业务管理
开发环境
“业务管理 > 开发环境”，在业务范围是训推、训练下可用
开发环境列表
单击左侧导航栏中的开发环境，打开开发环境列表页面，页面顶部展示开发环境汇总信息，列表中展示开发环境的基本信息，列表右侧展示相关操作按钮。 可以选中多个开发环境单击右上角删除按钮进行批量删除，或者单击任一开发环境右侧操作区域的下拉栏中的删除选项，如下：
单击顶部密码设置按钮设置开发环境shell密码，支持随机密码(默认)、固定密码。
创建开发环境
用户单击页面中的创建按钮创建开发环境，支持从头创建开发环境(目前支持Caffe、TensorFlow、Mxnet、Pytorch、PaddlePaddle和other框架)，也支持基于历史的开发环境创建，并可以将历史开发环境进行归档与取消归档，归档之后展示优先级提前， 用户可以选择资源组、资源配置、数据、模型、环境变量等信息，同时也可以指定节点，如下图：
开发环境详情
用户在开发环境列表中，单击运行中的开发环境的名称，可以进入该开发环境的详情中，在详情页中，可以使用Jupyter对脚本进行编辑调试， 可以使用web shell终端连接环境(支持多窗口)，可以在容器实例中查看容器实例列表、性能监控，可以查看基本信息， 同时也支持可视化(目前支持TensorBoard、Visdom、Netscope)、将当前开发环境保存为镜像，一键提交训练任务，查看训练任务等功能，如下图：
Jupyter:
Shell终端:
容器实例:
容器实例列表包括：名称、状态、加速卡、节点、IP、端口、操作列。
| 功能 | 描述 |
|---|---|
| 容器列表-复制当前页容器信息 | 通过该功能可以复制当前容器列表中(如果分页，需要切换分页才能复制其他页的数据)所有容器的Pod Name、节点IP、容器IP信息 |
| 操作列-SSH | 通过该功能可以复制连接相关容器的ssh命令、密码，注意，该功能需要相关镜像安装ssh组件 |
| 操作列-重启 | 通过该功能可以重启当前容器，如果出现个别容器启动失败，后续修复问题，可以通过该功能重启容器，不需要重启整个开发环境 |
性能曲线可以通过单击容器实例列表选择展示对应容器实例的数据，可以通过单击“15分钟”、“4小时”、“24小时”、自定义时间限制查询时间范围，如果容器所在节点使用了IB或RoCE网络可以通过“Infiniband”弹框筛选性能曲线中展示的对应网卡。
性能曲线指标包括：
| 场景 | 性能曲线指标 |
|---|---|
| 基本场景 | CPU利用率、内存利用率、网络输入/输出、内存总量/已用、磁盘输入/输出 |
| 使用GPU场景 | 基本场景下新增：加速卡利用率、加速卡显存利用率、加速卡显存已用、加速卡显存未用、draw_active、fp64_active、fp32_active、fp16_active、gr_engine_active、sm_active、sm_occupancy、tensor_active、pcie_rx_bytes、pcie_tx_bytes、nvlink_rx_bytes、nvlink_tx_bytes |
| 使用MIG场景 | 基本场景下新增：MIG显存利用率、MIG显存已用、MIG显存未用、draw_active、fp64_active、fp32_active、fp16_active、gr_engine_active、sm_active、sm_occupancy、tensor_active |
| 使用IB或RoCE网络场景 | 基本场景下新增：ib_xmitdata、ib_rcvdata、ib_xmitpktsize、ib_rcvpktsize |
注意：仅支持NVIDIA DCGM Profiling Metrics的GPU型号才会展示如下性能指标：gr_engine_active、sm_active、sm_occupancy、tensor_active、dram_active、fp16_active、fp32_active、fp64_active、pcie_rx_bytes、pcie_tx_bytes、nvlink_rx_bytes、nvlink_tx_bytes
基本信息:
其他功能，包括可视化、保存镜像、一键提交、训练任务。
| 功能 | 描述 |
|---|---|
| 可视化 | 打开一个可视化环境，目前支持TensorBoard、Visdom、Netscope |
| 保存镜像 | 将当前开发环境中所有信息保存为一个新的镜像，类似docker commit 方式 |
