Translation not up to date
Výpočetní využití se vypočítá na základě počtu hodin kapacity (CUH) spotřebovaných běhovým prostředím aktivního prostředí v produktu Watson Studio. Plány produktu Watson Studio určují, jak vám budou měsíčně účtovány prostředky, které spotřebováváte.
| Funkce | Lite | Profesní | Standardní (starší) | Podnik (starší) |
|---|---|---|---|---|
| Využití zpracování | 10 CUH za měsíc |
Neomezené CUH účtované za užívání za měsíc |
10 CUH za měsíc + platit za více |
5000 CUH za měsíc + platit za více |
Jednotky kapacity za hodinu pro notebooky
| Typ kapacity | Jazyk | Počet jednotek kapacity za hodinu |
|---|---|---|
| 1 vCPU a 4 GB RAM | Python R |
0.5 |
| 2 vCPU a 8 GB RAM | Python R |
1 |
| 4 vCPU a 16 GB RAM | Python R |
2 |
| 8 vCPU a 32 GB RAM | Python R |
4 |
| 16 vCPU a 64 GB RAM | Python R |
8 |
| Ovladač: 1 vCPU a 4 GB RAM; 1 Executor: 1 vCPU a 4 GB RAM | Spark s Python Spark s R |
1 CUH na další prováděcí modul je 0.5 |
| Ovladač: 1 vCPU a 4 GB RAM; 1 Executor: 2 vCPU a 8 GB RAM | Spark s Python Spark s R |
1.5 CUH na další prováděcí modul je 1 |
| Ovladač: 2 vCPU a 8 GB RAM; 1 Executor: 1 vCPU a 4 GB RAM; | Spark s Python Spark s R |
1.5 CUH na další prováděcí modul je 0.5 |
| Ovladač: 2 vCPU a 8 GB RAM; 1 Executor: 2 vCPU a 8 GB RAM; | Spark s Python Spark s R |
2 CUH na další exekutor je 1 |
Rychlost spotřebovaných jednotek kapacity za hodinu je určena pro:
Výchozí prostředí Python nebo R podle velikosti hardwaru a počtu uživatelů v projektu používajících jedno nebo více běhových prostředí
Například:
IBM Runtime 22.2 on Python 3.10 XSse 2 vCPUs spotřebuje 1 CUH, pokud běží po dobu jedné hodiny. Pokud máte projekt se 7 uživateli, kteří pracují na noteboocích 8 hodin denně, 5 dní v týdnu, všichni používají prostředíIBM Runtime 22.2 on Python 3.10 XSa všichni vypínají svá běhová prostředí, když večer odjíždějí, spotřeba za běhu je5 x 7 x 8 = 280 CUH per week.Výpočet CUH se stává složitějším, když se používají různá prostředí ke spouštění notebooků ve stejném projektu, a pokud mají uživatelé více aktivních běhových prostředí, všichni spotřebovávají své vlastní CUHs. Dále mohou existovat zápisníky, jejichž spuštění je naplánováno na dobu mimo pracovní dobu, a přerušitelné úlohy, které podobně spotřebovávají CUH.
Výchozí prostředí Spark podle velikosti konfigurace hardwaru ovladače a počtu exekutorů a jejich velikosti.
Jednotky kapacity za hodinu pro notebooky s volbou Decision Optimization
Rychlost spotřebovaných jednotek kapacity za hodinu je určena velikostí hardwaru a cenou pro Decision Optimization.
| Typ kapacity | Jazyk | Počet jednotek kapacity za hodinu |
|---|---|---|
| 1 vCPU a 4 GB RAM | Python + Decision Optimization | 0.5 + 5 = 5.5 |
| 2 vCPU a 8 GB RAM | Python + Decision Optimization | 1 + 5 = 6 |
| 4 vCPU a 16 GB RAM | Python + Decision Optimization | 2 + 5 = 7 |
| 8 vCPU a 32 GB RAM | Python + Decision Optimization | 4 + 5 = 9 |
| 16 vCPU a 64 GB RAM | Python + Decision Optimization | 8 + 5 = 13 |
Jednotky kapacity za hodinu pro notebooky s produktem Watson Natural Language Processing
Rychlost spotřebovaných jednotek kapacity za hodinu je určena velikostí hardwaru a cenou pro Watson Natural Language Processing.
