Watson Machine Learning planları ve bilgi işlem kullanımı

Cloud Pak for Data as a Service ve watsonx içinde Watson Machine Learning

Hem watsonx hem de Cloud Pak for Data as a Serviceiçin etkinleştirildiyseniz, iki platform arasında geçiş yapabilirsiniz.

Watson Machine Learning planının seçilmesi

Planların karşılaştırmasını görüntüleyin ve gereksinimlerinize uygun bir plan seçmek için ayrıntıları göz önünde bulundurun.

• Watson Machine Learning planları
• Kapasite Birim Saatleri (CUH), belirteçler ve Kaynak Birimleri (RU)
• Watson Machine Learning plan ayrıntıları
• Kapasite Birimi Saat ölçümü
• CUH ve RU kullanımının izlenmesi

Watson Machine Learning plan ayrıntıları

Lite planı, watsonx.ai' nin yeteneklerini değerlendirmek için yeterli sayıda ücretsiz kaynak sağlar. Daha sonra, plan özelliklerine ve kapasitesine dayalı olarak kuruluşunuzun gereksinimlerini karşılayan ücretli bir plan seçebilirsiniz.

Tüm planlar için:

• Foundational Model inferencing Kaynak Birimleri (RU), giriş ve çıkış da dahil olmak üzere Bilgi İstemi Laboratuvarı infermantasyonda kullanılabilir. Yani, giriş için girdiğiniz bilgi istemi, oluşturulan çıkışa ek olarak sayılır. (yalnızcawatsonx )
• Temel model inferencing özelliği yalnızca Dallas ve Frankfurt veri merkezlerinde kullanılabilir. (yalnızcawatsonx )
• RU hızını üç model sınıfı belirler. RU başına fiyat, model sınıfına göre değişir. (yalnızcawatsonx )
• Eğitim için kapasite-birim-saat (CUH) hızı tüketimi, eğitim aracı, donanım belirtimi ve çalıştırma zamanı ortamına dayalıdır.
• Devreye alma için kapasite birim saat (CUH) hızı tüketimi, devreye alma tipine, donanım belirtimine ve yazılım belirtimine dayalıdır.
• Watson Machine Learning , her bir devreye alma alanıiçin tutulan devreye alma işleri sayısına sınırlar koyar. Sınırınızı aşarsanız, var olan işleri silmeden ya da planınızı yükseltmeden yeni yerleştirme işleri oluşturamazsınız. Varsayılan olarak, iş meta verileri 30 gün sonra otomatik olarak silinir. Bir iş yaratırken bu değeri geçersiz kılabilirsiniz. Bkz. İşleri yönetme.
• Boşta durma süresi, puanlama istekleri arasında etkin bir devreye almayı göz önünde bulundurmak için geçen süreyi ifade eder. Bir devreye alma belirli bir süre için puanlama isteklerini almazsa, etkin değil ya da boşta olarak kabul edilir ve SPSSdışındaki tüm çerçeveler için faturalama durur.
• Bir plan en azından belirtilen oran sınırına izin verir ve gerçek oran sınırı belirtilen sınırdan daha yüksek olabilir. Örneğin, Lite planı bir hata vermeden saniyede 2 'den fazla isteği işleyebilir. Ücretli bir planınız varsa ve hata durumunda hız sınırına ulaştığınıza inanıyorsanız, yardım almak için IBM Destek ile iletişim kurun.

Plan ayrıntıları ve fiyatlandırması için bkz. IBM Cloud Machine Learning.

Kaynak birimi ölçümü (watsonx)

Kaynak Birimleri faturalandırması, temel modele ilişkin faturalama sınıfının oranına dayalı olarak Kaynak Birimlerinin (RU) sayısıyla çarpılır. Bir Kaynak Birimi, temel model çıkarmanın giriş ve çıkışından 1000 simgeye eşittir. Üç temel model faturalama sınıfında farklı RU oranları vardır.

Kapasite Birim Saati ölçümü (watsonx ve Watson Machine Learning)

CUH tüketimi, bir görev için uyguladığınız hesaplamalı donanım kaynaklarının yanı sıra yazılım belirtimi ve model tipi gibi diğer faktörlerden etkilenir.

Kaynak kullanımının izlenmesi

Sahip olduğunuz varlıklara ilişkin CUH ya da RU kullanımını izleyebilir ya da bir proje ya da alanda işbirliği yapabilirsiniz. Bir hesap sahibi ya da yöneticiyseniz, bir hesabın tamamı için CUH ya da RU kullanımını izleyebilirsiniz.

CP =  client.service_instance.get_details()
CUH = CUH["entity"]["usage"]["capacity_units"]["current"]/(3600*1000)
print(CUH)

'capacity_units': {'current': 19773430}

19773430/(3600*1000)

Daha fazla bilgi

• AutoAI deneyleri için bilgi işlem seçenekleri
• Model eğitimi ve puanlaması için hesaplama seçenekleri

Üst konu: Watson Machine Learning