使用 Spot 资源创建开发机
使用 Spot 资源创建开发机时，平台使用闲置库存提供按量计费 GPU 算力。库存充足时，开发机可以获取资源并运行；库存不足或运行中资源被抢占时，开发机可能被中断回收，并可通过自动排队重新等待资源。
如果还不确定应选择包年包月、共享、弹性还是 Spot 资源，请先查看创建开发机。
提示
Spot 资源类型需要申请开通。如需使用 Spot 资源，请咨询商务或售后。
警告
Spot 资源可能因库存不足被中断回收。请不要将 Spot 资源用于不能接受中断的生产关键流程；使用前请确认代码、模型文件、日志、输出结果和其他重要数据已经保存到可持久化的位置。
开始前确认适用场景
Spot 资源适合短期实验、临时调试、可重新启动的开发环境，以及可以接受中断的探索性工作。创建前建议确认：
- 可中断性：运行中的终端进程、Notebook 内存状态和临时服务不应视为可恢复；开发机重新获取资源后，通常需要重新登录并重新启动进程。
- 数据保存：代码、Notebook、模型文件、输出结果和脚本配置应保存到系统盘、共享高性能存储、云盘或代码仓库等可持久化位置。
- 库存与费用：确认目标 GPU 型号、GPU 数量、可用区、库存和单价符合预期。页面显示的价格以控制台和费用中心为准。
- 自动排队策略：如果希望开发机在库存不足或被抢占后自动等待资源，提前决定单次可等待多久、最多允许重新排队几次。
创建开发机
本节说明如何选择一组可用 Spot 库存，配置开发环境和自动排队规则，并创建一台可接受中断的开发机。
以下步骤为完整创建流程。
Step 0 选择 Spot 资源和规格
在资源规格区域，先选择 Spot 资源，再刷新库存并选择算力规格。规格表中的每一行代表一组 GPU 型号、GPU 数量、vCPU、内存、训练网配置、可用区、当前库存和单价。
如果页面中没有 Spot 资源选项，通常表示当前租户或账号尚未开通 Spot 资源类型。
选择规格时，重点确认以下信息：
- 库存：库存会随平台闲置资源变化；如果目标规格无可用库存，可刷新库存、改选可用区或改选其他 GPU 规格。
- 可用区：后续要挂载公共数据、共享高性能存储或云盘时，需确认存储和数据在同一可用区可用。
- 单价和余额：Spot 资源按量计费。创建前确认账户余额、预算和预期运行时长。
- 训练网配置：多卡调试或通信验证场景下，确认训练网配置符合需求。
Step 1 配置自动排队
创建 Spot 工作负载时，需要配置是否开启自动排队。自动排队默认关闭；开启后，可用资源不足时工作负载会自动进入队列等待资源，运行中工作负载被抢占后也可按规则重新排队。
- 单次最大排队时长：每次进入队列后可等待的最长时间，取值范围为 1-12 小时，需填写整数。重新排队后从 0 重新计时。
- 最大重新排队次数：因资源不足或工作负载被抢占导致重新排队时，最多允许再次进入队列的次数，取值范围为 0-3 次，需填写整数。设置为 0 表示不允许再次重新排队。
提示
排队时长不按重新排队次数叠加计算；每次排队单独计时。任一规则达到上限后，系统停止自动排队，工作负载进入异常状态，需要人工处理。部分详情页可能将“最大重新排队次数”显示为“最大重试次数”，两者对应同一项配置。
对开发机来说，自动排队只负责重新等待并获取算力资源。开发机重新进入运行状态后，用户需要重新登录；被中断前正在运行的交互式进程、终端任务和 Notebook 内存状态不会自动恢复。
使用启动命令自动拉起可恢复进程
自动排队不保证开发机在多长时间内恢复到运行中。如果开发机被中断，平台会在规则允许范围内继续等待可用 Spot 库存；重新获取资源后，开发机会再次启动，但交互式 Shell、Notebook 内核、内存变量和临时服务不会自动恢复。
如果开发机中运行的是无人值守的长时间进程，可以配合 启动命令，让开发机每次启动后自动拉起一个可恢复脚本。例如：
/bin/bash -lc "mkdir -p /mnt/public/spot-dev/logs && nohup flock -n /tmp/spot-dev-worker.lock bash /mnt/public/spot-dev/run_worker.sh >> /mnt/public/spot-dev/logs/worker.log 2>&1 &"使用这种方式前，请先确认：
- 代码、checkpoint、日志和输出结果已经保存到系统盘、共享高性能存储、云盘或代码仓库等可持久化位置。
- 依赖已经预装到镜像中，启动命令不要执行
