配额限制
资源额度和配额限制
OpenBayes 中和资源使用相关的限制，主要分为两类：
- 资源额度 / 余额：决定当前是否还有可用的计算时长、存储空间或账户余额。
- 配额限制（limitation）：决定当前账号最多允许创建多少个资源，或者最多允许同时运行多少个资源。
用户在不同资源下的额度余额可在「账号设置」-「资源使用状况」页面查看：
运行系统会优先从该页面所展示的算力资源中扣费，默认每小时进行一次扣费。当这里的算力时间配额用尽时，系统会开始从用户的余额中扣费。如果用户的余额不足以支付当前运行的算力资源，系统将会停止运行该算力容器。
即使账户余额充足、集群中仍有空闲资源，只要触发了 limitation，也仍然无法继续创建或启动对应资源。因此，能否启动一个容器，通常需要同时满足以下条件：
- 账号仍有足够的资源额度或余额；
- 当前资源没有超过 limitation；
- 集群里确实还有空闲资源。
配额限制（limitation）是什么
配额限制用于控制当前账号下资源的最大并发，以及各类资源可拥有的总数量。它的作用是限制账号的使用上限，而不是修改当前余额或集群规模。
在「账号设置」-「资源使用状况」-「配额限制」中，可以看到当前账号的主要 limitation：
常见的 limitation 可以分为以下几类：
1. 各类算力资源的并行限制
例如 cpu、cpu-xlarge、rtx-4090、a6000 等资源，都会分别配置一个并行上限，表示该账号同时运行中的该类资源实例数不能超过这个值。
当某个资源已经达到上限时，再次创建对应容器会报错，例如：
资源 RTX-3090 超出个人限制
将某个资源的限制设置为 0，表示当前账号被禁止使用该资源。
2. GPU 类型的总量限制
除了按资源名称分别限制并发数外，平台还会按 GPU 类型 设置一个额外的总量上限，例如 A6000、V100-32、RTX-4090 等。
这类限制和上面的“资源并行限制”是同时生效的：
- 资源 limitation 限制的是某个具体资源可以并行运行多少个实例；
- GPU limitation 限制的是某一类 GPU 总共最多能被占用多少张。
例如，某个资源每个实例需要 2 张 A6000：
- 如果该资源的并行限制为
3，理论上最多可开 3 个实例； - 但如果
A6000的 GPU 限制只有4，那么实际上最多只能同时开 2 个实例。
因此，最终可运行的数量，取决于资源 limitation 和 GPU limitation 两者中更严格的那个。
3. 数据集、容器（项目）和模型部署个数限制
除了运行时并发限制外，账号还会有“拥有数量”方面的限制，包括：
- 私有数据集个数限制；
- 公有数据集个数限制；
- 私有容器个数限制；
- 公有容器个数限制；
- 私有模型部署个数限制；
- 公有模型部署个数限制。
这里限制的是该账号当前拥有的资源数量，而不是同时运行中的数量。
其中模型部署（Serving）也分为私有和公开两类：
- 创建新的私有模型部署时，会检查私有模型部署个数限制；
- 将一个私有模型部署改为公开时，会检查公有模型部署个数限制；
- 如果当前个数已达到上限，则无法继续创建或公开对应的模型部署。
4. 组织个数限制
个人账号还会有“可创建的组织个数限制”。当达到上限后，将无法继续创建新的组织。
5. 组织成员 limitation
除了账号级和组织级 limitation 外，组织还可以为成员设置单独的 limitation。
- 成员 limitation 目前主要用于限制成员在组织内可使用的各类资源并行数；
- 成员 limitation 不会放宽组织本身的 limitation，而是会和组织 limitation 同时生效；
- 因此，成员实际可使用的上限，取决于“成员 limitation”和“组织 limitation”中更严格的那个。
例如，组织的 rtx-4090 并行限制为 4，某个成员的 rtx-4090 limitation 为 1，那么该成员最多只能同时使用 1 个对应资源实例，即使组织整体还有剩余配额也不例外。
更多说明见 组织资源管理。
6. 运行中的快照个数限制
工作空间创建快照时，平台会限制当前账号同时处于未完成状态的快照数量。只有已有快照完成或被删除后，才能继续创建新的快照。
7. 单次上传大小限制
页面中还会显示“上传资源限制（MB）”，表示当前账号单次上传数据时允许的最大体积。
这项限制和前面的“数量 / 并发 limitation”不同，它主要受当前剩余存储空间影响。如果剩余存储空间不足，即使其他 limitation 仍有余量，也可能无法继续上传更大的文件。