数（部署后必查）

以下三个参数决定平台生成的各类访问地址是否正确，部署后若未按实际环境修改，会导致容器实例 WebSSH、在线 IDE、SFTP 等入口打不开。均在 平台管理 > 平台配置 > 全局参数 中修改：

参数	含义	配置说明
GATEWAY_ADDR	网关地址	平台对外提供服务的网关 IP/域名与端口，容器实例、推理服务等生成的访问地址基于此参数拼接。
IDE_DOMAIN	在线 IDE 域名	Jupyter / VS Code 等在线开发工具的访问域名，一般改为平台页面的访问地址（ip:port 或域名）。
SFTP_SERVE	SFTP 服务地址	数据上传使用的 SFTP Server 真实 IP，用户侧「SFTP 配置」显示的连接地址来源于此。

修改后建议在用户侧创建一个测试容器实例，实际打开 WebSSH / Jupyter 验证地址可达。

主题切换实际操作：全局参数中的 CUSTOM_THEME_ENABLED 只是「是否允许用户切换主题」的总开关。开关开启后，最终用户通过顶部导航栏右侧的主题/外观图标进行切换，配置保存在浏览器本地。

---

4. 创建平台用户

平台用户分为两类：

• 平台级用户：可登录管理后台，进行平台管理、租户管理、运维等工作。
• 普通用户：登录智算开发平台，创建容器实例、训练任务、推理服务等；需要被加入具体工作空间/项目才有操作权限。

4.1 创建平台管理员/租户管理员

1. 进入 平台管理 > 平台与成员 > 平台用户。
2. 点击「新增」。
3. 填写：
   • 用户名：登录账号，建议使用邮箱前缀或工号。
   • 真实姓名、邮箱、手机号码：用于通知、找回密码、二次验证。
   • 组织架构：选择所属部门（可多选）。
   • 平台角色：可多选，如「超级管理员」「平台管理员」等；普通用户选择普通平台角色即可。
4. 点击「确定」保存。
5. 在用户列表的行操作中点击「修改密码」，为用户设置初始密码并分发（首次登录后建议修改）。

4.2 创建普通用户

普通用户可以通过以下两种方式进入系统：

方式一：平台管理员预创建（推荐）

1. 进入 平台管理 > 平台与成员 > 平台用户，点击「新增」，按 4.1 的表单填写，平台角色选择普通角色。
2. 创建后在列表行操作中管理账号：「修改」（调整姓名/部门/角色）、「修改密码」、「启用/禁用」（对应入职/离职状态）、「删除」。
3. 加入租户与项目：进入 AI 智算管理 > 工作空间与项目 > 成员管理，点击「添加用户」，将用户绑定到工作空间或项目，并分配角色：
   • 工作空间级：工作空间管理员 / 工作空间成员；
   • 项目级：项目管理员 / 项目成员。 普通用户一般分配「工作空间成员」或「项目成员」；需要其管理租户时分配对应管理员角色（工作空间管理员会自动继承其下所有项目的管理员权限）。

方式二：开放注册或 SSO 同步

1. 在 平台管理 > 平台配置 > 全局参数 中开启用户注册（如适用）。
2. 或在 第三方登录 中配置钉钉/飞书/LDAP 等 SSO，用户首次通过 SSO 登录时自动同步到平台。

普通用户创建后，默认没有所属工作空间，必须完成第 7 章「规划租户」中的成员绑定，才能使用算力服务。

---

5. 配置 AI 资产管理

AI 资产是后续所有算力服务、训练/推理任务的基础依赖，建议优先配置。

5.1 存储服务

1. 进入 AI 智算管理 > AI 资产管理 > 存储服务，添加/启用存储后端（NFS、JuiceFS 等）。
2. 进入 AI 智算管理 > AI 资产管理 > 存储，创建具体存储实例，设置访问权限（公共/工作空间）与挂载路径，供后续工作空间挂载。

集群底层的 StorageClass 可在 集群管理 > 存储 > 存储类 中核对。

5.2 镜像源与镜像服务

1. 进入 AI 智算管理 > AI 资产管理 > 镜像源，添加镜像仓库地址与拉取凭证。

2. 进入 AI 智算管理 > AI 资产管理 > 镜像服务，同步或上传公共镜像（如 PyTorch、Jupyter、vLLM 等）。进入镜像详情可通过「修改标签」配置镜像的任务场景、支持厂商与开发工具（VS Code/Jupyter/SSH 等），决定用户创建实例/任务时可选的能力。

