watsonx.ai Studio 도구에 대한 청구 세부 정보
watsonx.ai Studio에서 활성 환경 런타임이 소비하는 CUH(용량 단위 시간)를 사용하여 컴퓨팅 사용량을 측정하는 방법에 대해 알아보세요. watsonx.ai Studio 플랜은 사용한 리소스에 대한 월별 요금 청구 방식을 관리합니다.
기능 | Lite | Professional | Standard(레거시) | Enterprise(레거시) |
---|---|---|---|---|
처리 사용량 | 월 10 CUH |
제한 없는 CUH 월 사용량에 대해 청구됨 |
월 10 CUH ' ' + 추가 비용 지불 |
5000 CUH(매월) + 추가 지불 |
노트북의 시간당 용량 단위
용량 유형 | 언어 | 시간당 용량 단위 |
---|---|---|
vCPU 1개 및 4GB RAM | Python R |
0.5 |
vCPU 2개 및 8GB RAM | Python R |
1 |
vCPU 4개 및 16GB RAM | Python R |
2 |
vCPU 8개 및 32GB RAM | Python R |
4 |
vCPU 16개 및 64GB RAM | Python R |
8 |
드라이버: vCPU 1개 및 4GB RAM, 1개의 실행자: vCPU 1개 및 4GB RAM | Python ' 사용한 Spark Spark with R |
추가 실행자당 1 CUH는 0.5입니다. |
드라이버: vCPU 1개 및 4GB RAM, 1개의 실행자: vCPU 2개 및 8GB RAM | Python ' 사용한 Spark Spark with R |
추가 실행자당 1.5 CUH는 1입니다. |
드라이버: vCPU 2개 및 8GB RAM, 1개의 실행자: vCPU 1개 및 4GB RAM | Python ' 사용한 Spark Spark with R |
추가 실행자당 1.5 CUH는 0.5입니다. |
드라이버: vCPU 2개 및 8GB RAM, 1개의 실행자: vCPU 2개 및 8GB RAM | Python ' 사용한 Spark Spark with R |
추가 실행자당 2 CUH는 1입니다. |
드라이버: 3 vCPU 및 12GB RAM; 실행기 1개: 3 vCPU 및 12GB RAM; | Python ' 사용한 Spark Spark with R |
추가 실행자당 2 CUH는 1입니다. |
사용되는 시간당 용량 단위의 비율은 다음과 같이 판별됩니다.
하나 이상의 런타임을 사용하는 프로젝트의 하드웨어 크기 및 사용자 수에 따른 기본 Python 또는 R 환경
예를 들어, 2 vCPU가 있는
IBM Runtime 24.1 on Python 3.10 XS
은(는) 1시간 동안 실행되는 경우 1 CUH를 사용합니다. 7명의 사용자가 노트북에서 하루 8시간, 일주일에 5일 동안IBM Runtime 24.1 on Python 3.10 XS
환경을 사용하고 모든 사용자가 저녁에 떠날 때 런타임을 종료하는 프로젝트가 있는 경우 런타임 이용은5 x 7 x 8 = 280 CUH per week
입니다.CUH 계산은 서로 다른 환경을 사용하여 동일한 프로젝트에서 노트북을 실행하는 경우와 사용자가 활성 런타임이 여러 개인 경우 모두 자체 CUH를 사용하면 더욱 복잡해집니다. 또한, 업무 시간 외 시간에 실행되도록 스케줄된 노트북과 CUH를 사용하는 장기 실행 작업이 있을 수 있습니다.
드라이버의 하드웨어 구성 크기, 실행자 수 및 해당 크기에 따는 기본 Spark 환경.
Decision Optimization를 사용하는 노트북의 시간당 용량 단위
사용된 시간당 용량 단위 비율은 하드웨어 크기 및 Decision Optimization 가격에 따라 판별됩니다.
용량 유형 | 언어 | 시간당 용량 단위 |
---|---|---|
vCPU 1개 및 4GB RAM | Python + Decision Optimization | 0.5 + 5 = 5.5 |
vCPU 2개 및 8GB RAM | Python + Decision Optimization | 1 + 5 = 6 |
vCPU 4개 및 16GB RAM | Python + Decision Optimization | 2 + 5 = 7 |
vCPU 8개 및 32GB RAM | Python + Decision Optimization | 4 + 5 = 9 |
vCPU 16개 및 64GB RAM | Python + Decision Optimization | 8 + 5 = 13 |
Watson 자연어 처리가 있는 노트북의 시간당 용량 단위
사용된 시간당 용량 단위 비율은 Watson 자연어 처리에 대한 하드웨어 크기 및 가격에 의해 결정됩니다.
용량 유형 | 언어 | 시간당 용량 단위 |
---|---|---|
vCPU 1개 및 4GB RAM | Python + Watson 자연어 처리 | 0.5 + 5 = 5.5 |
vCPU 2개 및 8GB RAM | Python + Watson 자연어 처리 | 1 + 5 = 6 |
vCPU 4개 및 16GB RAM | Python + Watson 자연어 처리 | 2 + 5 = 7 |
vCPU 8개 및 32GB RAM | Python + Watson 자연어 처리 | 4 + 5 = 9 |
vCPU 16개 및 64GB RAM | Python + Watson 자연어 처리 | 8 + 5 = 13 |
SPSS Modeler 플로우의 시간당 용량 단위
이름 | 용량 유형 | 시간당 용량 단위 |
---|---|---|
Default SPSS Modeler S |
vCPU 2개 및 8GB RAM | 1 |
Default SPSS Modeler M |
vCPU 4개 및 16GB RAM | 2 |
Default SPSS Modeler L |
6 vCPU 및 24GB RAM | 3 |
Data Refinery 및 Data Refinery 플로우의 시간당 용량 단위
이름 | 용량 유형 | 시간당 용량 단위 |
---|---|---|
기본 Data Refinery XS 런타임 | vCPU 3개 및 12GB RAM | 1.5 |
기본 스파크 3.4 및 R 4.2 | 각 2개의 실행자: vCPU 1개 및 4GB RAM; 드라이버: vCPU 1개 및 4GB RAM | 1.5 |
RStudio에 대한 시간당 용량 단위
이름 | 용량 유형 | 시간당 용량 단위 |
---|---|---|
기본 RStudio XS | vCPU 2개 및 8GB RAM | 1 |
기본 RStudio M | vCPU 8개 및 32GB RAM | 4 |
기본 RStudio L | vCPU 16개 및 64GB RAM | 8 |
GPU 환경을 위한 시간당 용량 단위
용량 유형 | GPU | 언어 | 시간당 용량 단위 |
---|---|---|---|
NVIDIA Tesla V100 1개 | 1 | GPU 사용 Python | 68 |
2 x NVIDIA Tesla V100 | 2 | GPU 사용 Python | 136 |
자세한 정보
- 계정의 리소스 사용량 모니터링에 대한 자세한 내용은 계정 리소스 사용량 모니터링하기를 참조하세요.
- 컴퓨팅 리소스 할당 및 소비에 대한 자세한 내용은 wastonx.ai Studio 환경 컴퓨팅 사용량을 참조하세요
상위 주제: watsonx.ai Studio 플랜