概述¶
实例的系统盘与数据盘均为本地SSD磁盘，本地数据盘性能好但是无冗余副本，受限于本地磁盘的固有寿命，有概率出现故障，重要的数据请定期备份到文件存储或本地，AutoDL对于此类存储产品不提供可靠性承诺与服务。
容器实例是什么?¶
容器实例是使用Docker技术进行资源划分与隔离的Container，拥有相比虚机实例性能损失少，效率高等优点
实例GPU/CPU/内存的分配¶
在AutoDL租用GPU的方式为：选择物理主机，然后在该物理主机上创建有N块GPU卡的实例。而内存和CPU配置的分配逻辑为按GPU的数量成倍数分配，比如在主机上看到的CPU和内存分配规则为：32GB/GPU、8核/GPU，那么租用1块GPU时实例的配置为1卡GPU; 8核CPU; 32GB内存，租用2块GPU时实例的配置为2卡GPU; 16核CPU; 64GB内存，依此类推。因此在您租用实例时，根据您的需要选择合适的物理主机，然后选择需要的GPU数量。
实例中的目录¶
在实例中查看磁盘使用情况请在终端中执行：source /root/.bashrc
| 名称 | 路径 | 大小 | 性能 | 说明 |
|---|---|---|---|---|
| 系统盘 | 根目录/ 及其以下所有路径(以下特殊路径除外) | 30GB | 本地盘快 | 实例关机数据不会丢失。一般系统依赖以及Python安装包都会安装在系统盘下，也可以存放代码等小容量的数据；在迁移实例时会进行迁移，保存镜像时会保存至镜像中。 |
| 数据盘 | /root/autodl-tmp | 50GB起可扩容 | 本地盘快 | 实例关机数据不会丢失。可存放读写IO要求高的数据。但不能保存至镜像中以及进行实例迁移。如果需要将数据盘的数据进行迁移，请参考跨实例拷贝数据 |
| AutoDL文件存储 | /root/autodl-fs | 免费20GB超出容量计费 | 网络盘一般 | 可以实现同一地区不同实例间的文件同步共享。相比下面的网盘性能更高 |
| AutoDL网盘 | /root/autodl-nas | 免费20GB可扩容 | 网络盘慢 | 可以实现同一地区不同实例间的文件同步共享。 |
| 公共数据 | /root/autodl-pub | 只读 | 网络盘慢 | 平台常用公共数据、公共模型的存放目录。只读、不支持写文件 |
系统盘再说明
Linux操作系统中，几乎所有的东西都以文件夹或文件形式存在，这些文件夹/文件有一个共同的根目录/。如果我们在某块磁盘A上（无其他分区）安装了Linux操作系统后，那么根目录下将会有此类默认的系统目录：
$ ls /
bin etc lib mnt proc run tmp var boot dev home root srv sys usr
在默认状态下向无论哪个目录下写入文件，最终都是写入了磁盘A，AutoDL实例中的系统盘指的就是安装了系统的这块硬盘A，在根目录/下的任何一个地方写入文件都是写入了系统盘。但是有例外，比如还有一块全新的硬盘B，如果我们想在Linux系统下使用硬盘B，那么可以将这个硬盘设备挂载到某个目录（假设挂载的目录就是/root/autodl-tmp），此时如果向/root/autodl-tmp这个目录写入文件夹/文件，意味着是向硬盘B中写入，而不再是向硬盘A写入。到这里，您应该了解了AutoDL系统盘和数据盘的界限在哪里，如在AutoDL实例中安装的系统软件以及用内置的miniconda安装的python依赖，都是安装在了系统盘中。
JupyterLab的工作目录¶
JupyerLab的工作路径是/root，数据盘、网盘、公共数据目录都在/root目录下，因此进入JupyterLab后可直接看到这些平台默认创建的目录。