一般性问题-华为云

天筹求解器服务 OPTVERSE-区域与可用区:什么是区域、可用区？

什么是区域、可用区？我们用区域和可用区来描述数据中心的位置，您可以在特定的区域、可用区创建资源。区域（Region）：从地理位置和网络时延维度划分，同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用Region和专属Region，通用Region指面向公共租户提供通用云服务的Region；专属Region指只承载同一类业务或只面向特定租户提供业务服务的专用Region。可用区（AZ，Availability Zone）：一个AZ是一个或多个物理数据中心的集合，有独立的风火水电，AZ内逻辑上再将计算、网络、存储等资源划分成多个集群。一个Region中的多个AZ间通过高速光纤相连，以满足用户跨AZ构建高可用性系统的需求。图1阐明了区域和可用区之间的关系。图1 区域和可用区目前，华为云已在全球多个地域开放云服务，您可以根据需求选择适合自己的区域和可用区。

天筹求解器服务 OPTVERSE 一般性问题

天筹求解器服务 OPTVERSE-区域与可用区:如何选择区域？

如何选择区域？选择区域时，您需要考虑以下几个因素：地理位置一般情况下，建议就近选择靠近您或者您的目标用户的区域，这样可以减少网络时延，提高访问速度。不过，在基础设施、BGP网络品质、资源的操作与配置等方面，中国大陆各个区域间区别不大，如果您或者您的目标用户在中国大陆，可以不用考虑不同区域造成的网络时延问题。中国-香港、曼谷等其他地区和国家提供国际带宽，主要面向非中国大陆地区的用户。如果您或者您的目标用户在中国大陆，使用这些区域会有较长的访问时延，不建议使用。在除中国大陆以外的亚太地区有业务的用户，可以选择“中国-香港”、“亚太-曼谷”或“亚太-新加坡”区域。在非洲地区有业务的用户，可以选择“南非-约翰内斯堡”区域。在欧洲地区有业务的用户，可以选择“欧洲-巴黎”区域。云服务之间的关系如果多个云服务一起搭配使用，需要注意：不同区域的弹性云服务器、关系型数据库、对象存储服务内网不互通。不同区域的弹性云服务器不支持跨区域部署在同一负载均衡器下。资源的价格不同区域的资源价格可能有差异，请参见华为云服务价格详情。

天筹求解器服务 OPTVERSE 一般性问题

AI开发平台MODELARTS-ModelArts支持哪些AI框架？:开发环境Notebook

开发环境Notebook 开发环境的Notebook，根据不同的工作环境，对应支持的镜像和版本有所不同。表3 Notebook支持的镜像镜像名称镜像描述适配芯片支持SSH远程开发访问支持在线JupyterLab访问 pytorch1.8-cuda10.2-cudnn7-ubuntu18.04 CPU、GPU通用算法开发和训练基础镜像，预置AI引擎PyTorch1.8 CPU/GPU 是是 mindspore1.7.0-cuda10.1-py3.7-ubuntu18.04 CPU and GPU general algorithm development and training, preconfigured with AI engine MindSpore1.7.0 and cuda 10.1 CPU/GPU 是是 mindspore1.7.0-py3.7-ubuntu18.04 CPU general algorithm development and training, preconfigured with AI engine MindSpore1.7.0 CPU 是是 pytorch1.10-cuda10.2-cudnn7-ubuntu18.04 CPU and GPU general algorithm development and training, preconfigured with AI engine PyTorch1.10 and cuda10.2 CPU/GPU 是是 tensorflow2.1-cuda10.1-cudnn7-ubuntu18.04 CPU、GPU通用算法开发和训练基础镜像，预置AI引擎TensorFlow2.1 CPU/GPU 是是 tensorflow1.13-cuda10.0-cudnn7-ubuntu18.04 GPU通用算法开发和训练基础镜像，预置AI引擎TensorFlow1.13.1 GPU 是是 conda3-ubuntu18.04 Clean user customized base image only include conda CPU 是是 pytorch1.4-cuda10.1-cudnn7-ubuntu18.04 CPU、GPU通用算法开发和训练基础镜像，预置AI引擎PyTorch1.4 CPU/GPU 是是 conda3-cuda10.2-cudnn7-ubuntu18.04 Clean user customized base image include cuda10.2, conda CPU 是是 tensorflow1.15-mindspore1.7.0-cann5.1.0-euler2.8-aarch64 Ascend+ARM算法开发和训练基础镜像，AI引擎预置TensorFlow和MindSpore Ascend 是是 modelbox1.3.0-tensorrt7.1.3-cuda10.2-cudnn8-euler2.9.6 AI应用开发基础镜像，预置AI应用编排引擎ModelBox、AI引擎TensorRT，仅支持SSH连接 GPU 是否 modelbox1.3.0-libtorch1.9.1-cuda10.2-cudnn8-euler2.9.6 AI应用开发基础镜像，预置AI应用编排引擎ModelBox、AI引擎LibTorch，仅支持SSH连接 GPU 是否 spark2.4.5-ubuntu18.04 CPU algorithm development and training, prebuilt PySpark 2.4.5 and is able to attach to preconfigured spark cluster including MRS and DLI . CPU 否是 mlstudio-pyspark2.3.2-ubuntu16.04 CPU算法开发和训练基础镜像，包含可以图形化机器学习算法开发和调测MLStudio工具，并预置PySpark2.3.2 CPU 否是 mindspore_1.10.0-cann_6.0.1-py_3.7-euler_2.8.3 Ascend+ARM algorithm development and training. MindSpore is preset in the AI engine. Ascend 是是 mindspore_1.9.0-cann_6.0.0-py_3.7-euler_2.8.3 Ascend+ARM algorithm development and training. MindSpore is preset in the AI engine. Ascend 是是 mindspore1.7.0-cann5.1.0-py3.7-euler2.8.3 Ascend+ARM算法开发和训练基础镜像，AI引擎预置MindSpore Ascend 是是 tensorflow1.15-cann5.1.0-py3.7-euler2.8.3 Ascend+ARM算法开发和训练基础镜像，AI引擎预置TensorFlow Ascend 是是 mlstudio-pyspark2.4.5-ubuntu18.04 CPU算法开发和训练基础镜像，包含可以图形化机器学习算法开发和调测MLStudio工具，并预置PySpark2.4.5 CPU 否是 mindspore1.2.0-cuda10.1-cudnn7-ubuntu18.04 GPU算法开发和训练基础镜像，预置AI引擎MindSpore-GPU GPU 是是 rlstudio1.0.0-ray1.3.0-cuda10.1-ubuntu18.04 CPU、GPU强化学习算法开发和训练基础镜像，预置AI引擎 CPU/GPU 是是 mindquantum0.9.0-mindspore2.0.0-cuda11.6-ubuntu20.04 MindSpore2.0.0 and MindQuantum0.9.0 CPU 是是 mindspore1.2.0-openmpi2.1.1-ubuntu18.04 CPU算法开发和训练基础镜像，预置AI引擎MindSpore-CPU CPU 是是 cylp0.91.4-cbcpy2.10-ortools9.0-cplex20.1.0-ubuntu18.04 CPU运筹优化求解器开发基础镜像，预置cylp，cbcpy，ortools及cplex CPU 是是

