Translation not up to date
Podczas uczenia lub oceniania modelu lub funkcji można wybrać typ, rozmiar i moc konfiguracji sprzętowej, która jest zgodna z potrzebami obliczeniową.
Domyślne konfiguracje sprzętu
Wybierz konfigurację sprzętową dla zasobu Watson Machine Learning podczas uczenia danego zasobu lub podczas jego wdrażania.
| Typ wielkości | Jednostki mocy obliczeniowej na godzinę |
|---|---|
| Dodatkowe małe: 1x4 = 1 vCPU i 4 GB pamięci RAM | 0.5 |
| Małe: 2x8 = 2 vCPU i 8 GB pamięci RAM | 1 |
| Średnia: 4x16 = 4 vCPU i 16 GB pamięci RAM | 2 |
| Duże: 8x32 = 8 vCPU i 32 GB pamięci RAM | 4 |
| Duża ilość: 16x64 = 16 vCPU i 64 GB pamięci RAM | 8 |
Obliczanie wykorzystania zasobów Watson Machine Learning
Wdrożenia i punktacja wykorzystują zasoby obliczeniowe jako godziny jednostki mocy obliczeniowej (CUH) z usługi Watson Machine Learning .
Aby sprawdzić łączną miesięczną konsumpcję CUH dla usług Watson Machine Learning , z menu nawigacyjnego wybierz opcję Administrowanie -> Środowisko wykonawcze dla środowiska.
Ponadto można monitorować miesięczne wykorzystanie zasobów w każdym konkretnym obszarze wdrażania. Aby to zrobić, w obszarze wdrażania przejdź do karty Zarządzanie , a następnie wybierz opcję Wykorzystanie zasobów. W podsumowaniu wyświetlane są kostki CUHs używane przez typ wdrożenia: osobno dla wdrożeń AutoAI , wdrożeń uczenia stowarzyszonego, wdrożeń wsadowych i wdrożeń w trybie z połączeniem.
Szczegóły użycia obliczenia
Szybkość zużytych jednostek CUHs jest określana na podstawie wymagań obliczeniowych dla wdrożeń. Opiera się on na takich zmiennych, jak:
- Typ wdrożenia
- typ środowiska
- złożoność oceniania Scaling a wdrożenie w celu wsparcia większej liczby jednoczesnych użytkowników i żądań zwiększa również zużycie CUH. Ponieważ wiele zmiennych wpływa na zużycie zasobów na potrzeby wdrożenia, zaleca się uruchamianie testów na modelach i wdrożeniach w celu analizy zużycia CUH.
Sposób, w jaki wdrożenia w trybie z połączeniem zużywają jednostki mocy obliczeniowej, jest oparte na środowisku. W przypadku niektórych środowisk usługi CUHs są naliczane przez liczbę godzin, przez którą zasób wdrażania jest aktywny w obszarze wdrażania. Na przykład modele SPSS w trybie wdrożenia on-line, które działają przez 24 godziny na dobę, siedem dni w tygodniu, pobierają CUHs i są naliczane za ten okres. Aktywne wdrożenie w trybie z połączeniem nie ma czasu bezczynności. W przypadku innych środowisk, CUHs są naliczane zgodnie z czasem trwania oceny. Szczegółowe informacje na temat sposobu obliczania wykorzystania CUH można znaleźć w tabeli wykorzystania CUH.
Czas obliczeniowy jest obliczany na milisekundę, przy czym minimalna wartość wynosi 1 minuty dla każdej odrębnej operacji. Na przykład:
- Uruchomienie szkolenia, które trwa 12 sekund, jest fakturowe jako 1 minutę
- Uruchomienie szkolenia, które zajmuje 83.555 sekund, jest rozliczane dokładnie tak, jak zostało obliczone.
Zużycie CUH według wdrożenia i typu środowiska
Zużycie CUH jest obliczane przy użyciu następujących formuł:
| Typ wdrożenia | Środowisko | Obliczenie CUH |
|---|---|---|
| Z połączeniem | AutoAI, AI function, SPSS, Scikit-Learn custom libraries, Tensorflow, RShiny | Czas trwania aktywnego wdrażania * Liczba węzłów * Szybkość CUH dla typu mocy obliczeniowej |
| Z połączeniem | Spark, PMML, Scikit-Learn, Pytorch, XGBoost | Czas trwania oceny (w sekundach) * Liczba węzłów * Współczynnik CUH dla typu mocy obliczeniowej |
| wsadowo | wszystkie środowiska | Czas trwania zadania (w sekundach) * Liczba węzłów * Współczynnik CUH dla typu mocy obliczeniowej |
Więcej inform.
- Wdrażanie zasobów aplikacyjnych
- Usługa Watson Machine Learning
- Monitorowanie wykorzystania zasobów konta
Temat nadrzędny: Zarządzanie wdrożeniami predykcyjnymi