0 / 0
資料の 英語版 に戻る
Watson Studio 環境のコンピュート使用量
Watson Studio 環境のコンピュート使用量

Watson Studio 環境のコンピュート使用量

コンピュート使用量は、Watson Studio でアクティブな環境ランタイムによって使用されたキャパシティー・ユニット時間 (CUH) 数で計算されます。 Watson Studio のプランは、使用したリソースに対する毎月の課金方法を制御します。

各プランには、1 カ月当たりの一定のキャパシティー・ユニットが含まれています。 Standard プランおよび Enterprise プランでは、1 カ月の間にその一定量を超えると、追加のコンピュート使用量に対して支払うことになります。

各プランに含まれている 1 カ月あたりのキャパシティー・ユニット
特徴 ライト Professional 標準 (レガシー) エンタープライズ (レガシー)
使用の処理中 1 カ月当たり 10 CUH
無制限の CUH
で月単位の使用量に対して課金されます
1 カ月当たり 10 CUH
+ 追加料金
1 ヶ月当たり 5000 CUH
+ 追加料金

 

Watson Studio でのノートブックの 1 時間当たりのキャパシティー・ユニット

ノートブック
キャパシティー・タイプ 言語 1 時間当たりのキャパシティー・ユニット
1 vCPU および 4 GB RAM Python
R
0.5
2 vCPU および 8 GB RAM Python
R
1
4 vCPU および 16 GB RAM Python
R
2
8 vCPU および 32 GB RAM Python
R
4
16 vCPU および 64 GB RAM Python
R
8
ドライバー: 1 個の vCPU および 4 GB の RAM、1 個の実行プログラム: 1 個の vCPU および 4 GB の RAM Spark with Python
Spark with R
Spark with Scala
1
CUH/追加 executor は 0.5 です
ドライバー: 1 個の vCPU および 4 GB の RAM、1 個の実行プログラム: 2 個の vCPU および 8 GB の RAM Spark with Python
Spark with R
Spark with Scala
1.5
CUH/追加 executor は 1 です
ドライバー: 2 個の vCPU および 8 GB の RAM、1 個の実行プログラム: 1 個の vCPU および 4 GB の RAM Spark with Python
Spark with R
Spark with Scala
1.5
CUH/追加 executor は 0.5 です
ドライバー: 2 個の vCPU および 8 GB の RAM、1 個の実行プログラム: 2 個の vCPU および 8 GB の RAM Spark with Python
Spark with R
Spark with Scala
2
CUH/追加 executor は 1 です

 

使用された時間当たりのキャパシティー・ユニットのレートは、以下のように決定されます。

  • デフォルト Python または R 環境の場合、1 つ以上のランタイムを使用するプロジェクト内のユーザーの数とハードウェア・サイズによって決定されます。

    例えば、2 つの vCPU を持つ IBM Runtime 22.1 on Python 3.9 XS は、1 時間実行すると 1 CUH を消費します。 7 人のユーザーが 1 日 8 時間、週 5 日、すべて IBM Runtime 22.1 on Python 3.9 XS 環境を使用してノートブックで作業しているプロジェクトがあり、夕方になるとすべてのユーザーがランタイムをシャットダウンする場合、ランタイムの使用量は 5 x 7 x 8 = 280 CUH per weekになります。

    同じプロジェクトでノートブックを実行するために複数の環境が使用されていて、ユーザーが複数のアクティブなランタイムを使用し、そのすべてがそれぞれ CUH を使用している場合は、CUH の計算は複雑になります。 また、勤務時間外に実行されるようにスケジュールされたノートブックや長時間実行ジョブがあれば、これらも同様に CUH を使用します。

  • デフォルト Spark 環境の場合、ドライバーのハードウェア構成サイズ、および実行プログラムの数とそのサイズによって決定されます。

     

Decision Optimization でのノートブックの 1 時間当たりのキャパシティー・ユニット

使用された時間当たりのキャパシティー・ユニットのレートは、ハードウェア・サイズおよび Decision Optimization の料金によって決まります。

Decision Optimization ノートブック
キャパシティー・タイプ 言語 1 時間当たりのキャパシティー・ユニット
1 vCPU および 4 GB RAM Python + Decision Optimization 0.5 + 5 = 5.5
2 vCPU および 8 GB RAM Python + Decision Optimization 1 + 5 = 6
4 vCPU および 16 GB RAM Python + Decision Optimization 2 + 5 = 7
8 vCPU および 32 GB RAM Python + Decision Optimization 4 + 5 = 9
16 vCPU および 64 GB RAM Python + Decision Optimization 8 + 5 = 13

 

Watson Natural Language Processing を使用するノートブックの 1 時間当たりのキャパシティー・ユニット数です

消費される 1 時間当たりのキャパシティー・ユニットのレートは、ハードウェア・サイズと Watson Natural Language Processing の料金によって決まります。

