GPU抢占式实例

什么是抢占式实例

抢占式实例价格更低，但可能被平台随时回收。适合可中断、可容错的任务。

核心规则与限制

• 价格与回收 ：抢占式实例更便宜，但可能随时被回收关机。

• 数据保留 ：回收后，数据保留 7 天。

• 回收后重启 ：回收后可手动启动，有资源时系统会在空闲设备上重启。

• 保护期 ：创建后 1 小时为保护期，保护期内系统回收免实例费。

• 关机与释放 ：不支持手动关机/关机免收费，不用时请直接释放。

• 实例类型转换 ：不支持转为独占式实例，请谨慎选择。

如何创建抢占式实例

部署实例页面，选择镜像，选择“抢占式”，选择您需要的机型和其他配置，点击立即部署

实例状态与操作说明

抢占式实例被回收时，会显示“已中断”，此时仅允许“启动/删除”。 其他状态和正常实例保持一致，抢占式实例无法“关机”，只可“删除”。

计费规则说明

系统回收：运行 <1h：免单；运行 ≥1h：按实际时长计费， 主动释放：按实际时长计费。

最佳实践

为提高抢占式实例的稳定性与可恢复性，建议您参考以下做法：

• 开启断点续训/定期保存
  建议训练或计算任务按固定周期保存 Checkpoint 到独立存储（如对象存储或共享盘），以便实例中断后快速恢复。

• 设计可重试任务
  将大任务拆分为多个小任务或批次，并支持失败重试或续跑，避免一次中断导致整体失败。

• 采用混合使用策略
  关键业务或最终训练建议使用按量/包周期实例兜底；非关键或可重算任务使用抢占式，以实现成本与稳定性的平衡。

• 及时响应回收通知
  收到回收预警后，尽快保存数据或中间结果，避免在“待回收”阶段进行重操作。

• 准备一键恢复脚本
  建议提前准备环境恢复与任务重启脚本（如依赖安装、数据挂载、加载最近保存点），缩短中断后的恢复时间。