如何让 Azure Batch API 保留池中 VM 的 VM 映像？
How can I tell Azure Batch API to retain VM images for the VMs in the pool?
我正在学习本教程 https://docs.microsoft.com/en-us/azure/batch/tutorial-parallel-python 如何使用 Azure Batch API。
那篇文章并不清楚，但是在批处理 运行 完成后池中的节点发生了什么。
我关心的原因是我将使用的节点在批处理开始之前需要大量设置。是否可以让 VM 在 运行 秒之间保留该设置以节省设置所需的带宽和时间？
此外，如果该设置需要重启（例如在安装 GPU 驱动程序之后），是否可以在使用集群之前重启？
行batch_client.pool.delete(_POOL_ID)导致池被删除，这导致它的所有节点也被删除。
在运行之间保持 VM 的方法是 不 删除池，然后将下一个作业提交到同一个池。
关于您的大量设置，包括 GPU 驱动程序和重新启动，我假设您是通过池启动任务执行此操作。我认为在启动任务中重新启动（假设它是最后一个命令）应该没问题，尽管我还没有尝试过。节点应该在重启后就绪。
也许更好的选择是 use a custom VM image that contains all the complex setup already or alternatively use a Docker container，它也可以包括如此复杂的设置（包括安装 CUDA 等）。
我正在学习本教程 https://docs.microsoft.com/en-us/azure/batch/tutorial-parallel-python 如何使用 Azure Batch API。
那篇文章并不清楚，但是在批处理 运行 完成后池中的节点发生了什么。
我关心的原因是我将使用的节点在批处理开始之前需要大量设置。是否可以让 VM 在 运行 秒之间保留该设置以节省设置所需的带宽和时间？
此外，如果该设置需要重启（例如在安装 GPU 驱动程序之后），是否可以在使用集群之前重启？
行batch_client.pool.delete(_POOL_ID)导致池被删除，这导致它的所有节点也被删除。
在运行之间保持 VM 的方法是 不 删除池，然后将下一个作业提交到同一个池。
关于您的大量设置，包括 GPU 驱动程序和重新启动，我假设您是通过池启动任务执行此操作。我认为在启动任务中重新启动（假设它是最后一个命令）应该没问题，尽管我还没有尝试过。节点应该在重启后就绪。
也许更好的选择是 use a custom VM image that contains all the complex setup already or alternatively use a Docker container，它也可以包括如此复杂的设置（包括安装 CUDA 等）。