Plans et utilisation du calcul Watson Machine Learning

Plans Watson Machine Learning

Les plans Watson Machine Learning régissent la façon dont vous êtes facturé pour les modèles que vous entraînez et déployez avec Watson Machine Learning et pour les invites que vous utilisez avec les modèles de base. Choisissez un plan en fonction de vos besoins :

• Lite est un forfait gratuit avec une capacité limitée. Choisissez ce plan si vous évaluez Watson Machine Learning et souhaitez tester ses fonctions. Le plan Lite ne prend pas en charge l'exécution d'une expérimentation d'optimisation de modèle de base sur watsonx.
• Essentials est un plan de paiement à l'utilisation qui vous offre la flexibilité nécessaire pour créer, déployer et gérer des modèles adaptés à vos besoins.
• Standard est un plan d'entreprise à haute capacité conçu pour prendre en charge tous les besoins d'apprentissage automatique d'une organisation. Les heures d'unité de capacité sont fournies à un taux fixe, tandis que la consommation d'unité de ressource est payée au fur et à mesure.

Pour plus d'informations sur la planification et la tarification, voir la machine d'apprentissage IBM Cloud.

Heures d'unité de capacité (CUH), jetons et unités de ressource (RU)

A des fins de décompte et de facturation, les modèles d'apprentissage automatique et les déploiements ou les modèles de base sont mesurés à l'aide des unités suivantes:

• Les heures d'unité de capacité (CUH) mesurent la consommation de ressources de calcul par heure d'unité à des fins d'utilisation et de facturation. CUH mesure toutes les activités de Watson Machine Learning à l'exception de l'inférence de modèle de base.

• Unités de ressource (RU): mesure de la consommation d'inférence du modèle de base. L'inférence est le processus d'appel du modèle de base pour générer une sortie en réponse à une invite. Chaque unité de requête est égale à 1000 jetons. Un jeton est une unité de texte de base (généralement 4 caractères ou 0.75 mots) utilisée dans l'entrée ou la sortie d'une invite de modèle de base. Choisissez un plan qui correspond à vos exigences d'utilisation. Pour plus de détails sur les jetons, voir Tokens and tokenization.

• Une limite de débit surveille et limite le nombre de demandes d'inférence par seconde traitées pour les modèles de base pour une instance de plan Watson Machine Learning donnée. La limite de débit est plus élevée pour les plans payants que pour le plan Lite gratuit.

Qu'est-ce qui est mesuré pour la consommation de CUH ou d'RU?

Les ressources, qu'elles soient mesurées avec des heures d'unité de capacité (CUH) ou des unités de ressources (RU), sont consommées pour les actifs en cours d'exécution, et non pour les outils. Autrement dit, il n'y a pas de frais de consommation pour définir une expérience dansAutoAI, mais il y a des frais pour exécuter l'expérience afin de former les pipelines d'expérience. De même, il n'y a pas de frais pour la création d'un espace de déploiement ou la définition d'un travail de déploiement, mais il y a des frais pour l'exécution d'un travail de déploiement ou l'inférence sur un actif déployé. Les actifs qui s'exécutent en continu, tels que les blocs-notes Jupyter, les actifs RStudio et les scripts Bash, consomment des ressources aussi longtemps qu'ils sont actifs.

Taux de facturation des unités de ressources par classe de modèle

Taux de facturation des unités de ressources pour les modèles de base

Pour les modèles suivants, le taux de facturation est le même pour les jetons d'entrée et de sortie.

Pour les modèles suivants, le taux de facturation est différent pour les jetons d'entrée et de sortie. Les prix sont indiqués en USD.

Taux de facturation des unités de ressources pour l'intégration de modèles

L'intégration de modèles transforme des phrases en vecteurs pour comparer et extraire du texte similaire avec plus de précision.

Taux de facturation horaire pour les modèles de fondation personnalisés

Le déploiement de modèles de fondation personnalisés nécessite le plan Standard. Les taux de facturation sont fonction de la configuration matérielle du modèle et s'appliquent à l'hébergement et à l'inférence du modèle. Les frais commencent lorsque le modèle est déployé avec succès et se poursuivent jusqu'à ce que le modèle soit supprimé.

Pour plus d'informations sur le choix d'une configuration pour un modèle de base personnalisé, voir Planification du déploiement d'un modèle de base personnalisé.

Taux de facturation pour l'extraction de textes de documents

Utilisez la méthode d'extraction de texte du document de l'API REST watsonx.ai pour convertir les fichiers PDF qui sont très structurés et utilisent des diagrammes et des tableaux pour transmettre des informations, en un format de fichier JSON adapté aux modèles d'IA. Pour plus d'informations, voir Extraire du texte de documents.

La facturation est basée sur le nombre de pages traitées ainsi que sur le type de plan.

Remarques sur les modèles d'IA générative

• Un modèle de base ajusté à l'invite est affecté à la même classe de facturation que le modèle de base sous-jacent. Par exemple, si vous demandez l'optimisation d'un modèle de base de classe 1, le coût d'inférence du modèle ajusté est mesuré au taux de facturation de classe 1. Pour plus d'informations sur les modèles de base optimisés, voir Tuning Studio.
• Pour plus d'informations sur chaque modèle, voir Modèles de base pris en charge.
• Pour plus d'informations sur la prise en charge régionale de chaque modèle, voir Disponibilité régionale pour les modèles de base.

Taux de consommation des CUH par type d'actif

Consommation de CUH par type de déploiement et d'infrastructure

La consommation de CUH est calculée avec les formules suivantes :

Par exemple, imaginez un travail de déploiement par lots Decision Optimization qui s'exécute pendant 15 minutes. La consommation des ressources est calculée comme suit: 15 minutes = 0.25 heures, sur 2 noeuds, avec 2 vCPU et 8 Go de mémoire RAM. Cette combinaison génère un taux de CUH de 30, de sorte que chaque fois que le travail s'exécute, il consomme 0.25 * 2 * 30, ce qui équivaut à 15 CUH.

Suivi de l'utilisation des ressources dans un projet

Pour surveiller la consommation CUH ou RU ou l'utilisation horaire dans un projet :

1. Accédez à l'onglet Gérer d'un projet.

2. Cliquez sur Ressources pour consulter un récapitulatif de la consommation des ressources pour les actifs du projet ou de l'espace, ou pour consulter les détails de la consommation des ressources pour des actifs particuliers.

   

Suivi de l'utilisation des ressources pour un compte

Vous pouvez suivre l'utilisation de l'environnement d'exécution pour un compte sur la page Environnements d'exécution si vous êtes le propriétaire ou l'administrateur du compte IBM Cloud ou le propriétaire du service Watson Machine Learning. Pour plus de détails, voir Ressources de surveillance.

Suivi de la consommation CUH pour l'apprentissage automatique dans un bloc-notes

Pour calculer les heures d'unité de capacité dans un bloc-notes, utilisez:

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

Par exemple :

'capacity_units': {'current': 19773430}

19773430/(3600*1000)

renvoie 5,49 CUH

Pour plus d'informations, voir la section Instances de service de la documentation API IBM Watson Machine Learning.