AI开发平台MODELARTS 一般性问题

AI开发平台MODELARTS-ModelArts支持哪些AI框架？:统一镜像列表

统一镜像列表 ModelArts提供了ARM+Ascend规格的统一镜像，包括MindSpore、PyTorch。适用于开发环境，模型训练，服务部署，请参考统一镜像列表。表1、表2所示镜像仅发布在西南-贵阳一区域。表1 MindSpore 预置镜像适配芯片适用范围 mindspore_2.2.0-cann_7.0.1-py_3.9-euler_2.10.7-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署 mindspore_2.1.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署 mindspore_2.2.10-cann_7.0.0-py_3.9-hce_2.0.2312-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署表2 PyTorch 预置镜像适配芯片适用范围 pytorch_1.11.0-cann_6.3.2-py_3.7-euler_2.10.7-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署 pytorch_2.1.0-cann_7.0.0-py_3.9-hce_2.0.2312-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署 pytorch_1.11.0-cann_7.0.0-py_3.9-hce_2.0.2312-aarch64-snt9b Ascend snt9b Notebook、训练、推理部署

AI开发平台MODELARTS 一般性问题

AI开发平台MODELARTS-使用ModelArts时提示“权限不足”，如何解决？:ModelArts开发环境使用权限的自定义策略样例

ModelArts开发环境使用权限的自定义策略样例 { "Version": "1.1", "Statement": [ { "Effect": "Allow", "Action": [ "modelarts:notebook:list", "modelarts:notebook:create" , "modelarts:notebook:get" , "modelarts:notebook:update" , "modelarts:notebook:delete" , "modelarts:notebook:action" , "modelarts:notebook:access" ] } ] }

AI开发平台MODELARTS 一般性问题

AI开发平台MODELARTS-使用ModelArts时提示“权限不足”，如何解决？:ModelArts依赖的OBS权限自定义策略样例

ModelArts依赖的OBS权限自定义策略样例如下示例为ModelArts依赖OBS服务的最小化权限项，包含OBS桶和OBS对象的权限。授予示例中的权限您可以通过ModelArts正常访问OBS不受限制。 { "Version": "1.1", "Statement": [ { "Action": [ "obs:bucket:ListAllMybuckets", "obs:bucket:HeadBucket", "obs:bucket:ListBucket", "obs:bucket:GetBucketLocation", "obs:object:GetObject", "obs:object:GetObjectVersion", "obs:object:PutObject", "obs:object:DeleteObject", "obs:object:DeleteObjectVersion", "obs:object:ListMultipartUploadParts", "obs:object:AbortMultipartUpload", "obs:object:GetObjectAcl", "obs:object:GetObjectVersionAcl", "obs:bucket:PutBucketAcl", "obs:object:PutObjectAcl" ], "Effect": "Allow" } ] }

