Plány a výpočetní využití produktu Watson Machine Learning

Watson Machine Learning v Cloud Pak for Data as a Service a watsonx

Další informace o souboru watsonx.aiviz:

• Přehled o IBM watsonx.ai
• Porovnání systémů IBM watsonx a Cloud Pak for Data as a Service
• Registrování pro produkt IBM watsonx.ai

Pokud jste povolili pro watsonx i Cloud Pak for Data as a Service, můžete přepínat mezi těmito dvěma platformami.

Výběr plánu produktu Watson Machine Learning

Zobrazte si porovnání plánů a zvažte podrobnosti k výběru plánu, který vyhovuje vašim potřebám.

• Plány produktuWatson Machine Learning
• Hodiny jednotkové kapacity (CUH), tokeny a jednotky prostředků (RU)
• Podrobnosti plánu produktuWatson Machine Learning
• Měření hodin jednotky kapacity
• Monitorování využití CUH a RU

Podrobnosti plánu produktu Watson Machine Learning

Jednoduchý plán poskytuje dostatek volných prostředků, abyste mohli vyhodnotit schopnosti watsonx.ai. Poté můžete zvolit placený plán, který odpovídá potřebám vaší organizace, a to na základě funkcí a kapacity plánu.

Pro všechny plány:

• Základní model Inferencing Resource Units (RU) lze použít pro dereferenci testovacího pracoviště výzvy k zadání, včetně vstupu a výstupu. To znamená, že výzva, kterou jste zadali pro vstup, se počítá jako dodatek k generovanému výstupu. (pouzewatsonx )
• Inference modelového modelu je k dispozici pouze pro datová centra v Dallasu a Frankfurtu. (pouzewatsonx )
• Rychlost RU určují tři třídy modelu. Cena za RU se liší podle třídy modelu. (pouzewatsonx )
• Spotřeba kapacity jednotky jednotková hodina (CUH) pro školení je založena na školicím nástroji, specifikaci hardwaru a běhovém prostředí.
• Spotřeba kapacity jednotky jednotková kapacita (CUH) pro implementaci je založena na typu implementace, specifikaci hardwaru a specifikaci softwaru.
• Produkt Watson Machine Learning uvádí omezení počtu úloh implementace uchovaných pro jednotlivé prostory implementace. Pokud překročíte limit, nemůžete vytvořit nové úlohy implementace, dokud neodstraníte existující úlohy nebo neupgradujete svůj plán. Při výchozím nastavení budou metadata úloh automaticky odstraněna po 30 dnech. Tuto hodnotu můžete přepsat při vytváření úlohy. Viz Správa úloh.
• Doba do nečinnosti odkazuje na dobu, po kterou se má zvážit implementace aktivní mezi požadavky na přidělení skóre. Pokud implementace neobdrží požadavky na přidělení skóre pro danou dobu trvání, je považována za neaktivní nebo nečinná a účtování se zastaví pro všechny rámce jiné než SPSS.
• Plán umožňuje alespoň stanovený limit sazby a skutečný limit sazby může být vyšší než uvedený limit. Například plán Lite může zpracovat více než 2 požadavky za sekundu bez zadání chyby. Pokud máte placený plán a domníváte se, že jste dosáhli chybného limitu sazeb, obraťte se na podporu IBM se žádostí o pomoc.

Podrobnosti plánu a stanovení ceny najdete v tématu IBM Cloud Machine Learning.

Měření jednotek prostředků (watsonx)

Účtování jednotek prostředků je založeno na rychlosti účtovací třídy pro základní model vynásobený počtem jednotek RVU (Resource Units). Jednotka prostředku se rovná 1000 tokenům ze vstupu a výstupu z dedukcí modelu základní nabídky. Třídační třídy modelu základny mají různé sazby RU.

Další informace o každém modelu najdete v tématu Podporované základní modely. Informace o regionální podpoře pro každý model naleznete v tématu Regionální dostupnost pro základní modely.

Měření hodin jednotek kapacity (watsonx a Watson Machine Learning)

Spotřeba CUH je ovlivněna výpočetními hardwarovými prostředky, které použijete pro úlohu, stejně jako další faktory jako je specifikace softwaru a typ modelu.

Monitorování využití prostředků

Můžete sledovat využití CUH nebo RU pro aktiva, se kterým vlastníte, nebo spolupracujete na projektu nebo prostoru. Jste-li vlastníkem účtu nebo administrátorem, můžete sledovat využití CUH nebo RU pro celý účet.

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

'capacity_units': {'current': 19773430}

19773430/(3600*1000)

Další informace

• Volby výpočtu pro experimenty AutoAI
• Volby výpočtu pro školení a hodnocení modelů

Nadřízené téma: Watson Machine Learning