5.3 算力规格

算力规格是用户创建容器实例、训练任务、推理服务时可选择的「套餐」，建议部署后按实际硬件提前规划一套命名规范并创建好常用规格。

1. 进入 AI 智算管理 > AI 资产管理 > 规格，点击「创建规格」。
2. 推荐命名规范（示例）：
   • cpu-4c-16g-amd64：纯 CPU 规格，4 核 16 GiB 内存，x86 架构。
   • npu-1-910b4-1：ARM 架构独享 1 张 910B NPU。
   • gpu-1-a100：x86 架构独享 1 张 A100 GPU。
   • vgpu-1-16g-910b4-1 / vnpu-1-16g-910b4-1：共享算力卡，表示 1 张卡的 1/4（16 GiB 显存）。
3. 切分规则参考：
   • 共享算力卡：按 1/8、1/4、1/2 卡切分（需 GPU 虚拟化支持）。
   • 独享算力卡：按 1、2、4、8 整卡划分。
   • CPU / 内存：按实际服务器硬件配置调整，一般为每张算力卡搭配固定比例的 CPU 与内存。
4. 保存后，用户侧创建资源时即可在下拉列表中选择对应规格。

5.4 凭证与密钥

1. 进入 AI 智算管理 > AI 资产管理 > 凭证与密钥。
2. 添加镜像仓库凭证、Git 凭证、对象存储 AK/SK 等公共资源。

5.5 SFTP 配置（可选）

用户若需要通过 SFTP 客户端（FileZilla、WinSCP 等）向平台存储上传数据文件，需要先初始化 SFTP 密码：

1. 点击管理后台或用户界面右上角 个人中心 > 账号安全 > SFTP 配置。
2. 点击「初始化密码」，系统生成 SFTP 登录密码。
3. 关联需要上传数据的存储（如 models）后，即可使用 SFTP 客户端连接上传。

SFTP 服务地址由全局参数 SFTP_SERVE 决定（见 3.1 节），请确保该参数已配置为 SFTP Server 的真实 IP，否则用户拿到的连接地址不可达。

---

6. 配置 GPU 与资源池

GPU 与资源池是平台最核心的算力底座，直接决定租户能否申请到 GPU、训练任务能否被调度。整体流程：节点配置（集群管理）→ 分配显卡给租户 → 租户资源池添加显卡（工作空间详情）→ 用户按规格使用。

6.1 确认 GPU 调度策略

1. 进入 集群管理 > 算力配置 > 调度策略。
2. 确认 GPU 调度器已安装并启用，检查默认调度策略（全局共享大资源池或按子资源池独立调度）。
3. 检查节点上 GPU 设备是否被正确识别：
   • 在 集群管理 > 资源总览 > 节点管理 中查看节点及其显卡列表。
   • 在 集群管理 > 资源总览 > GPU 中查看显卡数量、显存、状态。
4. 如果使用 GPU 虚拟化/超分，确认相关 Device Plugin 和 Scheduler Extender 已部署。

6.2 节点配置与分配显卡

1. 进入 集群管理 > 资源总览 > 节点管理。
2. 选中目标节点，点击「节点配置」（多节点可勾选后使用「批量配置」），设置场景（如训练/微调、推理）、厂商（如 Ascend、NVIDIA）与设备插件，平台据此识别并纳管该节点上的算力卡。
3. 节点配置完成后，勾选节点并点击工具栏「分配卡」，在抽屉中选择目标租户（工作空间）与厂商，确认后该节点上的算力卡即分配给对应租户。

4. 分配出去的显卡会先进入该租户工作空间详情中的「未分配资源池」（见 6.3）。

6.3 租户资源池：向资源池添加显卡

算力卡分配到租户后并不会立即可用，还需要在工作空间内将显卡加入具体的资源池：

1. 进入 AI 智算管理 > 工作空间与项目 > 工作空间管理，打开目标工作空间的详情页。
2. 切换到「资源池管理」页签，可看到四个资源池分区：未分配资源池、共享资源池、独享资源池、超分资源池。
   • 新分配的显卡默认位于「未分配资源池」。
3. 在 共享资源池 / 独享资源池 / 超分资源池 分区右上角点击「添加显卡」，从未分配显卡中勾选目标显卡加入该资源池：
   • 独享资源池：整卡分配，用户按整卡规格使用。
   • 共享资源池：按显存/算力切分（1/8、1/4、1/2 卡等），供多个任务共享。
   • 超分资源池：配合超配比策略使用（见 6.4）。

