document-understanding
2022.10
false
UiPath logo, featuring letters U and I in white
Guía del usuario de Document Understanding
Automation CloudAutomation Cloud Public SectorAutomation SuiteStandalone
Last updated 11 de nov. de 2024

Requisitos de hardware

La ejecución de los paquetes ML de Document Understanding en una GPU incluye una optimización destinada a acelerar el proceso de entrenamiento.

Matriz de compatibilidad

Como resultado, el entrenamiento en la GPU es cinco veces más rápido que en la CPU (antes era entre 10 y 20 veces más rápido). Esto también permite entrenar modelos en CPU con hasta 5000 páginas (anteriormente el máximo eran 500).

Ten en cuenta que entrenar modelos Document Understanding en la GPU requiere una GPU con al menos 11 GB de RAM de vídeo para funcionar correctamente.

Utiliza la siguiente tabla para comprobar la compatibilidad entre los paquetes ML, la versión de CUDA y la versión del controlador de la GPU.

versión de paquetes ML

Versión de CUDA

Controlador de NVIDIA (versión inferior compatible)

Generación de hardware

2022.10CIDA 11.3R450.80.03Ampere, Turing, Volta, Pascal, Maxwell, Kepler
2022.4CUDA 11.3R450.36.06Ampere, Turing, Volta, Pascal, Maxwell, Kepler

CUDA es compatible con versiones anteriores, lo que significa que las aplicaciones CUDA existentes pueden seguir utilizándose con versiones CUDA más recientes.

Aquí puedes encontrar más información sobre compatibilidad.

Uso de CPU y GPU

Puedes utilizar el marco de Document Understanding para leer texto utilizando un motor OCR, clasificar los documentos y extraer información de los mismos. Mientras que las tareas de clasificación y extracción se ejecutan en la CPU, se recomienda ejecutar OCR en la GPU (aunque también se proporciona una versión para CPU en caso de que no se disponga de GPU).

La implementación local se realiza mediante Automation Suite y sus requisitos de hardware.

Puedes usar el mismo tipo de máquina virtual para extractores y clasificadores, la única diferencia es el tamaño de la infraestructura. Recomendamos utilizar el motor OCR con una GPU VM. La compatibilidad entre los paquetes ML, la versión de CUDA y la versión del controlador de GPU se describe en la sección Matriz de compatibilidad .

Tomemos un ejemplo real para comprender mejor los requisitos de hardware.

Servicio

Requisitos de hardware

Capacidad

Extractor

Utilizar una máquina virtual con un mínimo de 2 núcleos de CPU y 8 GB de RAM

Se pueden procesar 25 000 páginas al día o 5 millones de páginas al año, siempre que el tráfico sea constante (sin subidas repentinas).

Clasificador

Utilizar una máquina virtual con un mínimo de 2 núcleos de CPU y 8 GB de RAM

Pueden procesar 40 000 documentos/día u 8 millones de documentos/año, suponiendo que el tráfico sea perfectamente constante (sin picos).

OCR

Se recomienda su uso con una máquina virtual con GPU.

Se pueden procesar 50 000 páginas/día.

Ejemplo: si procesas 10 millones de páginas/año, necesitas una máquina virtual con 4 núcleos de CPU, 16 GB de RAM para el extractor, otra para el clasificador y una tercera máquina virtual con un núcleo de GPU NVidia para el motor OCR.

También puedes optar por utilizar una sola máquina virtual para el extractor y el clasificador, lo que significa que necesitarás una sola máquina virtual con 8 núcleos de CPU y 32 GB de RAM.

Nota: Siempre puedes utilizar máquinas virtuales con CPU/GPU más potentes para aumentar el número de documentos procesados al día.
  • Matriz de compatibilidad
  • Uso de CPU y GPU

¿Te ha resultado útil esta página?

Obtén la ayuda que necesitas
RPA para el aprendizaje - Cursos de automatización
Foro de la comunidad UiPath
Uipath Logo White
Confianza y seguridad
© 2005-2024 UiPath. Todos los derechos reservados.