| Typ kapacity | Jazyk | Počet jednotek kapacity za hodinu |
|---|---|---|
| 1 vCPU a 4 GB RAM | Python + Watson Zpracování přirozeného jazyka | 0.5 + 5 = 5.5 |
| 2 vCPU a 8 GB RAM | Python + Watson Zpracování přirozeného jazyka | 1 + 5 = 6 |
| 4 vCPU a 16 GB RAM | Python + Watson Zpracování přirozeného jazyka | 2 + 5 = 7 |
| 8 vCPU a 32 GB RAM | Python + Watson Zpracování přirozeného jazyka | 4 + 5 = 9 |
| 16 vCPU a 64 GB RAM | Python + Watson Zpracování přirozeného jazyka | 8 + 5 = 13 |
Jednotky kapacity za hodinu pro toky SPSS Modeler
| Název | Typ kapacity | Počet jednotek kapacity za hodinu |
|---|---|---|
| Výchozí SPSS XS | 4 vCPU 16 GB RAM | 2 |
Jednotky kapacity za hodinu pro toky Data Refinery a Data Refinery
| Název | Typ kapacity | Počet jednotek kapacity za hodinu |
|---|---|---|
| Výchozí běhové prostředí Data Refinery XS | 3 vCPU a 12 GB RAM | 1.5 |
| Výchozí Spark 3.3 & R 4.2 | 2 prováděcí moduly: 1 vCPU a 4 GB RAM; ovladač: 1 vCPU a 4 GB RAM | 1.5 |
Jednotky kapacity za hodinu pro RStudio
| Název | Typ kapacity | Počet jednotek kapacity za hodinu |
|---|---|---|
| Výchozí RStudio XS | 2 vCPU a 8 GB RAM | 1 |
| Výchozí RStudio M | 8 vCPU a 32 GB RAM | 4 |
| Výchozí RStudio L | 16 vCPU a 64 GB RAM | 8 |
Jednotky kapacity za hodinu pro prostředí GPU
| Typ kapacity | Jednotky GPU | Jazyk | Počet jednotek kapacity za hodinu |
|---|---|---|---|
| 1 x NVIDIA Tesla V100 | 1 | Python s grafickou jednotkou | 68 |
| 2 x NVIDIA Tesla V100 | 2 | Python s grafickou jednotkou | 136 |
Limit kapacity běhového prostředí
Budete upozorněni, když se chystáte dosáhnout limitu měsíční běhové kapacity pro váš plán služeb Watson Studio . Když se to stane, můžete:
- Zastavte aktivní běhová prostředí, která nepotřebujete.
- Aktualizujte svůj plán služeb. Aktuální informace naleznete na stránce katalogu služebpro produkt Watson Studio.
Sledovat využití běhového prostředí pro projekt
Můžete zobrazit běhová prostředí, která jsou momentálně aktivní v projektu, a monitorovat využití projektu ze stránky Prostředí projektu.
Sledovat využití běhového prostředí pro účet
Hodnota CUH spotřebovaná aktivními běhových prostředí v projektu je účtována na účet, který tvůrce projektu vybral ve svém nastavení profilu v době vytvoření projektu. Tento účet může být účtem tvůrce projektu nebo jiným účtem, ke kterému má tvůrce projektu přístup. Pokud jsou do projektu přidáni jiní uživatelé a používají běhová prostředí, jejich použití je také účtováno podle účtu, který si tvůrce projektu vybral v době vytvoření projektu.
Můžete sledovat využití běhového prostředí pro účet na stránce Běhová prostředí , pokud jste vlastníkem nebo administrátorem účtu IBM Cloud .
Chcete-li zobrazit celkové využití běhového prostředí ve všech projektech a zjistit, jakou část plánu jste aktuálně používali, vyberte volbu Administrace > Běhová prostředí.
Zobrazí se seznam aktivních běhových prostředí účtovaných vašemu účtu. Můžete vidět, kdo vytvořil běhová prostředí, kdy a pro které projekty, stejně jako jednotky kapacity, které byly spotřebovány aktivními běhových prostředí v době zobrazení seznamu.
Další informace
- Časový limit nečinnosti běhového prostředí
- Monitorování využití prostředků účtu
- Upgradujte svou službu
Nadřízené téma: Správa výpočetních prostředků