> ## Documentation Index > Fetch the complete documentation index at: https://starforge.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # 部署选型 > 四种执行后端：local、node、kuberay、slurm Console 是一个控制面进程。训练容器落在哪，是作业被放到的那个 **Fleet** 的属性，所以一个 console 可以同时挂着好几个后端（见 [Fleet](/zh-Hans/ops/fleets)）；`FORGE_DEFAULT_FLEET_KIND` 只决定首次启动时替你种下哪一种。用户命令不变。配错后端不会在运行时偷偷换到另一个。 ## 对比 | | **local** | **node** | **kuberay** | **slurm** | | ---------- | --------------------------------- | -------------------------- | -------------------------- | ----------------------------------------------- | | 训练载体 | console 本机 Docker | 远程节点 Docker（`forgelet`） | K8s RayJob（head + workers） | slurmrestd allocation（Enroot/Pyxis 或 Apptainer） | | 规模 | 单机 1–8 卡 | 多台单机作业 | 多节点 | HPC 多节点 | | 跨节点 gang | 否 | 否（Phase 1；gang 以后再说） | 是 | 是（`srun` + Ray） | | 异构多池 | 否 | 否 | 是（worker group） | 是（hetjob + constraint） | | 作业代码 | 宿主目录挂载 | 共享存储（`FORGE_STORAGE_ROOT`） | 对象存储 + 容器自举 | 共享存储（`FORGE_STORAGE_ROOT`） | | Playground | 是 | 否 | 是（vLLM Pod） | 否 | | 额外依赖 | Docker + NVIDIA Container Toolkit | 每节点 daemon + 共享盘 | K8s + KubeRay + 对象存储 | slurmrestd（JWT）+ 容器运行时 | | Console 放哪 | 必须和 GPU 同机 | 能打到各 agent、能挂同一共享盘即可 | 集群内，或带 kube token | 能打到 slurmrestd、能挂共享盘即可 | ## 怎么选 ```mermaid theme={"theme":{"light":"github-light","dark":"github-dark-dimmed"}} flowchart TD A["手里有什么算力？"] --> B["一台 GPU 机器"] A --> C["几台裸机，没有 K8s"] A --> D["已经有 Kubernetes"] A --> E["机房已经是 Slurm"] B --> L["local"] C --> AG["agent"] D --> K["kuberay"] E --> S["slurm"] ``` * **一台机器**：`local`。零件最少。 * **两三台到八台，不想上 K8s 也没有 Slurm**：`agent`。console 不再需要 Docker socket。 * **已经在维护 K8s**：`kuberay`。一作业一个临时 RayCluster，K8s 负责回收。 * **已经在跑 Slurm**：`slurm`。平台只做提交和观测，站点调度器仍管队列。 ## 分页面 Console 进程、数据库、对象存储、反向代理注册机器、join token、排空、存活判定单机 Docker 裸机机器跑 forgelet Operator、RBAC、作业包分发 slurmrestd、runtime profile、hetjob