| 一键提交 | 按照当前开发环境的配置，一键提交一个训练任务 |
| 训练任务 | 当前用户未完结训练任务的简易列表 |
开发环境操作功能
用户在列表中的操作栏中，可以对开发环境进行操作，目前支持以下操作：
| 功能 | 描述 |
|---|---|
| 克隆 | 克隆一个相同配置的开发环境 |
| 启动 | 将停止的开发环境启动 |
| 停止、恢复 | 用户可以将一个运行中的开发环境停止(停止后底层数据会删除)，单击恢复后可以重新运行该开发环境 |
| 删除 | 可以删除开发环境 |
| 挂载数据集 | 可以挂载数据集 |
| 资源调整 | 可以对运行中的开发环境进行动态资源调整，修改资源配置 |
| 导出 | 可以导出当前开发环境的配置信息，按照一个副本一行的格式，每行的数据包括pod name、node ip、pod ip，保存到用户家目录中 |
任务管理
“业务管理 > 任务管理”，在业务范围是训推、训练下可用
创建训练任务
本手册以tensorflow单机任务为例子进行说明。 功能说明：用户通过平台提供的训练任务功能，能够自动创建一个新的训练任务，创建成功后自动在任务管理列表展示该任务。
操作步骤：
A：进入“业务管理 > 任务管理”，单击页面“创建”按钮，弹出填写任务信息页面，如下图：
B：填写任务详细信息：
名称：任务名字（只接受英文字母、数字和下划线，不能以下划线开头）。
镜像：在第一个窗口选择tensorflow框架名称，在第二个窗口选择框架版本。
外部镜像：勾选该选项后，用户可以自定义输入镜像名称。
部署类型：训练任务部署类型，选择“单机”。
资源组：选择资源组。
网络类型：选择相应网络类型。
加速卡系列：根据下拉列表配置可选择相应的加速卡系列；只能使用一种类型提交任务；右侧的可用节点信息会根据所选加速卡系列，进行动态筛选变化。
加速卡类型：选择资源组内相应的加速卡类型。
CPU/加速卡：选择Worker节点的CPU/加速卡资源配置方案，当配额方案是“自定义”时，会弹出加速卡和CPU窗口，可以自定义设置资源配置方案。
脚本：单击窗口后的按钮，弹出“选择启动文件”窗口，选择tensorflow单机训练脚本。
脚本示例路径：/xlz/models/tensorflow/mnist/tf_mnist_single.py
说明：xlz这个表示用户的家目录，最终以实际的用户名为准；选定后单击确定。
“选择启动文件”中有两个子选项，分别为 “历史访问”、“个人数据”。“历史访问”表示以前使用过的启动脚本，展示在此处以便用户选择。“个人数据”表示自己文件中的数据文件。
命令：用户单击“命令模式”会切换到命令模式，可以自定义自己的启动命令。
执行目录：选择执行训练脚本的目录，执行目录可以选择自己目录下的任何文件夹。
脚本参数：在“脚本参数”输入框可以输入python脚本所跟随的参数，例如“--data_dir /MNIST_data --data_dir2 /MNIST_data2”
弹性任务配置：
目前训练框架支持Horovod+Tensorflow, Horovod+Pytorch, Pytorch DDP方式的弹性任务。
用户单击“弹性任务”开启，设置“最大Worker个数”大于“最小Worker个数”，完成弹性任务配置。
1.MPI弹性任务，增加命令参数：--host-discovery-script /etc/mpi/discover_hosts.sh，命令参数示例
horovodrun --verbose -np 2 --min-np 2 --max-np 4 --blacklist-cooldown-range 120 300 --host-discovery-script /etc/mpi/discover_hosts.sh python train.py
2.Pytorch弹性任务，命令参数示例
torchrun --nnodes=2:4 --nproc_per_node=1 --max_restarts=100 --rdzv_id=1 --rdzv_backend=c10d --rdzv_endpoint=$MASTER_ADDR":"$MASTER_PORT python train.py
大模型分布式任务：
在镜像框架选择为Pytorch时，平台提供DeepSpeed、Megatron两个大模型框架。
在DeepSpeed框架下，平台自动生成hostfile文件，训练脚本可指定参数--hostfile=/opt/kube/hostfile启动训练。
