automation-suite
2023.4
false
Wichtig :
Bitte beachten Sie, dass dieser Inhalt teilweise mithilfe von maschineller Übersetzung lokalisiert wurde. Es kann 1–2 Wochen dauern, bis die Lokalisierung neu veröffentlichter Inhalte verfügbar ist.
UiPath logo, featuring letters U and I in white

Automation Suite unter Linux – Installationsanleitung

Letzte Aktualisierung 30. Mai 2025

Überlegungen zum AI Center

Zusätzlich zu den grundlegenden Dienstanforderungen, die Teil der vollständigen Plattformanforderungen sind, benötigt das AI Center zusätzliche Ressourcen, je nach den Modellen, die Sie ausführen oder trainieren möchten. Weitere Informationen zu den erforderlichen GPU-Hardware-Generationen und kompatiblen NVIDIA-Treibern finden Sie unter Kompatibilitätsmatrix.

Hinweis Die folgende Tabelle beschreibt die zusätzlichen Ressourcen, die das AI Center benötigt.

In dieser Tabelle wird ein Datenträger auf allen Serverknoten benötigt. Auf Agent-Knoten ist dies nicht erforderlich.

Verwenden Sie

CPU

RAM (GB)

GPU

Datenträger (GB)

Minimum für die Ausgabe (ML-Fähigkeit, ein Replikat)

0.6

2

0

  • 20 GB auf der rancher -Partition

Minimum für Training (Pipeline)

1

4

0

  • 20 GB auf der rancher -Partition
  • Mindestens 51 GB AI Center-Datenträgerpartition (105 GB empfohlen)

Ausgabe des DU-Modells (ML-Fähigkeit, ein Replikat)

1

4

0

  • 20 GB auf der rancher -Partition

DU-Modelltraining

2

24

Dringend empfohlen

  • 20 GB auf der rancher -Partition
  • Mindestens 51 GB Datenträgerspeicher (105 GB empfohlen)
Hinweis: Die folgende Tabelle beschreibt die erforderlichen Ressourcen für kleine und durchschnittliche AI Center-Implementierungen. Bitte beachten Sie, dass es sich bei diesen Zahlen um allgemeine Richtwerte handelt.

In dieser Tabelle wird ein Datenträger auf allen Serverknoten benötigt. Auf Agent-Knoten ist dies nicht erforderlich.

Verwenden Sie

CPU

RAM (GB)

GPU

Datenträger (GB)

Kleine Implementierung:

  • 3 ausgegebene Modelle
  • 1 gleichzeitige Pipeline

4

32

0

  • 80 GB auf der rancher -Partition1
  • 105 Datenträger 2

Durchschnittliche Implementierung:

  • 5 ausgegebene Modelle
  • 2 gleichzeitige Pipelines
  • DU-Modelltraining

8

52

Dringend empfohlen

  • 160 GB auf der rancher -Partition3
  • 315 Datenträger 4
1 (3 Fähigkeiten + 1 Pipeline) * 20 GB auf der rancher -Partition = 80 GB auf der rancher -Partition

2 1 Pipeline * 105 GB = 105 Datenträger

3 (5 Fähigkeiten + 2 Pipelines + 1 DU-Pipeline) * 20 GB auf der rancher -Partition = 160 GB auf der rancher -Partition

4 (2 Pipelines + 1 DU-Pipeline) * 105 GB = 315 Datenträger

War diese Seite hilfreich?

Hilfe erhalten
RPA lernen – Automatisierungskurse
UiPath Community-Forum
Uipath Logo White
Vertrauen und Sicherheit
© 2005–2025 UiPath. Alle Rechte vorbehalten