Typy środowisk

W celu uruchomienia notatnika można użyć następujących typów środowisk:

• Środowiska Anaconda CPU dla obciążeń standardowych.
• Środowiska Spark na potrzeby przetwarzania równoległego udostępnianego przez platformę lub inne usługi.
• Środowiska GPU dla modeli uczenia maszynowego intensywnie wykonujących obliczenia.

Większość typów środowisk dla notebooków ma domyślne szablony środowiska, dzięki czemu można szybko rozpocząć pracę. W przeciwnym razie można utworzyć niestandardowe szablony środowiska.

Wersje środowiska wykonawczego

Domyślne środowiska dla notebooków są dodawane jako część wersji środowiska wykonawczego z przedrostkiem Runtime , po którym następuje rok wydania i wersja wydania.

Wersja środowiska wykonawczego określa listę kluczowych bibliotek analityki danych i wersję językową, na przykład Python 3.10. Wszystkie środowiska w wersji środowiska wykonawczego są budowane na podstawie wersji bibliotek zdefiniowanych w wersji, co zapewnia spójne wykorzystanie bibliotek analityki danych we wszystkich aplikacjach analityki danych.

Wersje Runtime 22.2 i Runtime 23.1 są dostępne dla Python 3.10 i R 4.2.

Chociaż wersja środowiska wykonawczego jest obsługiwana, produkt IBM zaktualizuje wersje bibliotek, aby spełnić wymagania dotyczące bezpieczeństwa. Należy zauważyć, że te aktualizacje nie zmienią wersji <Major>.<Minor> bibliotek, ale tylko wersji <Patch> . Dzięki temu zasoby notatnika będą nadal działać.

Szablony środowiska procesora

Dla notatników można wybrać dowolny z następujących domyślnych szablonów środowiska procesora. Domyślne szablony środowiska są wyświetlane w sekcji Szablony na stronie Środowiska na karcie Zarządzanie projektu.

DO Wskazuje, że szablony środowiska zawierają biblioteki CPLEX i DOcplex do modelowania i rozwiązywania problemów z optymalizacją decyzji, które przekraczają złożoność obsługiwaną przez produkt Community Edition bibliotek w innych domyślnych środowiskach Python . Patrz notatnikiDecision Optimization.

NLP Wskazuje, że szablony środowiska zawierają bibliotekę Watson Natural Language Processing z wstępnie wytrenowanymi modelami dla zadań przetwarzania języka, które można uruchomić na danych nieustrukturyzowanych. Patrz Korzystanie z biblioteki Watson Natural Language Processing. To domyślne środowisko powinno być wystarczająco duże, aby można było uruchamiać wstępnie wytrenowane modele.

Należy zatrzymać wszystkie aktywne środowiska wykonawcze CPU, gdy nie są już potrzebne, aby zapobiec zużywaniu dodatkowych jednostek mocy obliczeniowej (CUH). Patrz CPU idle timeout (Limit czasu bezczynności procesora).

Szablony środowiska Spark

Dla notatników można wybrać dowolny z następujących domyślnych szablonów środowiska Spark. Domyślne szablony środowiska są wyświetlane w sekcji Szablony na stronie Środowiska na karcie Zarządzanie projektu.

Należy zatrzymać wszystkie aktywne środowiska wykonawcze Spark, gdy nie są one już potrzebne, aby zapobiec zużywaniu dodatkowych jednostek mocy obliczeniowej (CUHs). Patrz Limit czasu bezczynności Spark.

Szablony środowiska GPU

Dla notatników można wybrać następujący szablon środowiska GPU. Szablony środowiska są wyświetlane w sekcji Szablony na stronie Środowiska na karcie Zarządzanie projektu.

Nazwy szablonów środowiska GPU wskazują moc akceleratora. Szablony środowiska GPU zawierają bibliotekę Watson Natural Language Processing z wstępnie wytrenowanymi modelami dla zadań przetwarzania języka, które można uruchamiać na danych nieustrukturyzowanych. Patrz Korzystanie z biblioteki Watson Natural Language Processing.

~ Wskazuje, że szablon środowiska wymaga planu Watson Studio Professional. Patrz Plany oferty.

Należy zatrzymać wszystkie aktywne środowiska wykonawcze GPU, gdy nie są już potrzebne, aby zapobiec zużywania dodatkowych godzin pracy jednostki mocy obliczeniowej (CUH). Patrz GPU idle timeout (Limit czasu bezczynności GPU).