AI开发平台MODELARTS 一般性问题

知识图谱 KG-创建知识图谱时，为何提示“角色权限校验失败”:解决方案

解决方案因为当前使用的是子账号，如果子账号要使用的话需要给子账号用户组添加对应区域的“Tenant Administrator”权限或者“NLP Administrator”权限，需要让账号管理员配置一下。创建子账号的操作步骤如下：主账号登录华为云，进入控制台。创建用户组并授权。在统一身份认证服务左侧导航窗格中，单击“用户组”。在“用户组”界面中，单击“创建用户组”。输入“用户组名称”。单击“确定”。返回用户组列表，用户组列表中显示新创建的用户组。在用户组列表中，单击新建用户组“开发人员组”，右侧的“权限配置”。在用户组权限页签中，单击列表左上方的“配置权限”。选择权限的作用范围。此处如选择区域级项目，则还需要在下拉框中选择需要授权的区域。全局服务：服务部署时不区分物理区域，为全局级服务，在全局服务中授权。包括对象存储服务（OBS）、内容分发网络（CDN）、标签管理服务（TMS）等。区域级项目：服务部署时通过物理区域划分，在区域级项目中授权，并且只在授权区域生效。所有项目：选择所有项目后，授权将对所有项目都生效，包括全局服务和所有项目（包括未来创建的项目）。项目：选择对应项目，授权将对指定项目生效。勾选需要授予用户组的权限，单击“确定”，完成用户组授权。创建用户并加入用户组。在统一身份认证服务左侧导航窗格中，单击“用户”。在“用户”界面，单击“创建用户”。在“创建用户”界面，输入“用户名”“邮箱”。 “访问方式”选择“华为云管理控制台访问”中的“首次登录时设置”。 “登录保护”选择“开启”，并选择身份验证方式，单击“下一步”。在“所属用户组”的下拉框中，选择步骤2中创建的用户组，单击“下一步”。单击“确定”。账号登录。使用步骤3创建的用户，使用“ IAM 用户登录”方式，登录华为云。登录方法请参见：IAM用户登录。

知识图谱 KG 一般性问题

AI开发平台MODELARTS-ModelArts如何通过标签实现资源分组管理:Step3 在TMS中根据资源类型查询ModelArts资源使用情况

Step3 在TMS中根据资源类型查询ModelArts资源使用情况登录TMS控制台，在资源标签页面根据资源类型和资源标签查询指定区域的资源任务。区域：使用华为云的具体Region，区域概念请参见什么是区域、可用区？资源类型：ModelArts支持查询的资源类型如表1所示。资源标签：不填写标签时，表示查询所有资源，无论此资源是否有配置标签。选择相应标签查询资源，用户可以通过多个标签组合查询资源使用情况。表1 ModelArts的资源类型资源类型说明 ModelArts-Notebook ModelArts的开发环境Notebook对应的资源类型。 ModelArts-TrainingJob ModelArts的训练作业对应的资源类型。 ModelArts-RealtimeService ModelArts的推理在线服务对应的资源类型。 ModelArts-ResourcePool ModelArts的专属资源池对应的资源类型。如您的组织已经设定ModelArts的相关标签策略，则需按照标签策略规则为资源添加标签。标签如果不符合标签策略的规则，则可能会导致资源创建失败，请联系组织管理员了解标签策略详情。

AI开发平台MODELARTS 一般性问题

AI开发平台MODELARTS-ModelArts如何通过标签实现资源分组管理:Step2 在ModelArts任务中添加标签

Step2 在ModelArts任务中添加标签在ModelArts中创建Notebook、创建训练作业、创建推理在线服务时，对这些任务配置标签。在ModelArts的Notebook中添加标签。可以在创建Notebook页面添加标签，也可以在已经创建完成的Notebook详情页面的“标签”页签中添加标签。在ModelArts的训练作业中添加标签。可以在创建训练作业页面添加标签，也可以在已经创建完成的训练作业详情页面的“标签”页签中添加标签。在ModelArts的在线服务中添加标签。可以在创建在线服务页面添加标签，也可以在已经创建完成的在线服务详情页面的“标签”页签中添加标签。图1 添加标签用户也可以在ModelArts任务中添加标签时，创建新的标签，直接输入标签键和标签值即可。此处创建的标签仅当前的项目Project可见。不同的项目中查看不到。

AI开发平台MODELARTS 一般性问题

数据接入服务 DIS-DIS有哪些模块及各模块功能？

DIS有哪些模块及各模块功能？服务控制面完成服务的开通、删除、配置操作，并将用户信息同步到数据面。完成数据面资源的申请与自动部署。服务数据面接收用户发送数据的请求，对已鉴权的数据接收并存储。接收用户获取数据的请求，在鉴权后输出对应的用户数据。按时老化存储在系统中的用户数据。根据用户配置，将用户数据存储到对象存储服务（Object Storage Service，简称OBS）。服务维护负责服务的安装、升级。负责服务的配置、巡检、日志收集与分析、运行监控。负责服务工单处理。用户SDK 提供Java接口，供用户上传与下载数据。提供数据加密功能。父主题：一般性问题

数据接入服务 DIS 一般性问题

云服务器内容精选

一般性问题

7*24

备案

专业服务

退订

建议反馈

售前咨询热线