OnvergeAI·临界智能
PROCESS · 临界智能

SLA 服务级别与运维服务范围

SLA 按 P1/P2/P3 分级写明响应时限、恢复时限与升级路径;运维费用占合同总价 50%,含每年 2 次应用场景微调,九类运维工作范围逐项列明。

P1 · 严重(服务不可用 / 数据泄露疑似 / 核心生产故障)

核心推理服务不可用、权限或审计异常导致业务中断、疑似数据泄露或越权访问事件。

响应时限:工作时间远程响应 ≤15 分钟
恢复时限:持续处理至恢复或给出明确降级方案;恢复时间以客户配合、原厂供应、网络、云账号与第三方接口可用为前提
服务时间:工作日 9:00—18:00(7×24 需另签)

P2 · 主要功能降级

核心功能可用但明显降级(如检索返回异常、批量任务失败、部分接口超时)。

响应时限:工作时间远程响应 ≤2 小时
恢复时限:1 个工作日内给出处理方案与排期;重大问题当日给出临时规避措施
服务时间:工作日 9:00—18:00(7×24 需另签)

P3 · 一般咨询、优化与文档问题

使用咨询、参数调整建议、文档缺失或表述不清、非阻断性优化需求。

响应时限:工作时间远程响应 ≤1 个工作日
恢复时限:按排期处理,一般约定 5 个工作日内答复或给出计划
服务时间:工作日 9:00—18:00

赔偿上限与排除项

P1:赔偿以合同约定为准:按未达成的响应/恢复承诺计算,需在事件发生后 10 个工作日内提出申请并附事件记录;排除项内情形不计入。

P2:以工单系统记录为准;申请流程与排除项同 P1。

P3:按季度服务报告统计响应与解决情况。

运维服务模式与费用口径

运维费用占合同总价的 50%,按年度订阅;服务期内提供每年 2 次微调作业,针对上线时的模型应用场景做定向优化。下方九类工作内容均包含在运维服务范围内。

模型授权与整体价格不在此表内:由于训练的底座模型、训练数据规模、训练能力与微调周期各不相同,同类模型的价格无法准确估量;如需准确价格,请联系客服沟通具体需求、部署方式与并发规模。

故障分级响应时限、可用性统计口径、维护窗口与事故登记规则见 服务承诺与事故记录。

1. 故障响应与 SLA 保障

  • P0/P1 紧急故障、P2 一般故障、P3 咨询类问题分级处理
  • 约定响应时间、恢复时间与值班方式(7×24 或工作日支持)
  • 应急处理、根因分析与复盘报告
  • 关键服务可用性目标(如 99.9%),按业务重要性分级

2. 模型与推理服务运维

  • 模型版本管理:记录来源、量化方式、部署参数与变更
  • vLLM、Ollama、llama.cpp、SGLang 等引擎升级与参数调优
  • 灰度发布与回滚:新版本异常时快速切回旧版本
  • 并发、延迟、显存、队列长度监控;多模型共存调度避免抢卡

3. GPU 算力与基础设施运维

  • GPU 驱动、CUDA、容器镜像、操作系统补丁维护
  • 显存占用、GPU 利用率、温度、故障卡检测
  • 节点扩容缩容与资源配额调整
  • 存储、网络、向量库、数据库、对象存储等配套组件维护

4. 安全、权限与审计运维

  • 账号、角色、租户、应用级权限管理
  • 模型调用日志、提示词、知识库访问记录留存
  • 敏感数据脱敏与越权访问告警
  • 审计报表输出;接口鉴权、限流、防滥用策略维护

5. 效果优化与知识维护

  • 提示词模板优化、参数调优、输出格式稳定性治理
  • RAG 知识库更新、文档解析、向量库重建
  • 问答准确率、召回质量、幻觉控制评估
  • 每年 2 次针对行业应用场景的持续调优

6. 监控告警与可观测性

  • 资源监控:CPU、内存、显存、GPU、磁盘、网络
  • 服务监控:QPS、延迟、错误率、Token 消耗、排队长度
  • 日志采集:推理、网关、审计、系统日志
  • 告警规则:延迟过高、显存溢出、GPU 掉卡、接口异常、检索失败

7. 备份、容灾与变更管理

  • 模型权重、知识库、配置文件、日志定期备份
  • 灾难恢复演练,验证回滚与恢复流程
  • 变更窗口管理,避开业务高峰期升级
  • 升级前压测与回归验证

8. 使用培训与开发支持

  • 接入文档、API 说明、调用示例
  • 指导业务系统对接模型接口
  • 支持 Agent 工具调用、工作流编排、知识库接入
  • 内部团队使用培训与问题答疑

9. 成本与用量运营

  • 按部门、应用、用户统计 Token 用量
  • 设置配额、限流、预算告警
  • 评估 GPU 利用率,避免资源空转
  • 给出扩容或降配建议

先做一次 30 分钟的需求梳理

说出你的行业、数据边界与预算区间,我们在 1 个工作日内给出可验证的下一步。