Translation not up to date
Při procházení nebo určování skóre modelu nebo funkce se volí typ, velikost a výkon hardwarové konfigurace, která odpovídá vašim výpočetním potřebám.
Výchozí hardwarové konfigurace
Vyberte konfiguraci hardwaru pro aktivum produktu Watson Machine Learning , když cvičíte aktivum nebo když jej nasadíte.
| Typ kapacity | Jednotky kapacity za hodinu |
|---|---|
| Extra malý: 1x4 = 1 vCPU a 4 GB RAM | 0.5 |
| Malý: 2x8 = 2 vCPU a 8 GB RAM | 1 |
| Střední: 4x16 = 4 vCPU a 16 GB RAM | 2 |
| Velký: 8x32 = 8 vCPU a 32 GB RAM | 4 |
| Extra velká: 16x64 = 16 vCPU a 64 GB RAM | 8 |
Vypočítat využití aktiv produktu Watson Machine Learning
Implementace a přidělení skóre spotřebovávají výpočetní prostředky jako jednotky kapacity (CUH) ze služby produktu Watson Machine Learning .
Chcete-li zkontrolovat celkovou měsíční spotřebu CUH pro služby produktu Watson Machine Learning , v navigační nabídce vyberte volbu Administrace -> Běhová prostředí prostředí.
Kromě toho můžete monitorovat měsíční využití prostředků v každém specifickém prostoru implementace. Chcete-li to provést, přejděte z vašeho prostoru implementace na kartu Spravovat a poté vyberte volbu Využití prostředků. Souhrn zobrazuje CUH použité typem nasazení: odděleně pro implementace AutoAI , nasazení federovaných informací, implementace dávky a implementace online.
Vypočítat podrobnosti o využití
Rychlost spotřebovaných CUH je určena výpočetními požadavky vašich implementací. Je založen na těchto proměnných jako:
- Typ implementace
- typ rámce
- Složitost skóre Scaling a implementace na podporu více souběžných uživatelů a požadavků také zvyšuje spotřebu CUH. Vzhledem k tomu, že mnoho proměnných ovlivňuje spotřebu prostředků pro implementaci, doporučuje se, abyste spustili testy na svých modelech a implementacích, abyste analyzovali spotřebu CUH.
Způsob, jakým online implementace spotřebovávají kapacity jednotek, je založen na rámci. U některých rámců se CUH účtují za počet hodin, kdy je aktivum nasazení aktivní v prostoru implementace. Například modely SPSS v režimu online implementace, které se spouštějí 24 hodin denně, sedm dní v týdnu, spotřebovávají CUHs a jsou účtovány za toto období. Aktivní online implementace nemá žádný čas nečinnosti. U jiných rámců se CUH účtují podle doby trvání přidělení skóre. Podrobnosti o tom, jak se vypočítá využití CUH, naleznete v tabulce spotřeby CUH.
Výpočetní doba se vypočítá na milisekundu s jednominutovou minimální hodnotou pro každou jednotlivou operaci. Například:
- Školicí běh, který trvá 12 sekund, je účtován jako 1 minuta.
- Výcvikový běh, který trvá 83.555 sekund, se účtuje přesně tak, jak je vypočítáno
Spotřeba CUH podle implementace a typu rámce
Spotřeba CUH se vypočítá pomocí těchto vzorců:
| Typ implementace | Rámec | Výpočet CUH |
|---|---|---|
| Online | AutoAI, AI function, SPSS, Scikit-Seznámení s vlastními knihovnami, Tensorflow, RShiny | Aktivní doba trvání implementace * Počet uzlů * CUH sazby pro strukturu typu kapacity |
| Online | Spark, PMML, Scikit-Learn, Pytorch, XGBoost | Doba trvání relevantnosti v sekundách * Počet uzlů * CUH sazby pro typ kapacity |
| Dávka | všechny rámce | Doba trvání úlohy v sekundách * Počet uzlů * CUH sazby pro rámec typu kapacity |
Další informace
Nadřízené téma: Správa prediktivních implementací