Se nessuno degli ambienti predefiniti forniti da watsonx.ai Studio corrisponde alle vostre esigenze, potete creare modelli di ambiente personalizzati.
- Autorizzazioni richieste
- Per creare un template di ambiente, devi avere il ruolo Admin o Editor all'interno del progetto.
È possibile creare modelli di ambiente per i seguenti asset:
- studio watsonx.ai
- Notebook nell'editor Notebook
- Notebook in RStudio
- Flussi Modeler in SPSS Modeler
- Flussi Data Refinery
- Lavori che eseguono asset operativi, come flussi Data Refinery o Notebook in un progetto
- DataStage
- Flussi DataStage
Se si desidera che altri package vengano installati automaticamente nel modello di ambiente (personalizzazione software), è possibile configurarli dopo la creazione del modello di ambiente personalizzato. Per i dettagli, fare riferimento a Aggiunta di personalizzazioni.
Per creare un modello di ambiente:
- Sulla scheda Gestisci del progetto, selezionare la pagina Ambienti e fare clic su Nuovo modello in Modelli.
- Immettere un nome e una descrizione.
- Selezionare uno dei seguenti tipi di motore:
- Predefinito: Selezionare i runtime Python, R e RStudio per watsonx.ai Studio.
- Spark: Selezionare Spark con runtime Python o R per watsonx.ai Studio.
- GPU: Selezionare una maggiore potenza di calcolo per migliorare le prestazioni di addestramento del modello per watsonx.ai Studio.
- DataStage: Selezionare per l'integrazione dei dati con il runtime del motore parallelo per DataStage.
- Selezionare la configurazione hardware dal menu a discesa Configurazione hardware .
- Selezionare la versione del software se è stato selezionato un runtime di "Default", "Spark" o "GPU".
- Se si è selezionato "DataStage" per il tipo di runtime, definire la posizione:
- IBM se il runtime si trova su IBM Cloud.
- AWS per un runtime remoto su AWS.
Dove trovare il modello di ambiente personalizzato
Il nuovo modello di ambiente è elencato in Modelli nella pagina Ambienti nella scheda Gestisci del progetto. Da questa pagina, è possibile:
- Controllare quali runtime sono attivi
- Aggiorna modelli di ambiente personalizzati
- Tenere traccia del numero di unità di capacità all'ora utilizzate finora dai runtime
- Arrestare i runtime attivi.
Limitazioni
Gli ambienti predefiniti forniti da watsonx.ai Studio non possono essere modificati.
- Ambienti notebook (distribuzioni Anaconda Python o R):
- Non è possibile aggiungere una personalizzazione software ai modelli di ambiente Python e R predefiniti inclusi in watsonx.ai Studio. È possibile aggiungere solo una personalizzazione a un template ambiente creato.
- Se si aggiunge una personalizzazione software utilizzando conda, l'ambiente deve avere almeno 2 GB di RAM.
- Non puoi personalizzare un ambiente R per un notebook installando i package R direttamente da CRAN o GitHub. È possibile verificare se il package CRAN desiderato è disponibile solo dai canali conda e, se il package è disponibile, aggiungere il nome del package nell'elenco di personalizzazione come
r-<package-name>.
- Non puoi personalizzare un ambiente R per un notebook installando i package R direttamente da CRAN o GitHub. È possibile verificare se il package CRAN desiderato è disponibile solo dai canali conda e, se il package è disponibile, aggiungere il nome del package nell'elenco di personalizzazione come
- Dopo aver avviato un blocco note in un ambiente watsonx.ai Studio, non è possibile creare un altro ambiente conda dall'interno di quel blocco note e utilizzarlo. gli ambienti di watsonx.ai Studio non si comportano come un gestore di ambienti Conda.
- Ambienti Spark:
- Non è possibile personalizzare la configurazione software di un modello di ambiente Spark.
Passi successivi
Ulteriori informazioni
Argomento principale Gestione delle risorse di calcolo