只有显卡加入资源池后，该工作空间下的用户在创建容器实例、训练任务、推理服务时才能选到对应的 GPU 规格。

若「未分配资源池」始终为空，通常是节点侧尚未完成分配：先确认 集群管理 > 资源总览 > 节点管理 中节点已做「节点配置」，且 GPU 厂商列未显示「不支持分配」（部分调度场景与厂商组合不支持分配卡，需调整节点的调度场景），再执行「分配卡」。

显卡回收顺序（与分配相反，必须按序操作）：

1. 先释放该显卡上运行的所有资源（停止/删除使用中的容器实例、训练任务、推理服务）。
2. 在工作空间详情「资源池管理」中将显卡从资源池移除，显卡回到「未分配资源池」。
3. 回到 集群管理 > 资源总览 > 节点管理，通过「分配卡」将显卡从租户侧收回，完成回收。

6.4 配置 GPU 超分与虚拟卡（可选）

1. 进入 集群管理 > 算力配置 > 超配比策略，设置显存超分倍数等。
2. 进入 集群管理 > 算力配置 > 虚拟卡，配置显存切分粒度（如 1 GiB、2 GiB、4 GiB）与算力比例限制。
3. 保存后，在工作空间的「超分资源池」中添加显卡，用户创建资源时即可选择小于整卡的 vGPU 规格。

6.5 集群侧资源池视图

进入 集群管理 > 算力配置 > 资源池，可从集群视角查看所有资源池的类型（共享/整卡/预留/超分）、vGPU 配额、算力与显存的分配率/使用率，以及池内 GPU 设备明细，用于运维核对。

建议按 GPU 卡类型（A100、H800、4090 等）或业务用途（训练、推理、开发）规划资源池，便于后续配额与计费。

---

7. 规划租户：工作空间、项目、资源池、配额

7.1 创建工作空间

1. 进入 AI 智算管理 > 工作空间与项目 > 工作空间管理。
2. 点击「创建工作空间」，填写名称、负责人、描述。
3. 在工作空间详情中，挂载第 5 步创建的存储服务；显卡资源通过第 6 章「节点分配显卡 → 资源池管理添加显卡」的方式注入。

7.2 创建项目

1. 进入 AI 智算管理 > 工作空间与项目 > 项目管理。
2. 为每个业务团队创建独立项目（映射到 K8s Namespace）。
3. 项目会自动继承工作空间的资源池，也可单独调整。

7.3 设置配额

配额分两个层面设置：

1. 工作空间配额：进入 AI 智算管理 > 工作空间与项目 > 工作空间管理，打开工作空间详情页的「配额管理」页签，调整 CPU、内存配额，以及共享/独享 GPU 的配额。
2. 集群/资源池级配额（可选）：进入 集群管理 > 算力配置 > 配额管理，按集群或资源池维度限制 namespace 资源使用。

7.4 添加成员

1. 进入 AI 智算管理 > 工作空间与项目 > 成员管理。
2. 点击「添加用户」，将用户加入工作空间/项目，分配工作空间管理员/工作空间成员、项目管理员/项目成员等角色。

---

8. 配置调度与回收策略

1. 进入 AI 智算管理 > 策略管理 > 训练调度策略。
   • 配置队列、优先级、抢占策略，避免任务长期排队或资源饿死。
2. 进入 AI 智算管理 > 策略管理 > 资源回收策略。
   • 设置闲置容器实例、已完成任务的自动回收时间。
3. 进入 AI 智算管理 > 策略管理 > 优先级策略（可选）。
   • 为不同项目或任务类型设置调度权重。

---

9. 配置大模型服务（可选）

如果租户需要使用模型广场、在线体验或模型 API，管理员还需完成：

1. 进入 AI 智算管理 > 模型管理，发布模型到模型广场并创建部署模板。
2. 进入 AI 智算管理 > AI 网关 > 渠道管理，接入外部模型渠道或内部推理服务。
3. 进入 AI 智算管理 > AI 网关 > AI 路由，配置模型路由、限流、降级策略。
4. 进入 AI 智算管理 > AI 网关 > API Key 管理，创建平台级或租户级 API Key。

