组网方案

部署逻辑示意图

一个完整的深度学习平台从逻辑上分为管理节点、计算节点、存储节点。各类节点主要功能如下：

• 管理节点：管理集群，负责分发训练、推理任务到各个计算节点执行，完成深度学习平台的数据管理、任务管理、模型管理和日志查看等功能。
• 计算节点：实际执行训练、推理任务的节点。
• 存储节点：存储平台数据和用户数据，如平台日志、用户上传的数据集、训练脚本、训练输出的模型等。

网络平面划分为：

• 业务面：用于集群业务管理。管理节点和计算节点之间连接。
• 存储面：用于访问存储节点。管理节点和计算节点连接到存储节点上。
• 参数面：用于分布式训练时，训练节点之间的参数交换。训练节点之间连接。