在Megatron框架下，平台会启动一个master和页面参数指定个数的worker，在容器内自动设置MASTER_ADDR、MASTER_PORT、RANK等环境变量。训练程序可以直接使用环境变量启动训练。
数据配置： 单击“数据配置 > 数据”，提供2种数据配置方式：
数据-文件管理
在弹出的路径选择窗口中选择要使用的数据集，支持选择多个数据集。
数据-数据集管理
在数据集列表中选择可用数据集，只能选择一个数据集。
更新数据集说明：勾选后，平台自动会对缓存的数据集进行识别，如果部分数据集文件发生变化，平台会实现增量更新，如果缓存中没有数据集，会全量下载数据集。如果缓存中的数据集正在使用，则不能进行更新操作。
数据集使用方式说明：有“节点缓存”和“直接使用”两种方式。“节点缓存”表示将数据集缓存到节点，“直接使用”表示使用共享存储中的数据集。
注意：数据集也可以来自于用户目录、公共目录（全局共享和组共享），数据集可以选择多个。数据集示例路径：/MNIST_data
解压数据集说明：只有节点缓存方式支持解压操作，解压支持递归解压，解压类型支持：tar、tar.gz、zip、gz、tar.bz2，解压目录和压缩包目录同级且同名，解压支持单个数据集操作。
选择模型：用户可选择需要挂载的模型。
环境变量：用户可添加自定义环境变量。
更多配置：
| 功能 | 描述 |
|---|---|
| 调度策略 | 配置调度策略，目前支持spread(默认)、bestfit。 |
| 端口 | 提供服务端口访问能力，容器内服务端口会自动映射到宿主机的端口上，且支持多个端口设置，多端口之间用英文状态下的分号隔开，第一个端口具有容错能力，其他端口只提供服务功能。设置完成后，可以在实例列表中查看到对应的端口信息。 |
| 内存 | 配置训练任务Worker节点所需要的内存，当设置为0时表示无限制（需要小于Worker所在主机目前剩余内存量）。 |
| 日志路径 | 训练日志输出路径，单击窗口后的按钮，选择相应路径后单击“确定”。 |
| 目录挂载 | 可供挂载的公共目录。 |
| shm_size | 容器shm_size参数，默认为4GB。 |
在右侧区域显示资源组下的节点信息，这里可以自定义运行的节点，比如需要在ainode53上运行该任务，可以直接勾选，这样平台会默认调度到该节点上。节点列表中还可以看到每个节点上资源的情况。如果不选择节点，则平台会自动选择剩余资源满足的节点运行该任务。
C：信息填写完之后，单击“确定”按钮创建任务，任务展示在任务管理列表中。
停止训练任务
功能说明：用户通过平台提供的停止训练任务功能，能够停止一个正在运行的训练任务。工作流相关类型的任务不支持该操作。
操作步骤：
A：进入“业务管理 > 任务管理”，选中一个正在运行的训练任务，单击“停止”按钮。
B：页面显示停止成功表示该操作成功。
启动训练任务
功能说明：用户通过平台提供的启动训练任务功能，能够启动一个停止的训练任务。工作流相关类型的任务不支持该操作。
操作步骤：
A：进入“业务管理 > 任务管理”，选中一个停止的训练任务，单击“启动”按钮。
B：任务重新启动说明操作成功。
重新提交训练任务
功能说明：用户通过平台提供的重新提交训练任务功能，能够重新提交一个训练任务。工作流相关类型的任务不支持该操作。
操作步骤：
A：进入“业务管理 > 任务管理”，选中一个训练任务，单击“重新提交”按钮。
通过历史记录提交训练任务
功能说明：用户通过平台提供的通过历史记录提交训练任务功能。
操作步骤：
A：进入“业务管理 > 任务管理”，单击“创建”按钮，进入任务信息填写窗口，如下图:
B：可以将历史任务进行归档与取消归档，归档之后展示优先级提前。
C：选中相应的历史任务后，单击后将自动填充历史任务信息：框架类型、镜像、加速卡、CPU、内存、启动文件、数据集等信息。
删除训练任务
功能说明：用户通过平台提供的删除训练任务功能，能够删除一个训练任务。工作流相关类型的任务不支持该操作。
操作步骤：
A：进入“业务管理 > 任务管理”，选中一个训练任务，单击“删除”按钮。
B：页面显示删除成功表示该操作成功。
筛选未终结任务
功能说明：用户通过筛选功能筛选未终结的任务。
操作步骤：
A：进入“业务管理 > 任务管理”，单击“任务管理”列表，通过筛选功能进行筛选。
筛选终结任务
功能说明：用户通过筛选功能筛选终结的任务。
操作步骤：
A：进入“业务管理 > 任务管理”，单击“终结任务”列表，通过筛选功能进行筛选。
