在 ML 服务中，支持运行 AI 任务。目前提供自定义代码、模板代码和交互式开发 3 种配置 AI 任务代码的方式，您可以根据实际情况选择创建 AI 任务的方式。

前提条件

您在创建任务前，应提前完成以下准备工作：

• 已提前启用 ML 服务。如何启用，请参见创建 ML 服务。
• 已提前编写 Python 程序并打好 ZIP 包。

操作步骤

1. 登录云搜索服务控制台。
2. 在顶部导航栏，选择目标项目和地域。
3. 在左侧导航栏选择 ML 服务，查找并单击目标服务名称。
4. 在左侧导航栏选择 AI 任务，然后单击创建任务。
5. 在创建任务对话框，设置任务相关参数：

   1. 任务配置相关参数

      参数	说明
      任务名称	自定义设置任务的名称。 名称的字符长度为 1~48。 支持数字、大小写英文字母、下划线（_）、短横线（-）和英文句号（.）。 首尾只能是数字或字母。
      代码选择	提供自定义代码、模板代码和交互式开发 3 种配置 AI 任务的方式，您可以根据实际情况选择创建 AI 任务的方式。
      	自定义代码：上传程序包。 上传已自行编写 Python 程序并打好的 ZIP 包。 需要设置 AI 任务的 EntryPoint，例如python example.py。 其中example.py是 ZIP 包里的 Python 文件。
      	模板代码：使用内置的代码任务。 直接选择内置的代码模板。此时，系统将读取并返回代码模板中的参数，请按需填写。
      	交互式开发：创建交互式开发任务。启动该任务后，可以读取存储桶中的任务文件，也可以在交互式开发页面开发调试 AI 任务。相关文档，请参见启动任务和交互式任务开发测试。 选择存储桶：选择目标存储桶，从该存储桶中获取任务文件，将在交互式开发页面展示。 对象存储文件夹：选择存储桶中的目标路径，即从当前路径下获取任务文件。 说明 在交互式任务开发页面新增、更新的任务文件，将保存到存储桶的目标路径下。 Access Key ID & Secret Access Key：用于访问源 TOS 的 Access key 和 Secret Key。如何获取，请参见获取 API 访问密钥。
      依赖配置	为任务配置需要的依赖。 单击添加一行，即可为任务配置一个或多个依赖。 示例：elasticsearch: latest，表示会从火山 pip 源下载最新 elasticsearch 包并安装。
      可用区	选择需要部署 AI 任务的可用区。 您可以在 OpenSearch 实例的可用区中选择一个作为 AI 任务的可用区。
      网络配置	是否开通私网访问。 开通后，允许 AI 任务访问在相同 VPC 环境内的数据。

   2. 资源配置相关参数

      配置项	参数	说明
      Header Compute 设置	资源类型	选择 Header 节点使用的资源类型和规格。 选择 CPU 资源类型时，需要从下拉列表选择节点规格。 选择 GPU 资源类型时，需要从下拉列表中选择 GPU 卡类型。
      	镜像地址	默认使用平台预置镜像，支持添加镜像仓库镜像地址。 支持使用火山引擎镜像仓库，自定义镜像需要基于平台基础镜像进行构建。
      Worker Compute 设置	资源类型	默认为 0 个 Worker 节点。 当您需要配置 Worker 节点时，请选择 Worker 节点使用的资源类型。 选择 CPU 资源类型时，需要从下拉列表选择节点规格，然后设置节点数量。 选择 GPU 资源类型时，需要从下拉列表中选择 GPU 卡类型。
      	开启弹性伸缩	Woker 节点支持开启弹性伸缩。 开启后，Worker 节点数量可以在您设置的最小值和最大值之间进行弹性伸缩。
      	镜像地址	默认使用平台预置镜像，支持添加镜像仓库镜像地址。 支持使用火山引擎镜像仓库，自定义镜像需要基于平台基础镜像进行构建。

   3. 自定义参数
      支持为 AI 任务配置自定义参数。单击添加一行，即可配置自定义参数的 key-value。

6. AI 任务参数配置完成后，单击确定，创建 AI 任务。