同一份数据在不同算法和参数下，会产生完全不同的资源需求。申请资源前先理解任务的输入、并行方式和中间对象。
CPU与批处理
格式转换、质控、比对和统计任务常可分批运行。核心数量是否有效取决于软件能否并行。
GPU与显存
模型训练、图像计算和部分科学软件可以利用GPU。驱动、框架、显存和数据加载速度都会影响效果。
高内存任务
单细胞对象、大型图结构和跨样本整合可能需要较高内存。内存不足通常会直接终止任务，而不是只让它变慢。
任务队列
排队、运行、完成、失败和取消是不同状态。日志、退出代码和资源用量可以帮助判断是否需要重试。