UiPath Documentation
ai-center
2.2510
true
AI Center ガイド
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。 新しいコンテンツの翻訳は、およそ 1 ~ 2 週間で公開されます。

プラットフォーム ユニット

AI Center のプラットフォーム ユニットの消費数。使用状況の測定ロジックとライセンス追跡に関するドキュメントも参照。

概要​

UiPath の AI 製品のプラットフォーム ユニット消費に関する一般的な情報については、「 使用状況の測定と請求ロジック 」および 「ライセンスの使用状況の確認 」セクションをご覧ください。

Process Mining でのプラットフォーム ユニットの消費について詳しくは、『Process Mining ガイド』の「 ライセンス 」をご覧ください。

プラットフォーム ユニットの消費数をテナント レベルで割り当てて追跡することもできます。詳しくは、『Automation Suite ガイド』の「 テナントにライセンスを割り当てる 」をご覧ください。

注:

既定では、各テナントに 0 プラットフォーム ユニットが割り当てられ、すべてのプラットフォーム ユニットがアカウント プールから消費されます。テナントにプラットフォーム ユニットが割り当てられていない場合、プラットフォーム ユニットは組織アカウント プールから消費されます。テナント プールのプラットフォーム ユニットがすべて消費された場合、管理者はその特定のテナントにプラットフォーム ユニットをさらに割り当てる必要があります。

全般的なロジック​

このセクションでは、使用するアクティビティに応じたプラットフォーム ユニットに関する具体的な情報を記載し、すべての AI 製品のコストを網羅しています。

全体的な使用コストは次の式を使用して計算されます。

予測コスト + ハードウェア コスト = 使用コスト

詳しくは、次のセクションをご覧ください。

  • 予測コスト
  • ハードウェア コスト

予測コスト​

予測コストは次の式を使用して計算されます。

入力データのサイズ x モデルの単位原価 = 予測コスト

入力データのサイズ​

モデル 入力の種類 入力データのサイズ 計算される入力データのサイズ
Document Understanding TM (UiPath および顧客管理のサードパーティのモデル) Document 1 ページ 入力ドキュメントに含まれるページ数
Communications Mining JSON 1 つのメッセージ メールボックスまたはチケット管理システムごとのメッセージ数
AI Computer Vision 画像 1 つの画像 常に 1
Task Mining データセット 1 つのデータセット 常に 1
GenAI アクティビティ 文字列 文字列サイズの制限はモデルごとに異なります
その他のモデル JSON 2000 文字 = 1 単位 Ceil(length(input)/2000)
ファイル 5 MB = 1 単位 Ceil(size/5MB)
ファイル 5 MB = 1 単位 Ceil(sum(size(input))/5MB)

使用するモデル​

モデル請求タイミングプラットフォーム ユニットのコスト
Document UnderstandingTM (UiPath および顧客管理のサードパーティのモデル)予測ごとDocument Understanding のすべてのモデルのリストは、『UiPath Document Understanding ガイド』の「使用状況の測定と請求ロジック」をご覧ください。
AI Computer Vision予測ごと0
プレビュー版のモデル (UiPath Image Classification (画像分類) など)予測ごと0
Task Mining成功したパイプラインごと1000
UiPath Light Text Classifier (ライト テキスト分類器)予測ごと0.04
UiPath Multilingual Classifier (多言語分類器)予測ごと0.1
UiPath Custom Named Entity Recognition (カスタム固有表現抽出)予測ごと0.1
オープン ソース パッケージ予測ごと0.02
GenAI アクティビティ実行ごと0.2 - コンテキスト グラウンディングなし 0.4 - コンテキスト グラウンディングあり
注:

Task Mining を除き、パイプラインの実行や ML スキルのデプロイでは、ハードウェアの消費に関連するプラットフォーム ユニットのみが消費されます。

ハードウェア コスト​

ML スキルのデプロイ時のハードウェア コストは、次のように計算されます。

replicas x resource cost

既定のレプリカ数はアカウントの種類によって次のように異なります。

  • Enterprise アカウント: 2
  • その他のアカウントの種類: 1
注:

レプリカの数を増やすと、可用性が向上します。ユーザーがレプリカの数を 1 に減らした場合、高可用性 (HA) は保証されません。

ハードウェアプラットフォーム ユニットのコスト
0.5 CPU 2 GB RAM (既定)0.2 プラットフォーム ユニット/レプリカ/時間
1 CPU 4 GB RAM0.4 プラットフォーム ユニット/レプリカ/時間
2 CPU 8 GB RAM0.8 プラットフォーム ユニット/レプリカ/時間
4 CPU 16 GB RAM1.6 プラットフォーム ユニット/レプリカ/時間
6 CPU 24 GB RAM2.4 プラットフォーム ユニット/レプリカ/時間
GPU4 プラットフォーム ユニット/レプリカ/時間

パイプラインに関連するハードウェア コストについては、以下の表をご確認ください。

ハードウェアプラットフォーム ユニットのコスト
CPU1.2 プラットフォーム ユニット/時間
GPU4 プラットフォーム ユニット/時間
注:

使用開始時間から課金されます。

  • 概要​
  • 全般的なロジック​
  • 予測コスト​
  • 入力データのサイズ​
  • 使用するモデル​
  • ハードウェア コスト​

このページは役に立ちましたか?

接続

ヘルプ リソース サポート

学習する UiPath アカデミー

質問する UiPath フォーラム

最新情報を取得