AI Units

Überblick

Tipp: Um den Verbrauch Ihrer AI Units auf Organisations- und Mandantenebene nachzuverfolgen, überprüfen Sie die folgenden Seiten:

• Die Seite zum Überwachen der Lizenzzuweisung im Automation Cloud^TM -Administratorhandbuch für den Verbrauch auf Organisationsebene.
• Übersicht über den Verbrauch von AI Units auf Mandantenebene im Insights-Handbuch für den Verbrauch auf Mandantenebene.

Um den Verbrauch Ihrer AI Units für Document Understanding^TM- und AI Center-Projekte nachzuverfolgen, überprüfen Sie die Dashboardseite zum Verbrauch von Document Understanding und AI Center im Insights-Benutzerhandbuch.

AI Units ist die Maßeinheit für die Lizenzierung von AI-Produkten. AI Units werden nach Verbrauch abgerechnet, wenn die Modelle einen Nutzen für Sie erbringen.

Weitere allgemeine Informationen zum Verbrauch von AI Units für unsere KI-Produkte finden Sie in den Abschnitten Mess- und Abrechnungslogik und Lizenzverfolgung .

Weitere Informationen zum Verbrauch von AI Units für Process Mining finden Sie auf der Seite Lizenz im Process Mining-Handbuch.

Sie können den Verbrauch von AI Units auch auf Mandantenebene zuweisen und nachverfolgen. Weitere Informationen finden Sie auf den Seiten zur Zuweisung auf Mandantenebene:

• Automation Cloud^TM – Automation Cloud – Zuweisen von Lizenzen zu Mandanten
• Automation Suite – Automation Suite – Zuweisen von Roboter- und Dienstlizenzen zu Mandanten

Standardmäßig werden jedem Mandanten 0 AI Units zugewiesen und alle AI Units werden aus dem Kontopool verbraucht. Wenn dem Mandanten keine AI Units zugewiesen sind, werden AI Units aus dem Organisationskontopool verbraucht. Wenn alle AI Units aus dem Mandanten-Pool verbraucht sind, muss der Administrator weitere AI Units für den jeweiligen Mandanten zuweisen.

Hinweis: Verbrauch von Einheiten in mandantenübergreifenden und organisationsübergreifenden Szenarien

Wenn ein AI Center-Modell in einem anderen Mandanten oder einer anderen Organisation als der Automatisierung gehostet wird, die es aufruft, werden Einheiten dem Modell-Hosting-Mandanten und nicht dem Automatisierungsmandanten in Rechnung gestellt. Erzwingungseinstellungen auf dem Automatisierungsmandanten gelten nicht für diesen Verbrauch. Um AI Center Units durch Erzwingen zu steuern, konfigurieren Sie die Erzwingung auf dem Modell-Hosting-Mandanten. Weitere Informationen finden Sie unter Durchsetzung des Mandantenverbrauchs.

Mess- und Ladelogik

Allgemeine Logik

Diese Seite enthält je nach verwendeter Aktivität spezifische Informationen zu KI-Einheiten, die die Kosten für jedes KI-Produkt abdecken.

Um die Gesamtverbrauchskosten zu berechnen, wird die folgende Formel verwendet:

prediction cost + hardware cost = consumption cost

Weitere Informationen finden Sie in den folgenden Abschnitten:

• Vorhersagekosten
• Hardwarekosten

Vorhersagekosten

Um die Vorhersagekosten zu berechnen, wird die folgende Formel verwendet:

input size x unit cost of the model = prediction cost

Der Verbrauch für das Modell UiPath Custom Named Entity Recognition mit einer Eingabegröße von 5000 characters beträgt beispielsweise:

5000 Zeichen = 3 Einheiten Verbrauch: 3 units x 0.5 (Einheitskosten) = 1.5 AI Units

Eingabegröße

Modell	Eingabetyp	Eingabegröße	Berechnete Eingabegröße
Document UnderstandingTM (UiPath und kundenseitig verwalteter Drittanbieter)	Document	1 Seite	Anzahl der Seiten im Eingabedokument
Communications Mining	JSON	1 Meldung	Anzahl von Nachrichten pro Mailbox oder Ticketsystem
AI Computer Vision	Bild	1 Bild	Immer 1
Task Mining	Dataset	1 Datensatz	Immer 1
GenAI-Aktivitäten	String	Der Grenzwert für die String-Größe ist bei jedem Modell unterschiedlich
Andere Modelle	JSON	2000 Zeichen = 1 Einheit	Ceil(Länge(Eingabe)/2000)
	Datei	5 MB = 1 Einheit	Grenze (Größe/5 MB)
	Dateien	5 MB = 1 Einheit	Ceil(Summe(size(Input))/5MB)

