Ressourcenoptionen für AutoAI-Experimente in Projekten berechnen

Wenn Sie ein AutoAI-Experiment in einem Projekt ausführen, hängt der Typ, die Größe und die Leistung der verfügbaren Hardwarekonfiguration von dem Typ des Experiments ab, den Sie erstellen.

StandardHardwarekonfigurationen

Die Art der Hardwarekonfiguration, die für Ihr AutoAI-Experiment zur Verfügung steht, hängt von der Art des Experiments ab, das Sie erstellen. Ein Standard-AutoAI-Experiment mit einer einzigen Datenquelle verfügt über eine einzige Standardhardware-Konfiguration. Ein AutoAI-Experiment mit verbundenen Daten hat Optionen zur Erhöhung der Rechenleistung.

Kapazitätseinheiten pro Stunde für AutoAI-Experimente mit einer einzigen Datenquelle

Kapazitätstyp Kapazitätseinheiten pro Stunde
8 vCPU und 32 GB RAM 20

Kapazitätseinheiten pro Stunde für AutoAI-Experimente beim Verbinden von Daten

Beachten Sie, dass sich der Verbrauch für jeden von Ihnen hinzugefügten Executor erhöht.

Kapazitätstyp Kapazitätseinheiten pro Stunde
Verknüpfung mit 1 Treiber: 2 vCPU and 8 GB RAM + 1 Executor: 2 vCPU und 8 GB RAM 10
Verknüpfung mit zusätzlichen Executors 5 CUH für jeden zusätzlichen Executor hinzufügen
Nach der Datenverknüpfung: 8 vCPU und 32 GB RAM 20

Die Laufzeiten für AutoAI stoppen automatisch, wenn die Verarbeitung abgeschlossen ist.

Rechenleistungsnutzung in Projekten

AutoAI verbraucht Rechenressourcen wie CUH aus dem Watson Machine Learning Service.

Sie können den monatlichen Gesamtverbrauch von CUH für den Watson Machine Learning-Service auf der Seite Umgebungen überwachen.

Weitere Informationen

Übergeordnetes Thema: Auswählen von Rechenressourcen für Tools