查看训练日志
功能说明：用户通过平台提供的查看任务日志功能，能够查看具体的训练日志。
操作步骤：
A：进入“业务管理 > 任务管理”，单击任务名字跳转到任务详情页面，单击“任务日志”按钮可以查看训练日志。
查看容器实例
功能说明：用户通过平台提供的查看任务容器实例功能，能够查看任务的容器实例信息和监控信息。
操作步骤：
A：进入“业务管理 > 任务管理”，单击任务名字跳转到任务详情页面，单击“容器实例”按钮可以查看容器实例信息，如下图：
容器实例列表包括：名称、状态、加速卡、节点、IP、端口、操作列。
性能曲线可以通过单击容器实例列表选择展示对应容器实例的数据，可以通过单击“15分钟”、“4小时”、“24小时”、自定义时间限制查询时间范围，如果容器所在节点使用了IB或RoCE网络可以通过“Infiniband”弹框筛选性能曲线中展示的对应网卡。
性能曲线指标包括：
| 场景 | 性能曲线指标 |
|---|---|
| 基本场景 | CPU利用率、内存利用率、网络输入/输出、内存总量/已用、磁盘输入/输出 |
| 使用GPU场景 | 基本场景下新增：加速卡利用率、加速卡显存利用率、加速卡显存已用、加速卡显存未用、draw_active、fp64_active、fp32_active、fp16_active、gr_engine_active、sm_active、sm_occupancy、tensor_active、pcie_rx_bytes、pcie_tx_bytes、nvlink_rx_bytes、nvlink_tx_bytes |
| 使用MIG场景 | 基本场景下新增：MIG显存利用率、MIG显存已用、MIG显存未用、draw_active、fp64_active、fp32_active、fp16_active、gr_engine_active、sm_active、sm_occupancy、tensor_active |
| 使用IB或RoCE网络场景 | 基本场景下新增：ib_xmitdata、ib_rcvdata、ib_xmitpktsize、ib_rcvpktsize |
注意：仅支持NVIDIA DCGM Profiling Metrics的GPU型号才会展示如下性能指标：gr_engine_active、sm_active、sm_occupancy、tensor_active、dram_active、fp16_active、fp32_active、fp64_active、pcie_rx_bytes、pcie_tx_bytes、nvlink_rx_bytes、nvlink_tx_bytes
查看任务基本信息
功能说明：用户通过平台提供的查看任务基本功能，能够查看任务的基本信息。
操作步骤：
A：进入“业务管理 > 任务管理”，单击任务名字跳转到任务详情页面，单击“基本信息”按钮可以查看任务基本信息。
任务可视化
功能说明：用户通过平台提供的可视化功能，能够查看任务的训练日志。
操作步骤：
A：进入“业务管理 > 任务管理”，在任务列表的操作栏，单击“可视化”按钮。
B：如果在创建任务的时候没有选择日志路径，在此处将会再次提示用户选择。
C：单击“确定”后，弹出可视化窗口。
提交紧急任务
如果用户有提交紧急任务的权限，当单击“创建”按钮，创建任务时，可以看到紧急任务的开关。
开启紧急任务开关，单击“确定”按钮，提交一个紧急任务。
算法管理
“业务管理 > 算法管理”，在业务范围是训推、训练下可用
创建算法
用户单击“创建”或“创建版本”，进入创建算法或创建版本页面。用户可以根据需要，填写相关算法信息。
创建算法页面，可以自定义算法名称和版本。创建版本页面，算法名称不能自定义。镜像可以使用平台镜像或者外部镜像。脚本模式需要在个人目录选择算法执行脚本和执行目录，且执行脚本在执行目录下，命令模式需要输入执行命令。 运行参数是执行脚本或命令需要的运行参数，环境变量是算法任务运行需要的环境变量，可以选择性填写运行算法需要的CPU和加速卡资源数量。部署类型，根据镜像框架类型，自主选择。选择模型，可以根据需求选择模型。
支持的部署类型：
| 部署类型 | 框架 |
|---|---|
| 单机（Worker：1） | 所有框架 |
| PS/Worker（PS：1-1000，Worker：1-1500） | tensorflow |
| MPI（Worker：2-1500） | 非paddlepaddle框架 |
