Что нового
2023
Декабрь
- Переход на домен
*.cloud.ru
С 12.12.2023 изменятся URL-адреса для доступа к Jupyter Servers, docker-образам, SSH, GitLab и public API. Переведите на новый домен технические решения, в которых используются эти ресурсы.
Подробнее см. Переход на домен cloud.ru.
- Обновления в форме выбора образа при создании Jupyter Server
Теперь в интерфейсе отображается больше информации об образе: доступность в регионах, дата загрузки, версии установленных Python, CUDA, Tensorflow. Появилась возможность выбрать версию образа и найти нужный образ по названию.
Подробнее см. Создать Jupyter Server.
Ноябрь
- Лимит на количество файлов в NFS
Узнать лимит на количество файлов в хранилище NFS теперь можно на главной странице.
Подробнее см. Узнать или изменить квоты NFS.
- Новый параметр legacy в пайплайнах
Через параметр
legacy
вы можете задать схему логирования при создании правила переноса в пайплайнах.Подробнее см. Описание параметров пайплайна.
- Опубликованы образы, в которых установлены новая версия CUDA и Python
Образы для задач обучения с тегом 0.0.36, в которых установлены версии CUDA до 12.1, Python до 3.11, Torch до 2.0.
Подробнее см. Библиотеки в образах.
- Опубликован образ jupyter-server, в который можно установить требуемые версии Python и CUDA
В образ
cr.ai.cloud.ru/aicloud-jupyter/jupyter-server:0.0.90
можно установить требуемые версии CUDA и Python.
Октябрь
- Мониторинг зависших задач в client_lib и API
С помощью
health_params
в client_lib и в API можно отслеживать зависшие задачи обучения и задавать, какие действия выполнять в случае зависания.- При указании несуществующего образа задача не запустится через client_lib или API
Если запустить задачу с несуществующим образом через client_lib или API, это вызовет ошибку. Задача не будет отправлена на выполнение в регион и не займет ресурсы.
Вы можете выбрать корректный образ из списка образов для задач обучения, а также создать или загрузить собственный кастомный образ.
- Обновления в логах переносов
Появилась новая схема логирования. В ней события одного типа группируются в одну запись, которая содержит количество объектов и путь до последнего.
Подробнее см. Правила переноса данных.
Сентябрь
- Новый параметр checkpoints_dir в client_lib
Использование параметра
checkpoints_dir
упрощает сохранение промежуточных результатов обучения модели, если в задаче обучения возникли технические ошибки. Подробнее см. checkpoints_dir.- Индикация загруженности типа конфигурации при создании Jupyter Server
При создании Jupyter Server рядом с названием конфигурации отображается цветовая индикация, которая показывает загруженность ресурсов. Подробнее см. Создать Jupyter Server.
Июль
- Расширенный статус подов деплоя
Добавили в карточку деплоя новую вкладку с информацией о последних 200 экземплярах деплоя, включая статус и тарифицируемое время. Подробнее см. Проверить состояние деплоя.