Watson Natural Language Processing ノートブック
キャパシティー・タイプ 言語 1 時間当たりのキャパシティー・ユニット
1 vCPU および 4 GB RAM Python + Watson 自然言語処理 0.5 + 5 = 5.5
2 vCPU および 8 GB RAM Python + Watson 自然言語処理 1 + 5 = 6
4 vCPU および 16 GB RAM Python + Watson 自然言語処理 2 + 5 = 7
8 vCPU および 32 GB RAM Python + Watson 自然言語処理 4 + 5 = 9
16 vCPU および 64 GB RAM Python + Watson 自然言語処理 8 + 5 = 13

 

SPSS Modeler フローの 1 時間当たりのキャパシティー・ユニット

SPSS Modeler のフロー
名前 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
デフォルト SPSS XS 4 個の vCPU、16 GB の RAM 2

 

Data Refinery および Data Refinery フローの 1 時間当たりのキャパシティー・ユニット

Data Refinery および Data Refinery フロー
名前 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
デフォルト Data Refinery XS ランタイム 3 個の vCPU および 12 GB の RAM 1.5
デフォルト Spark 3.0 & R 3.6 2 個の実行プログラム: それぞれに 1 個の vCPU および 4 GB の RAM、ドライバー: 1 個の vCPU および 4 GB の RAM 1.5
デフォルト Spark 2.4 & R 3.6 2 個の実行プログラム: それぞれに 1 個の vCPU および 4 GB の RAM、ドライバー: 1 個の vCPU および 4 GB の RAM 1.5
デフォルト Spark 2.3 & R 3.4 2 個の実行プログラム: それぞれに 1 個の vCPU および 4 GB の RAM、ドライバー: 1 個の vCPU および 4 GB の RAM 1.5

 

RStudio の 1 時間当たりのキャパシティー・ユニット

RStudio
名前 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
デフォルト RStudio XS 2 vCPU および 8 GB RAM 1
デフォルト RStudio M 8 vCPU および 32 GB RAM 4
デフォルト RStudio L 16 vCPU および 64 GB RAM 8

 

GPU 環境の 1 時間当たりのキャパシティー・ユニット

GPU 環境
キャパシティー・タイプ GPU 言語 1 時間当たりのキャパシティー・ユニット
1 x NVIDIA Tesla V100 1 GPU 付き Python 68
2 x NVIDIA Tesla V100 2 GPU 付き Python 136
1/2 x NVIDIA Tesla K80 1 GPU 付き Python 6
1 x NVIDIA Tesla K80 2 GPU 付き Python 12
2 x NVIDIA Tesla K80 4 GPU 付き Python 24

ランタイムのキャパシティー制限

Watson Studio サービス・プランの月次ランタイム・キャパシティー制限に達しようとすると、通知を受け取ります。 そうなった場合は、以下を行うことができます。

  • 不要なアクティブ・ランタイムを停止します。
  • サービス・プランをアップグレードする。 最新情報については、Watson Studio 料金プランを参照してください。

注意: CUH カウンターは、ランタイムがアクティブである間は増加し続けるため、使用していないランタイムを停止します。 ランタイムを明示的に停止しないと、アイドル・タイムアウトの後でランタイムが停止します。 アイドル時間の間は CUH を使用し続けることになり、それに対して課金されます。

プロジェクトのランタイム使用量の追跡

プロジェクト内で現在アクティブな環境ランタイムを表示したり、プロジェクトの 「環境」 ページからプロジェクトの使用状況をモニターしたりすることができます。

アカウントのランタイム使用量の追跡

プロジェクトでアクティブなランタイムによって使用された CUH は、プロジェクトの作成時にプロジェクト作成者がプロファイル設定で選択したアカウントに対して課金されます。 このアカウントは、プロジェクト作成者のアカウント、あるいはプロジェクト作成者がアクセスできる別のアカウントにすることができます。 他のユーザーがプロジェクトに追加され、そのユーザーがランタイムを使用した場合にも、使用量は、プロジェクトの作成時にプロジェクト作成者が選択したアカウントに対して課金されます。

IBM Cloud アカウント所有者または管理者は、 環境ランタイム ページでアカウントのランタイム使用量を追跡できます。

すべてのプロジェクトの合計ランタイム使用量を表示し、現在使用しているプランの量を確認するには、 「管理」>「環境ランタイム」を選択してください。

アカウントに対して課金されるアクティブなランタイムのリストが表示されます。 ランタイムの作成者、作成日時、対象プロジェクト、およびリストを表示した時点におけるアクティブなランタイムによって使用されたキャパシティー・ユニットを確認できます。

もっと見る

親トピック: コンピュート・リソースの管理