資料の 英語版 に戻るデプロイメントのハードウェア仕様の管理
デプロイメントのハードウェア仕様の管理
最終更新: 2024年12月09日
watsonx.aiRuntime で特定のアセットをデプロイする際、コンピューティングのニーズに合わせてハードウェア構成のタイプ、サイズ、パワーを選択できます。
デプロイメント用のハードウェア仕様の作成
以下の方法で、デプロイメントのハードウェア仕様を作成できます。
- Python クライアント・ライブラリー: Python クライアント・ライブラリーの
hardware_specifications.store関数を使用します。 詳しくは、 Python クライアント・ライブラリー・リファレンス を参照してください。 - Data and AI Common Core API：Data and AI Common Core API の Environments リストから '
POST /v2/hardware_specifications使用してハードウェア仕様を作成する。 詳しくは、 環境 API リファレンスを参照してください。
ハードウェア仕様を必要とするデプロイメント・タイプ
ハードウェア仕様の選択は、すべての バッチ・デプロイメント ・タイプで使用できます。 オンライン・デプロイメントの場合、デプロイする場合は特定のハードウェア仕様を選択できます。
- Python 関数
- Tensorflow モデル
- カスタム・ソフトウェア仕様を持つモデル
資産のデプロイに使用可能なハードウェア構成
XS: 1x4 = 1 vCPU および 4 GB RAMS: 2x8 = 2 vCPU および 8 GB RAMM: 4x16 = 4 vCPU および 16 GB RAML: 8x32 = 8 vCPU および 32 GB RAMXL: 16x64 = 16 vCPU および 64 GB RAM
XS 構成を使用して、以下をデプロイできます。
- Python 関数
- Python スクリプト
- R スクリプト
- カスタム・ライブラリーおよびカスタム・イメージに基づくモデル
Decision Optimization デプロイメントでは、以下のハードウェア仕様を使用できます。
SMLXL
GPU 推論のハードウェア仕様
Cloud Pak for Dataバージョン4.8.5より、デプロイメント作成時に「x86プラットフォームのユーザーインターフェースから、CUDAソフトウェア仕様のGPUハードウェア仕様を選択できるようになりました。
GPU 推論には、以下の事前定義ハードウェア仕様を使用してください。
もっと見る
親トピック: 予測デプロイメントの管理