Platform Units

Überblick

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

Ausführliche Informationen zum Verbrauch von Plattformeinheiten für Process Mining finden Sie auf der Seite Lizenz im Handbuch zu Process Mining.

Sie können den Verbrauch von Platform Units auch auf Mandantenebene zuweisen und nachverfolgen. Weitere Informationen finden Sie auf der Seite Zuweisung von Lizenzen zu Mandanten im Automation Suite-Handbuch.

Hinweis:

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

Allgemeine Logik

Dieser Abschnitt enthält spezifische Informationen zu Platform Units in Abhängigkeit von der verwendeten Aktivität, die die Kosten für jedes KI-Produkt decken.

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

Eingabegröße

Modell	Eingabetyp	Eingabegröße	Berechnete Eingabegröße
Document Understanding TM (UiPath und kundenseitig verwaltete 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	Kosten Platform Unit
Document UnderstandingTM (UiPath und kundenseitig verwaltete 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	1000
UiPath Light Text-Klassifizierer	Pro Vorhersage	0,04
UiPath Multilingual Classifier	Pro Vorhersage	0,1
UiPath: Erkennung benutzerdefinierter benannter Entitäten	Pro Vorhersage	0,1
Open-Source-Pakete	Pro Vorhersage	0.02
GenAI-Aktivitäten	Pro Ausführung	0.2 – Ohne Kontextgrundlage 0.4 – Mit Kontextgrundlage

Hinweis:

Mit Ausnahme von Task Mining verbraucht das Ausführen einer Pipeline oder das Bereitstellen einer ML-Fähigkeit nur Platform 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.

Hardware	Kosten Platform Units
0,5 CPU 2 GB RAM (Standard)	0,2 Platform Unit /Replikat/Stunde
1 CPU 4 GB RAM	0,4 Platform Units /Replikat/Stunde
2 CPU 8 GB RAM	0,8 Platform Units /Replikat/Stunde
4 CPU 16 GB RAM	1,6 Platform Units /Replikat/Stunde
6 CPU 24 GB RAM	2,4 Platform Units /Replikat/Stunde
GPU	4 Platform Units /Replikat/Stunde

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

Hardware	Kosten Platform Units
CPU	1,2 Platform Units /Stunde
GPU	4 Platform Units / Stunde

Hinweis:

Jede angefangene Stunde wird in Rechnung gestellt.