| Master/Worker（Master：1，Worker：1-1500） | pytorch |
| Server/Worker（Server：1-1000，Worker：1-1500） | mxnet |
| collective：（Worker：2-1500） | paddlepaddle |
创建算法页面，用户可以使用已发布的算法进行快速创建，单击对应的已发布算法，创建信息会自动填充，用户可以根据需要，进行修改。 脚本模式，如果用户未自己选择脚本和目录，平台会将已发布的算法目录，拷贝到用户个人目录，以创建的算法名称_版本命名。用户自己选择，则不再进行拷贝，以用户选择为准。
弹性任务配置：
具体操作配置参考“任务管理 > 创建训练任务 > 弹性任务配置”内容
编辑算法
用户单击“编辑”按钮，进入编辑算法界面，除算法名称和版本外，可以根据需要修改相关信息。
算法列表
用户单击“算法管理”，显示算法信息主列表，同名算法通过主子列表展示，主列表优先显示最新的算法信息，子列表展示最新的10条数据，用户可查看全局、组内及个人的算法信息。主列表操作栏有修改、删除、训练、发布管理、发布、创建版本、收藏等功能。
用户可以根据条件查询算法信息，查询条件包括：算法的名称或算法的描述信息、算法的拥有者，以及算法的更新时间范围。根据条件查询的算法信息，不再以主子列表进行展示，而是分页展示符合条件的查询结果。
算法训练
用户单击“训练”按钮，跳转到创建训练任务界面，并自动填充算法相关信息。
发布算法
用户单击发布按钮，可以发布算法，可以将算法发布到个人、组或者全局，发布到组，只有同组成员可以查看，发布到全局，所有用户都可以查看。发布成功后算法状态变为已发布。
算法发布管理
用户单击发布管理按钮或算法名称，进入“发布界面 > 基本信息”界面，可以查看算法的详细信息，单击版本的下拉列表，可以查看同名不同版本的算法详细信息。
用户在发布界面，单击发布列表，可以查看同名算法的已发布列表，列表操作包含：编辑、删除、训练、发布等。
删除算法
用户可以删除符合条件的算法，未发布算法支持批量删除，已发布算法不支持批量删除。
进度管理
进度列表，维护算法相关功能操作的进度信息，其中，一些操作场景是没有进度管理的概念的，比如创建命令模式的算法，没有进度列表。进度列表，主要针对操作算法目录场景。
| 操作类型 | 场景 |
|---|---|
| 操作类型“创建” | 已发布 > 创建算法。 |
| 操作类型“编辑” | 已发布 > 创建 > 创建失败；已创建 > 发布 > 发布失败。 |
| 操作类型“发布” | 已创建 > 发布；已创建 > 发布 > 发布失败 > 发布。 |
| 操作类型“删除” | 已发布 > 删除。 |
失败重试
进度管理列表，操作类型：创建、编辑和发布失败的进度，如果状态为失败，可以进行失败重试，再次进行操作。
算法收藏和取消收藏
用户可以收藏算法，并在“我的收藏”中，查看收藏的算法，也可以取消收藏的算法。
工作流管理
“业务管理 > 工作流管理”，在业务范围是训推、训练下可用
创建工作流
用户单击“创建”，进入创建工作流页面。用户可以根据需要，自己填写工作流信息。 工作流创建，主要有以下步骤：
1.基本信息
| 字段 | 描述 |
|---|---|
| 名称 | 工作流名称，全局唯一 |
| 定时执行 | 是否开启定时执行，开启后，可以按照年、月、周、日或者自定义cron配置执行周期 |
| 立即运行 | 工作流创建成功是否开启立即运行，如果开启，创建成功后会立即触发工作流运行 |
| 描述 | 工作流的描述信息 |
2.子任务（支持多个子任务）
| 字段 | 描述 |
|---|---|
| 任务信息 | 包括“任务名称”字段，工作流子任务的名称。 |
| 资源信息 | 工作流子任务的资源配置，包括“资源组”、“集群网络类型”、“加速卡系列”、“加速卡类型”。 |
| 任务数据 | 工作流子任务的数据配置，包括“数据”信息，用户可以选择子任务需要的数据集信息。 |
| 算法信息 | 工作流子任务使用的算法配置，选择对应的算法后，可以修改算法带入的配置信息，包括脚本参数、环境变量、部署类型、CPU/加速卡等配置。 |
运行工作流
工作流启动方式：
1.立即运行：创建和编辑工作流时设置为立即启动运行，则完成工作流配置后，该工作流会自动立即运行。
2.非立即运行：待创建完成工作流后，在工作流列表操作栏，手动单击“运行”按钮。
3.定时执行：创建和编辑工作流时设置，或在工作流列表上方选择开启定时执行。
