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。
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 |
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
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 と Python Spark with R |
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 と Python Spark with R |
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 と Python Spark with R |
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 と Python Spark with R |
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 23.1 on Python 3.10 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 23.1 on Python 3.10 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。
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。
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
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
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 3.3 & R 4.2 | 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
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
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 |
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を参照してください。
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