pip install、下载模型、编译扩展或其他耗时不可预测的操作。 - 启动命令只做轻量检查和后台拉起脚本，并在 3 分钟内退出。详见启动命令。
- 启动脚本能判断是否已有相同进程，或使用
flock等方式避免开发机重启后重复拉起多个相同进程。 - 需要排查启动命令是否执行时，查看
/var/log/user_command目录下的日志。
警告
该方式只适合可中断、可重启、能从持久化状态继续的进程。它不能恢复正在交互使用的终端会话、Notebook 内核、内存变量或临时服务。
Step 2 配置开发环境
在 基础配置 区域，按实际登录和运行方式配置以下字段：
- 镜像 选择平台预置镜像，或选择租户已有自定义镜像。详见使用镜像。
- 如需本地 SSH 登录，先在「SSH 公钥管理」中添加公钥，再回到创建页选择公钥。详见SSH 公钥管理。
- 只有在需要密码认证时，才开启「SSH 登录密码」。
- 需要在开发机内执行
docker pull、docker run等命令时，再开启「Docker 容器」。详见Docker 功能。 - 启动命令 只放轻量初始化命令，避免下载大模型、长时间编译或启动不可中断任务。详见启动命令。
Step 3 配置存储
Spot 开发机可能被中断回收。创建前应把需要保留的数据放到可持久化位置，并避免只保存在运行中进程或临时目录中。
- 系统盘 固定 100GiB，挂载在
/，支持持久化保存。详见系统盘。 - 如创建页显示 云盘 配置，按页面提示选择 新建云盘 或 已有云盘，并设置容量、规格和容器内访问路径。选择 新建云盘 会在创建开发机时同步购买并创建一块新的独立计费云盘；选择 已有云盘 仅建立挂载关系，不会新购云盘。详见云盘。
- 如需使用平台公共模型或数据集，勾选 公共数据；挂载后在
/infini-data/只读访问。详见公共数据。 - 如需跨开发机、任务或推理服务共享数据，选择「共享高性能存储」，再选择文件系统、存储卷、挂载路径和挂载权限。详见共享高性能存储。
警告
选择 新建云盘 不是只添加挂载配置，而是购买并创建新的云盘资源。云盘创建和计费不依赖开发机进入运行中状态；即使开发机仍处于排队中、部署中或创建失败，只要云盘已创建成功，就可能开始产生存储费用。如果开发机因资源不足长时间停留在排队中，新建云盘可能保持 挂载中 并暂时无法挂载、卸载或删除，但仍可能继续按小时计费；不再等待该开发机启动时，请先删除对应开发机，再检查云盘状态并按需删除云盘。提交前请核对云盘规格、容量、价格预览、账户余额，并确认是否确实需要新购云盘。
Step 4 填写基本信息并创建
在 基本信息 区域填写名称、描述和标签后，点击 确认创建。名称用于识别开发机，标签用于后续筛选和资源管理；建议按团队、项目或成本归属提前约定标签键和值。详见标签管理。
查看部署和中断后的状态
开发机创建后，回到开发机列表核对以下信息：
- 状态：是否进入排队中、部署中、运行中、已关机或异常状态。自动排队达到上限后，开发机会进入异常状态，需要人工处理。
- 规格：GPU、vCPU 和内存是否符合所选 Spot 算力规格。
- 资源池：是否显示对应 Spot 资源来源或可用区信息。
- ssh登录：是否生成预期 SSH 登录地址。
- 镜像：是否为创建时选择的镜像。
- 云盘状态：是否符合创建时选择的云盘配置。如果创建时选择了 新建云盘，请确认云盘是否已创建成功；云盘可能先于开发机进入可用状态并开始计费。如果开发机长时间处于排队中，而云盘显示为 挂载中，说明云盘可能正在等待开发机创建流程完成，此时部分云盘操作可能受限。如果不再继续等待，请删除对应开发机，并在删除后检查云盘是否仍需保留。
开发机进入运行中后，可点击 登录 打开 Web Terminal，也可以复制 SSH 登录地址进行远程登录。
如需及时了解 Spot 开发机被回收后进入排队、重新运行或进入异常状态，建议按需配置飞书机器人告警通知。常用触发条件包括开发机进入排队中、开发机进入运行中和开发机发生异常。收到开发机进入运行中通知后，用户仍需要重新登录并重新启动终端进程、Notebook 内核或开发服务。
常见问题
Spot 开发机被中断后，会自动恢复终端进程吗？
不会。自动排队只负责重新等待并获取算力资源。开发机重新运行后，用户需要重新登录并重新启动终端进程、Notebook 内核或开发服务。请把重要代码、Notebook 和输出文件保存到可持久化位置。
自动排队达到上限后会怎样？
任一规则达到上限后，系统停止自动排队，开发机进入异常状态。此时需要人工处理，例如调整规格、重新创建、等待库存恢复，或改用其他资源类型。