停止/启动工作流
用户可以将运行未完结的工作流停止，停止后，工作流任务以及子任务都会停止，同时也不会再执行周期调度。
用户可以启动停止的工作流。
编辑工作流
对符合状态条件的工作流进行编辑，有些信息无法修改，如工作流名称等。
删除工作流
对符合状态条件的工作流进行删除。
工作流信息查看
用户可以选择列表中的工作流，单击工作流名称，进入工作流详情页面，查看工作流基本信息、子任务，以及工作流任务。
模型管理
“业务管理 > 模型管理”，在业务范围是训练+推理、训练下可用
平台提供了统一的模型管理能力，集中管理在训练任务中得到的模型、用户本地开发的模型、外部平台输出的模型。模型管理提供统一的导入功能入口，可以方便把本地和外部模型导入到模型管理系统中。在模型管理中提供发起测试功能进行模型的测试，测试过程提供详细的日志信息查看，测试完成后提供统一的模型发布功能，为部署模型做准备。
导入模型
在训练任务完成后，平台会自动把模型文件保存到用户家目录中，能够方便地导入模型管理中。
单击“模型管理 > 导入”，进入导入界面。 导入模型需要填写以下信息：
| 名称 | 说明 |
|---|---|
| 名称 | 模型的名称，必填参数，只接受汉字、英文字母、数字、下划线, 不能以下划线开头 |
| 版本 | 模型的版本，必填参数，整数 |
| 场景 | 模型的场景，必填参数 ，自定义输入 |
| 数据 | 记录模型使用的数据，非必填 |
| 镜像 | 记录模型使用的镜像，非必填 |
| 脚本 | 记录模型使用的脚本，非必填，只可以选择以.py和.prototxt结尾的脚本文件 |
| 模型文件 | 导入的模型文件，必填参数， 选择用户家目录下的模型文件，只能选择单个目录且不为空目录 |
| 描述 | 模型的描述，非必填 |
| 参数信息 | 模型的参数，非必填，以键值对key和value方式进行输入，支持批量输入 |
| 模型指标 | 模型的指标，非必填，自定义输入 |
示例中用户选择的文件为本次训练任务中得到的模型文件。
单击“确定”后，将模型导入到模型管理中，该模型文件在文件管理中显示一个共享图标，区别其他普通的文件。如果该模型文件在文件管理被删除，等待一个定时5分钟的周期后，该模型状态会变为失效。
共享模型
模型的共享属性有三种：私有、组、全局。
普通用户单击“模型管理”，普通用户可以共享私有和自己组内模型。
选择要共享的模型，单击右上方“共享”按钮，支持批量操作。
取消共享
取消共享操作和模型共享操作互逆。
普通用户单击“模型管理”，可以将自己共享到组或全局的模型取消共享。支持批量操作。
删除模型
普通用户单击“模型管理”，普通用户可以删除拥有者是自己的模型。支持批量操作。
导出模型
普通用户在“模型管理”中，选中要导出的模型，单击导出按钮，并在弹出框中自定义tar包名称，导出模型tar包至用户家目录下。
模型测试
用户选择模型发起测试，创建模型测试任务。
发布模型
普通用户默认没有发布权限，需要管理员通过用户管理界面，单击“用户管理 > 用户 > 配额权限信息 > 调整权限”开启模型发布，赋予该用户模型发布的权限。
赋权后，该普通用户需要重新登录。单击“模型管理”，选中要发布的模型，单击发布按钮。
若页面上方提示“该操作需要等待管理员审批，审批结果可在审批管理中查看”，则需要管理员进行审批操作。若管理员审批通过，该模型正常发布；若管理员审批拒绝，则该模型不进行后续发布操作 。
导入应用
发布后的模型，可以进行导入应用操作。
对于训推融合场景，且用户业务范围包括训练和推理，自动跳转到应用商店导入应用页面，将模型token自动带入到输入框中。
对于其他场景，单击导入应用后，弹框提示token值。
模型传输列表
进入传输列表的操作为：导出模型。同一用户导出操作进行排队。
对于模型较大的文件，可以展示操作进度。对于完成、失败、排队的进度，可以单击“删除”按钮逐条删除。进行中的进度无法删除。
模型列表
可以根据名称、描述、状态、导入时间查询模型列表。
| 查询条件 | 说明 |
|---|---|
| 名称 | 全模糊查询 |
| 描述 | 全模糊查询 |
| 状态 | 下拉框中选择模型状态的精确查询 |
| 导入时间 | 选择起止时间查询 |
模型列表列包括：名称、版本、拥有者、状态、共享、描述、场景、模型指标、参数信息、创建时间、操作。可以根据创建时间进行升序或降序排列。
名称相同，版本不一样时，会折叠展示。
编辑模型
选择模型列表中的一个模型，单击编辑按钮，输入要更改的模型信息，单击确定。