---

10. 配置告警与值班（推荐）

1. 进入 告警中心 > 规则管理，创建平台/集群级告警规则（GPU 故障、节点离线、配额不足等）。
2. 进入 告警中心 > 告警管理 > 消息模板，配置通知内容。
3. 进入 告警中心 > 告警管理 > 订阅策略，指定告警接收人与渠道（邮件、短信、钉钉、飞书）。
4. 进入 告警中心 > 告警管理 > 降噪配置，配置告警收敛，避免告警风暴。
5. 进入 告警中心 > 值班管理，创建值班小组与排班计划。

---

11. 配置计量计费（可选）

如需成本分摊与账单，管理员可配置计量计费。平台计费分为三类策略：

11.1 租户资源计费（按实际使用计费）

1. 进入 计量计费 > 工作空间资源总览 > 资源计费策略。
2. 部署后默认只有 CPU / 内存 的计费规则；算力卡（GPU/NPU）的计费规则需要手动创建：
   • 独享算力卡与共享（vGPU/vNPU）分别建规则。
   • 共享算力一般按 1 GiB 显存每小时 的单价计费，平台按实际占用时长与显存折算费用。
3. 租户资源计费按「实际使用」计费：只有用户真正创建并运行了资源，才产生费用。

11.2 物理资源计费（分配即计费）

1. 进入 计量计费 > 物理资源总览 > 资源计费策略。
2. 物理资源计费面向底层机器/节点维度，采用「分配即计费」模式：资源一旦被分配（划出给租户/资源池），即开始计费，与用户是否实际使用无关。
3. 计费维度包括 CPU、内存、显存、算力卡等，用于核算底层硬件成本。

11.3 模型计量（Token 计费）

1. 进入 计量计费 > Token 治理 > 模型计费策略。
2. 按 千 Token 分别设置输入、输出单价：
   • 平台内置了全局默认策略，可直接修改单价。
   • 也可按「模型 + 租户」粒度新建策略，实现不同租户/不同模型差异化定价。
3. 如需核算上游成本，在 计量计费 > API 渠道 > 渠道成本策略 配置渠道采购成本。

费用明细与账单查看方式参见 费用说明。

---

12. 验证租户用户可用性

完成以上配置后，建议按以下步骤验证：

1. 使用普通用户账号登录 https://<camp-domain>/camp/login。
2. 确认用户能看到正确的工作空间与项目。
3. 进入 AI 智算开发 > 算力服务 > 容器实例，创建一个测试容器实例，确认能运行并访问 Jupyter/VS Code。
4. 进入 AI 智算开发 > 模型开发 > 训练任务，提交一个测试训练任务，确认能正常调度运行。
5. 进入 AI 智算开发 > 算力服务 > 推理服务，部署一个测试推理服务，确认能获取调用地址。

---

初始化清单速查

步骤	关键操作	验证标准
1	纳管 K8s 集群（多集群需同步 JWT 密钥）	集群状态正常，节点/GPU 可见
2	申请并导入 License	许可证状态「已授权」，授权满足需求
3	配置全局参数（含 GATEWAY_ADDR/IDE_DOMAIN/SFTP_SERVE）	实例 WebSSH、在线 IDE、SFTP 地址可达
4	创建平台用户并加入租户/项目	管理员、租户管理员、普通用户可登录
5	配置 AI 资产（存储、镜像、规格、凭证、SFTP）	存储可挂载，规格可选，镜像可拉取
6	节点配置 → 分配显卡 → 资源池添加显卡	租户在工作空间能看到并使用 GPU 规格
7	创建工作空间/项目/配额/成员	普通用户归属到项目并有配额
8	配置调度与回收策略	训练任务能调度，闲置资源能回收
9	配置大模型服务	模型广场/在线体验/API 可用
10	配置告警与值班	告警能触发并通知到接收人
11	配置计量计费（租户资源/物理资源/模型 Token）	费用与用量可统计
12	用户验证	容器实例、训练任务、推理服务均正常

---

下一步

• 管理员日常操作：参见 管理员快速入门。
• 用户上手：参见 用户快速入门。
• 费用说明：参见 费用说明。