Domyślna specyfikacja sprzętu dla modeli oceniania za pomocą usługi Watson Machine Learning

Po wywołaniu w notatniku interfejsu API Watson Machine Learning wykorzystywane są zasoby obliczeniowe z usługi Watson Machine Learning oraz zasoby obliczeniowe dla jądra notebooka.

Podczas nawiązywania połączenia z systemem Watson Machine Learning i tworzenia wdrożenia można wybrać dowolną z następujących specyfikacji sprzętowych.

Pliki danych w środowiskach notatników

W przypadku pracy z dużymi zestawami danych należy zapisać zestawy danych w mniejszych porcjach w programie IBM Cloud Object Storage powiązanym z projektem i przetworzyć dane w porcjach w notatniku. Alternatywnie należy uruchomić notatnik w środowisku Spark.

Należy pamiętać, że system plików każdego środowiska wykonawczego jest nietrwały i nie może być współużytkowany w różnych środowiskach. Aby utrwalić pliki w produkcie Watson Studio, należy użyć produktu IBM Cloud Object Storage. Najprostszym sposobem użycia programu IBM Cloud Object Storage w notatnikach w projektach jest wykorzystanie pakietu project-lib dla Python lub pakietu project-lib dla R.

Oblicz użycie według usługi

Środowiska wykonawcze notatnika używają zasobów obliczeniowych jako CUH z produktu Watson Studiopodczas uruchamiania środowisk domyślnych lub niestandardowych. Użytkownik może monitorować wykorzystanie CUH Watson Studio w projekcie na stronie Użycie zasobów na karcie Zarządzanie projektu.

Notebooki mogą również korzystać z CUH z usługi Watson Machine Learning , gdy notebook wywołuje usługę Watson Machine Learning w celu oceny modelu. Na stronie Użycie zasobów na karcie Zarządzanie projektu można monitorować łączne miesięczne wykorzystanie CUH dla usługi Watson Machine Learning .

CP =  client.service_instance.get_details()
CUH = CUH["entity"]["usage"]["capacity_units"]["current"]/(3600*1000)
print(CUH)

'capacity_units': {'current': 19773430}

19773430/(3600*1000)

Zasięg środowiska wykonawczego

Środowiska wykonawcze są zawsze ograniczone do szablonu środowiska i użytkownika w ramach projektu. Jeśli różni użytkownicy w projekcie pracują w tym samym środowisku, każdy użytkownik otrzyma osobne środowisko wykonawcze.

Jeśli zostanie wybrana opcja uruchomienia wersji notatnika jako zaplanowanego zadania, każde zaplanowane zadanie będzie zawsze uruchamiane w dedykowanym środowisku wykonawczym. Środowisko wykonawcze zostanie zatrzymane po zakończeniu zadania.

Zmiana środowiska notatnika

Środowiska można przełączać z różnych powodów, na przykład:

• Wybierz środowisko z większą mocą obliczeniową lub większą ilością pamięci RAM
• Zmiana z używania środowiska bez środowiska Spark na środowisko Spark

Środowisko notatnika można zmienić tylko wtedy, gdy notatnik jest odblokowany. Środowisko można zmienić:

• Z notatnika otwartego w trybie edycji:

  1. Zapisz zmiany wprowadzone w notatniku.
  2. Kliknij ikonę Informacje o notatniku () na pasku narzędzi notatnika, a następnie kliknij opcję Środowisko.
  3. Wybierz z listy inny szablon z mocą obliczeniową i pojemnością pamięci.
  4. Wybierz opcję Zmień środowisko. Spowoduje to zatrzymanie aktywnego środowiska wykonawczego i uruchomienie nowo wybranego środowiska.

• Na stronie Zasoby aplikacyjne projektu:

  1. Wybierz notatnik w sekcji Notebooki, kliknij kolejno opcje Czynności > Zmień środowisko i wybierz inne środowisko. Przed zmianą środowiska należy zatrzymać jądro. Ta nowa instancja środowiska wykonawczego zostanie utworzona przy następnym otwarciu notatnika do edycji.

• W zadaniu notatnika, edytując szablon zadania. Patrz sekcja Edytowanie ustawień zadania.

Następne kroki

• Tworzenie notatnika
• Tworzenie własnego szablonu środowiska
• Dostosowywanie szablonu środowiska
• Zatrzymywanie aktywnych środowisk wykonawczych notatnika

Więcej inform.

• Monitorowanie wykorzystania zasobów konta

Temat nadrzędny: Zasoby obliczeniowe dla narzędzi