创建和管理计算资源

使用 AI Studio SDK 创建计算资源，并使用服务端返回的资源 ID 读取指标或执行生命周期操作。创建时需要名称、规格 ID、CPU 和内存；其他配置按需提供。

任务流程

1. 选择可用规格，准备资源名称、CPU 和内存。

2. 创建资源并保存服务端返回的资源 ID。

3. 使用该 ID 读取详情、运行时记录或指标，或者提交更新、暂停、恢复或重试操作。

4. 删除前读取预检查结果，确认影响后再提交删除。

准备

需要的内容	在本页中的作用
已绑定目标工作区的客户端上下文	确定资源所属的工作区。
可用规格 ID	选择资源规格。
名称、CPU 和内存	创建资源时的必填输入。
可选的副本数等配置	按需要设置资源配置。

创建资源并读取指标

创建操作返回资源和与其绑定的资源对象。调用指标读取时使用同一对象；返回指标不等于资源已满足所有运行条件。

Go

compute, _, err := workspace.CreateComputeResource(
	ctx, computeName, specID, cpu, memoryGB,
	sdk.WithComputeMinReplicas(minReplicas),
	sdk.WithComputeMaxReplicas(maxReplicas),
)
if err != nil {
	return err
}
metrics, err := compute.Metrics(ctx)
if err != nil {
	return err
}
suspended, err := compute.Suspend(ctx)
if err != nil {
	return err
}
_ = metrics
_ = suspended

Python

compute, created = workspace.create_compute_resource(
    compute_name, spec_id, cpu, memory_gb,
    sdk.with_compute_min_replicas(min_replicas),
    sdk.with_compute_max_replicas(max_replicas),
)
metrics = compute.metrics()
suspended = compute.suspend()

控制资源生命周期

暂停、恢复和重试各自返回资源信息。返回内容反映本次调用的结果；如需确认后续状态，读取资源详情、运行时记录或指标。

限制

资源操作可能影响运行中的任务或产生资源成本。删除预检查只返回当前影响信息，不等于删除已完成。删除后不要继续使用原资源对象；如需确认最终状态，重新读取或列出对应资源。

下一步

• 管理计算实例的 HTTP 接口以 API Reference 中的计算资源接口为准。

最后更新于 2026 年 9 月 1 日