About cookies on this site Our websites require some cookies to function properly (required). In addition, other cookies may be used with your consent to analyze site usage, improve the user experience and for advertising. For more information, please review your options. By visiting our website, you agree to our processing of information as described in IBM’sprivacy statement. To provide a smooth navigation, your cookie preferences will be shared across the IBM web domains listed here.
資料の 英語版 に戻る
モデルのトレーニングおよびスコアリングの計算オプション
モデルのトレーニングおよびスコアリングの計算オプション
最終更新: 2024年11月21日
モデルまたは関数をトレーニングまたはスコアリングするときに、コンピューティング・ニーズに一致するハードウェア構成のタイプ、サイズ、および能力を選択してください。
デフォルトのハードウェア構成
watsonx.aiRuntime アセットのハードウェア構成は、アセットをトレーニングするとき、またはアセットをデプロイするときに選択します。
キャパシティー・タイプ | 1 時間当たりのキャパシティー・ユニット |
---|---|
極小: 1x4 = 1 個の vCPU および 4 GB の RAM | 0.5 |
小: 2x8 = 2 個の vCPU および 8 GB の RAM | 1 |
中: 4x16 = 4 個の vCPU および 16 GB の RAM | 2 |
大: 8x32 = 8 個の vCPU および 32 GB の RAM | 4 |
特大: 16x64 = 16 個の vCPU および 64 GB の RAM | 8 |
watsonx.aiランタイムアセットの計算使用量
デプロイメントとスコアリングは、watsonx.aiRuntime サービスから CUH(Capacity Unit Hours)としてコンピュートリソースを消費します。
watsonx.aiランタイムサービスの月間総 CUH 消費量を確認するには、ナビゲーションメニューから、管理->環境ランタイムを選択します。
さらに、特定のデプロイメント・スペースごとに毎月のリソース使用量をモニターできます。 これを行うには、デプロイメント・スペースから 「管理」 タブに移動し、 「リソース使用量」を選択します。 要約には、 AutoAI デプロイメント、統合学習デプロイメント、バッチ・デプロイメント、およびオンライン・デプロイメントに対して別々に、デプロイメント・タイプごとに使用される CUH が示されます。
コンピュート使用量の詳細
消費される CUH の率は、デプロイメントのコンピューティング要件によって決まります。 これは、以下のような変数に基づいています。
- 展開の種類
- フレームワークのタイプ
- スコアリングの複雑さより多くの同時ユーザーおよび要求をサポートするためにデプロイメントをスケーリングすることにより、CUH 使用量も増加します。 多くの変数がデプロイメントのリソース使用量に影響するため、モデルおよびデプロイメントに対してテストを実行して CUH 使用量を分析することをお勧めします。
オンライン・デプロイメントが容量単位を消費する方法は、フレームワークに基づいています。 一部のフレームワークでは、デプロイメント・スペース内でデプロイメント資産がアクティブである時間数に対して CUH が課金されます。 例えば、オンライン・デプロイメント・モードの SPSS モデルは、1 日 24 時間週 7 日実行され、CUH を消費し、その期間に対して課金されます。 アクティブなオンライン・デプロイメントにはアイドル時間がありません。 その他のフレームワークの場合、CUH はスコアリング期間に従って課金されます。 CUH 使用量の計算方法について詳しくは、CUH 使用量テーブルを参照してください。
計算時間はミリ秒単位で計算され、操作ごとに最小 1 分が計算されます。 次に例を示します。
- 12 秒かかるトレーニング実行は、1 分として請求されます。
- 83.555 秒かかるトレーニング実行は、計算されたとおりに請求されます。
デプロイメントおよびフレームワーク・タイプによる CUH の使用量
CUH 使用量は、以下の数式を使用して計算されます。
デプロイメント・タイプ | フレームワーク | CUH 計算 |
---|---|---|
オンライン | AutoAI、AI 機能、SPSS、Scikit-Learn カスタム・ライブラリー、 Tensorflow、RShiny | デプロイメントのアクティブ期間 ノード数 キャパシティー・タイプ・フレームワークの CUH 率 |
オンライン | Spark, PMML, Scikit-Learn, Pytorch, XGBoost | キャパシティー・タイプ・フレームワークのスコア期間 (秒) ノード数 CUH 率 |
バッチ | すべてのフレームワーク | キャパシティー・タイプ・フレームワークのジョブ所要時間 (秒) ノード数 CUH 率 |
もっと見る
親トピック: 予測デプロイメントの管理
トピックは役に立ちましたか?
0/1000