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
- AutoAI
- Service 'Watson Machine Learning'
- Rechenressourcenoptionen für Assets und Bereitstellungen in Bereichen
- Kontoressourcennutzung überwachen
Übergeordnetes Thema: Auswählen von Rechenressourcen für Tools