Verwendetes Modell

Modell	Wenn wir aufladen	Stückkosten
Document UnderstandingTM (UiPath und kundenseitig verwalteter Drittanbieter)	Pro Vorhersage	Eine Liste aller Document Understanding-Modelle finden Sie auf der Seite Mess- und Abrechnungslogik im Leitfadeb zu Document Understanding.
AI Computer Vision	Pro Vorhersage	0
Modelle in der Vorschau (wie UiPath Image Classification)	Pro Vorhersage	0
Task Mining	Pro erfolgreicher Pipeline	5000
Communications Mining	Pro hochgeladener, geänderter oder vorhergesagter Meldung	Weitere Informationen zu Communications Mining finden Sie in der offiziellen Dokumentation.
UiPath Light Text-Klassifizierer	Pro Vorhersage	0.2
UiPath Multilingual Classifier	Pro Vorhersage	0,5
UiPath: Erkennung benutzerdefinierter benannter Entitäten	Pro Vorhersage	0,5
Open-Source-Pakete	Pro Vorhersage	0,1
GenAI-Aktivitäten	Pro Ausführung	1 – ohne Kontexterstellung 2 – mit Kontexterstellung

Hinweis: Mit Ausnahme von Task Mining verbraucht das Ausführen einer Pipeline oder das Bereitstellen einer ML-Fähigkeit nur AI Units, die sich auf den Hardwareverbrauch beziehen.

Hardwarekosten

Die Hardwarekosten zum Zeitpunkt der Bereitstellung von ML-Fähigkeiten werden wie folgt berechnet:

replicas x resource cost

Die Standardanzahl der Replikate hängt vom Kontotyp ab:

• Enterprise-Konto: 2
• Andere Kontotypen: 1

Hinweis: Die Verfügbarkeit wird erhöht, indem die Anzahl der Replikate erhöht wird. Hochverfügbarkeit (HA) wird nicht garantiert, wenn der Benutzer die Anzahl der Replikate auf 1 reduziert.

Verwenden Sie die folgende Tabelle, um die Ressourcenkosten für ML-Fähigkeiten zu überprüfen.

Hardware	Stückkosten
0,5 CPU 2 GB RAM (Standard)	1 KI-Einheit/Replikat/Stunde
1 CPU 4 GB RAM	2 KI-Einheiten/Replikat/Stunde
2 CPU 8 GB RAM	4 KI-Einheiten/Replikat/Stunde
4 CPU 16 GB RAM	8 KI-Einheiten/Replikat/Stunde
6 CPU 24 GB RAM	12 KI-Einheiten/Replikat/Stunde
GPU	20 KI-Einheiten/Replikat/Stunde

Informationen zu den Hardwarekosten für Pipelines finden Sie in der folgenden Tabelle.

Hardware	Stückkosten
CPU	6 KI-Einheiten/Stunde
GPU	20 KI-Einheiten/Stunde

Hinweis: Jede neu angefangene Stunde wird berechnet.

Verbrauchsbeispiel

Hintergrundinformationen

Um einen bestimmten Prozess zu automatisieren, müssen Sie die beiden folgenden UiPath-Modelle verwenden:

• Mehrsprachige Textklassifizierung
• Rechnungen

Der erste Schritt ist das Trainieren des Modells für die mehrsprachige Textklassifizierung durch Ihr Dataset. Das Training dauert 6 Stunden und 30 Minuten bei Verwendung von GPU.

Nach Bereitstellung beider Modelle als HA-Fähigkeiten werden sie für drei Monate auf der CPU ausgeführt. In diesem Zeitraum verarbeitete das Modell für die mehrsprachige Textklassifizierung 20.000 Texte mit jeweils etwa 3.000 Zeichen und das Modell zu Rechnungen 10.000 Rechnungen mit jeweils 2 Seiten.

Berechnung des Gesamtverbrauchs

• Für das Training der mehrsprachigen Textklassifizierung verbrauchte Ai Units:
  7 (Stunden) x 20 (AI-Einheiten pro Stunde für GPU) = 140 AI Units
• Für das dreimonatige Hosten der mehrsprachigen Textklassifizierung verbrauchte AI Units:
  24 (Stunden in Tag) x 90 (Anzahl der Tage) x 2 (AI-Einheiten pro Stunde) = 4320 AI Units
• Für das dreimonatige Hosten von Rechnungen verbrauchte AI Units:
  24 (Stunden in Tag) x 90 (Anzahl der Tage) x 2 (AI-Einheiten pro Stunde) = 4320 AI Units
• Für mit der mehrsprachigen Textklassifizierung getroffene Vorhersagen verbrauchte AI Units:
  20000 (Anzahl der Vorhersagen) x 2 (Eingabegröße) x 0.5 (Einheitskosten) = 20000 AI Units
• Für mit Rechnungen getroffene Vorhersagen verbrauchte AI Units:
  10000 (Anzahl der Vorhersagen) x 2 (Eingabegröße) x 1 (Einheitskosten) = 20000 AI Units
• Insgesamt verbrauchte AI Units:
  hardware cost + predictions cost = ( 140 + 4320 + 4320 ) + ( 20000 + 20000 ) = 48780 AI Units

Lizenzverfolgung

AI Units werden für alle Szenarien unter AI Units nachverfolgt.

Wenn Sie mit der Maus über die Leiste im Abschnitt AI Units fahren, wird ein Popup-Fenster angezeigt. Sie können dieses Popup überprüfen, um Ihren genauen Verbrauch anzuzeigen.