术语表
本术语表记录了 TensorStack AI 平台的一些专有名词，方便用户随时查阅。
API Key
API Key 是一种 TensorStack AI 平台的安全认证方式，主要应用场景为非交互式程序化身份认证，例如自动化脚本等；或者受限制的交互式场景，例如命令行工具。详见 API Key 文档。
Assessor 算法
Assessor 算法是一系列训练评估算法的统称，用于在 AutoTune 中判断当前超参数的训练中间结果是否符合预期。详见 AutoTune 文档。
AutoTune
AutoTune 是 TensorStack AI 平台提供的自动化机器学习工具，用于自动地进行特征工程、神经网络架构搜索、超参调优和模型压缩。详见 AutoTune 文档。
AutoTuneExperiment
AutoTuneExperiment 是一种 TensorStack 资源，用于自动化机器学习超参数调优。详见 AutoTuneExperiment 文档。
BeamJob
BeamJob 是一种 TensorStack 资源，用于通过 Apache Beam 框架和 Apache Flink 等底层计算引擎运行分布式计算任务。详见 BeamJob 文档。
ClusterRole
与 Role 类似，但 Role 只能指定某个命名空间范围内的权限，ClusterRole 是整个集群范围。
ClusterRoleBinding
与 RoleBinding 类似，但 RoleBinding 只能指定某个命名空间范围内的权限，ClusterRoleBinding 是整个集群范围。
ConfigMap
ConfigMap 是一种以键值对的形式存储非机密信息的 Kubernetes 资源。Pod 可以挂载 ConfigMap，并以环境变量、命令行参数或配置文件的形式使用 ConfigMap 中的信息。详见 ConfigMap 和 管理 ConfigMap。
Container（容器）
容器是可移植、可执行的轻量级的镜像，包含其中的软件及其相关依赖。容器使应用和底层的主机基础设施解耦，降低了应用在不同云环境或者操作系统上的部署难度，便于应用扩展。
Controller（控制器）
控制器负责监控集群中某种 Kubernetes 资源的所有实例，并设法将资源的当前状态转变为期望状态。
CRD（Custom Resource Definition，定制资源定义）
CRD 是 Kubernetes 提供的一种扩展机制，允许开发者定制自己的资源，并开发对应的控制器。TensorStack AI 平台定义了一系列资源，以方便你在 Kubernetes 集群上构建机器学习应用。
CronWorkflowRun
CronWorkflowRun 是一种 TensorStack 资源，用于方便地定时执行 WorkflowRun。详见 CronWorkflowRun 文档。
Docker
Docker 是一个提供操作系统级别的虚拟化技术的软件，用于将软件应用及其相关依赖打包成所谓的容器（Container），能够在一个操作系统实例中运行多个其他操作系统中构建的容器。Kubernetes 支持使用 Docker 作为容器运行时。详见 Docker 文档。
Explorer
Explorer 是一种 TensorStack 资源，用于通过浏览器访问文件管理器和集成开发环境（IDE）。详见 Explorer 文档。
GenericJob
GenericJob 是一种 TensorStack 资源，用于统一协调多个 Pod 共同完成一项任务。详见 GenericJob 文档。
Image（镜像）
镜像是保存的容器实例，它打包了应用运行所需的一组软件。你可以将镜像存储在容器镜像仓库、拉取到本地系统并作为应用来运行。
Job
在 TensorStack AI 平台中，Job 是一类统一协调多个 Pod 共同完成一项任务的资源，包括 GenericJob、TensorFlowTrainingJob、PyTorchTrainingJob、XGBoostTrainingJob、MPIJob、BeamJob 等。
Kubernetes（K8s）
Kubernetes 是一个开源的容器编排引擎，用来对容器化应用进行自动化部署、 扩缩和管理。TensorStack AI 平台构建在 Kubernetes 的坚实基础之上。详见 Kubernetes 文档。
Label（标签）
标签是附属在资源上的键值对，用于标明资源的属性。你可以通过标签来选取一组资源的某个子集。
MLService
MLService 是一种 TensorStack 资源，用于部署机器学习模型预测服务，以供外部用户使用。详见 MLService 文档。
MPIJob
MPIJob 是一种 TensorStack 资源，用于通过 OpenMPI 协议进行分布式机器学习训练。详见 MPIJob 文档。
Namespace（命名空间）
命名空间是一组资源所属的工作空间，提供了一种划分集群、隔离资源的方式。同一命名空间内的资源名称必须不同，不同命名空间的资源名称可以相同。
Node（节点）
节点是 Kubernetes 中的工作机器。通常，Kubernetes 集群由一系列节点组成，少则一个，多则上千个。
