环境配置¶

运行环境是用户前期使用集群最关注的问题之一。 HAI Platform 提供两种方式配置环境：

使用 haienv 调用 HAI Platform 默认环境（默认环境由集群提供）
使用 haienv 自建虚拟环境

这两种方式的区别如下：

	默认环境	自建环境
使用方式	提交任务时指定默认环境	开发容器中用 `haienv create` 命令创建环境，提交任务时指定自建环境
是否支持自定义	不支持	支持扩展基础环境，或自定义虚拟环境
是否支持本地（集群外）使用	不支持	仅当本地环境与 HAI Platform 集群环境匹配时可使用，包括系统、GPU驱动、CUDA版本等

使用 haienv 调用集群默认环境¶

在集群提供基础环境并包含大部分主流依赖包的情况下，用户有如下使用方式：（建议用户在开始使用时先测试该环境是否可以满足运行需求）

不做代码更改，在使用 hai-cli python, hai-cli bash 或 hai-cli exec 提交任务时，命令行中指定运行环境：

HF_ENV_NAME=< base_env_name > hai-cli python sample.py -- -n 1 --name test_exp_1
HF_ENV_NAME=< base_env_name > hai-cli bash sample.sh -- -n 1 --name test_exp_1
HF_ENV_NAME=< base_env_name > hai-cli exec mybin -- -n 1 --name test_exp_1

在运行python代码中，使用 haienv 加载运行环境：
```
import haienv
haienv.set_env('env_name')
```
在运行shell代码中，使用 source 命令加载运行环境：
```
source haienv < base_env_name >
```

使用 haienv 自建虚拟环境¶

在基础环境无法满足用户需求的情况下（比如python版本、依赖包等），用户使用 haienv 工具创建和管理个人环境。

通常建议用户直接从集群基础环境中扩展配置个人环境。这种方式是增量的，仅需要安装集群默认环境里缺少的依赖即可。扩展配置环境需要在开发容器中操作，开发容器从 Studio 功能入口进入，如下图所示：

HAI Platform 提供两种资源模式的开发容器

	mig-gpu 开发容器	spot 开发容器
创建入口
资源分配	多个用户容器共享节点，每个容器绑定一个mig切分GPU	每个容器独占一个节点（8卡）
生命时长	默认24小时，活跃期间随时可续	无固定时长，根据集群资源需求随时回收
启动条件	用户配额内随时可启动	根据集群资源需求动态开放

注意：这种操作无法将配置好的环境拉取到本地，代码无法在本地进行测试调优。如果您需要 Debug 代码，可以在开发容器中执行。

具体的使用方式如下：

首先进入开发容器命令行，通过如下命令创建用户环境：

haienv create < myenv >

注意不加 --no_extend 命令表示从 HAI Platform 默认环境扩展构建用户环境，最大降低环境配置的工作量。环境创建后即可进入环境并执行自定义安装。

除此以外，haienv 支持用户在本地（集群外）建立个人环境并推送到集群，这种方式建立的环境无法扩展基础环境，需要用户自己验证和维护。

自建环境与集群默认环境使用方式相同，支持提交任务指定和代码中加载。