分布式训练

分布式训练（Distributed Training）提供基于 Kubernetes 的多机多卡训练任务编排能力，支持任务模版、容器组（Pod）管理、端口开放、日志与监控等完整生命周期接口。

概述

• 多机多卡：按资源配置拉起分布式训练任务
• 任务模版：常用配置保存为模版，一键复用
• 容器组管理：查看 Pod 基本信息、资源、调度、事件与 YAML
• 可观测：任务/Pod 级别的日志、监控与 GPU 指标

所有接口共用统一鉴权，详见 API 指南 · 鉴权。

接口列表