Notebook
Notebook 是一种 TensorStack 资源，用于在集群中运行 Jupyter Notebook，同时提供 GPU 支持、SSH 访问支持等补充功能。详见 Notebook 文档。
Pod
Pod 是可以在 Kubernetes 中创建和管理的、最小的可部署的计算单元。Pod 是一组（一个或多个）容器，这些容器共享存储、网络以及怎样运行这些容器的声明。详见 Kubernetes 文档。
PodGroup
PodGroup 是一组 Pod 的集合，它们需要协同工作、一起被调度。详见 PodGroup 文档。
Project
Project 是 TensorStack AI 平台对计算集群的抽象，建立在 Kubernetes 命名空间（namespace）之上。不同的用户通常在不同的 Project 下工作，并且可以互相分享自己 Project。详见 Project 文档。
PVC（PersistentVolumeClaim，持久卷申领）
PVC 是一种持久化的存储资源，可以被 Pod 挂载、作为 Pod 的卷被访问。你可以在 TensorStack AI 平台的模型构建控制台中创建一个 PVC，并指定它的存储空间（例如 100M、1G）和访问模式（例如只读、可读写、可运行），详见 PVC 和管理 PVC。
PyTorchTrainingJob
PyTorchTrainingJob 是一种 TensorStack 资源，用于通过 PyTorch 框架进行分布式机器学习训练。详见 PyTorchTrainingJob 文档。
Queue（队列）
队列是一种 TensorStack 资源，用于存放 PodGroup 并根据它们的优先级进行调度。详见队列文档。
RBAC（Role Based Access Control）
RBAC 是一种管理访问控制的方式，详见 Kubernetes 文档。你可以通过 ServiceAccount、Role、RoleBinding、ClusterRole、ClusterRoleBinding 等资源来管理访问控制。
Role
Role 中包含一组代表相关权限的规则，例如获取 Pod、创建 Pod、删除 Pod、获取 Secret、创建 Secret、删除 Secret 等。
RoleBinding
RoleBinding 将 Role 中定义的权限赋予一个用户或者一个 ServiceAccount，这样绑定 ServiceAccount 的 Pod 就能进行 Role 中定义的操作。
Scheduler（调度器）
调度器负责将 Pod 分配到合适的节点上，保证节点满足 Pod 声明的计算资源（CPU、内存、GPU等）、亲和度偏好（希望与其他 Pod 一起运行、希望运行在拥有某个标签的节点上等）等需求。
Secret
Secret 是一种存储密码、令牌、SSH Key 等敏感信息的 Kubernetes 资源。Pod 可以将 Secret 挂载为一个文件，并读取其中的信息。详见 Secret 和管理 Secret。
ServiceAccount
ServiceAccount 为 Pod 提供一个身份凭证。当你创建一个 Pod 时，如果没有指定 ServiceAccount，该 Pod 会默认绑定一个名为 default 的 ServiceAccount。
SimpleMLService
SimpleMLService 是一种 TensorStack 资源，用于部署机器学习模型预测服务，以供内部开发者快速测试。详见 SimpleMLService 文档。
TensorBoard
TensorBoard 是 TensorFlow 提供的机器学习可视化工具。TensorStack AI 平台提供在集群中一键部署 TensorBoard 的功能，详见 TensorBoard 文档。
TensorFlowTrainingJob
TensorFlowTrainingJob 是一种 TensorStack 资源，用于通过 TensorFlow 框架进行分布式机器学习训练。详见 TensorFlowTrainingJob 文档。
Tuner 算法
Tuner 算法是一系列超参数调优算法的统称，用于在 AutoTune 中选取合适的超参数组合。详见 AutoTune 文档。
Volume（卷）
卷是一个包含数据的文件夹，可以被 Pod 中的容器访问。详见 Kubernetes 文档。
WorkflowRun
WorkflowRun 是一种 TensorStack 资源，用于实例化 WorkflowTemplate 并提供 WorkflowTemplate 运行时所需的参数、工作空间等资源。详见 WorkflowRun 文档。
WorkflowTemplate
WorkflowTemplate 是一种 TensorStack 资源，用于在 Kubernetes 中有序、高效、方便地组织运行各类工作负载。详见 WorkflowTemplate 文档。
XGBoostTrainingJob
XGBoostTrainingJob 是一种 TensorStack 资源，用于通过 XGBoost 框架进行分布式机器学习训练。详见 XGBoostTrainingJob 文档。