ai-center
2022.4
true
- 基本情報
- ネットワーク要件
- シングルノードの要件とインストール
- マルチノードの要件とインストール
- インストール後
- GPU をプロビジョニングする
- 構成ファイルを使用する
- ノードのスケジュール設定
- 移行とアップグレード
- 基本的なトラブルシューティング 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。
AI Center インストール ガイド
Last updated 2024年6月6日
要件
注: デプロイ プロファイルを選択する前に、「シングルノードおよびマルチノードのインストールにサポートされるユース ケース」をご覧ください。
必要なもの | 要件 | 構成 | インストール |
---|---|---|---|
Linux マシン 1 台 (RHEL 8.2、8.3、8.4、8.5、8.6) | マルチノードのマシン要件 | マシンを構成する | |
SQL Server (MS SQL 2016、2017、2019 - Enterprise および Standard) | - | MS SQL Server を構成する | - |
DNS | - | - | |
ロード バランサー | - | ロード バランサーを構成する | - |
これは、運用環境のデプロイでサポートされる唯一の構成です。
バンドル | 最小 | 推奨仕様 |
---|---|---|
ノード数 | サーバー ノード 3 台以上。フォールト トレランスを向上させるため、クラスター内のサーバー ノード数は奇数にする必要があります。
任意の数のエージェント ノード。 | サーバー ノード 3 台以上。フォールト トレランスを向上させるため、クラスター内のサーバー ノード数は奇数にする必要があります。
任意の数のエージェント ノード。 |
(v-)CPU 合計 | 48 (v-)CPU | 64 (v-)CPU |
ノードあたりの最小 (v-)CPU | 16 (v-)CPU | 16 (v-)CPU |
RAM 合計 | 96 GiB | 144 GiB |
ノードごとのクラスター ディスク |
256 GiB SSD 最小 IOPS: 1100 |
256 GiB SSD 最小 IOPS: 1100 |
サーバー ノードごとのデータ ディスク |
2 TiB SSD 最小 IOPS 1100 |
2 TiB SSD 最小 IOPS 1100 |
サーバー ノードごとの etcd ディスク |
16 GiB SSD 最小 IOPS: 240 |
16 GiB SSD 最小 IOPS: 240 |
UiPath バンドル ディスク
(オフライン インストールの場合のみ、最初のサーバー ノード上) |
512 GiB SSD 最小 IOPS: 1100 |
512 GiB SSD 最小 IOPS: 1100 |
注: 上記の最小要件を満たしている場合、既定の設定で 3 つの HA スキル (2 つのレプリカ) と 1 つのパイプラインを並行して実行できます。
バンドル |
要件 |
---|---|
(v-)CPU |
8 (v-)CPU |
RAM |
52 GiB |
クラスター ディスク |
256 GiB SSD 最小 IOPS: 1100 |
データ ディスク |
N/A |
GPU RAM |
11 GiB |
使用 |
CPU |
RAM (GiB) |
GPU |
---|---|---|---|
インストール直後のハードウェア使用量 |
30 (最小構成の場合) 33 (推奨構成の場合) |
48 |
0 |
サービング (ML スキル、1 つのレプリカ) の最小要件 |
0.6 |
2 |
0 |
トレーニング (パイプライン) の最小要件 |
1 |
4 |
0 |
Document Understanding モデルのサービング (ML スキル、レプリカ 1 つ) |
1 |
4 |
0 |
Document Understanding モデルのトレーニング |
2 |
24 |
1 |
注: UiPath が提供する、トレーニング可能な Document Understanding ML パッケージは CPU と GPU の両方で動作します。v2021.10 の場合、GPU でのトレーニング速度は CPU でのトレーニング速度に比べて 5 倍以上低下します。また、CPU を使用したトレーニングは最大 5,000 ページのデータセットでのみサポートされます。GPU を使用しないデプロイでは、検証ステーションの再トレーニング ループはサポートされていません。これは、データセットのサイズが大きくなる速度が速すぎると、CPU の計算能力の限界にすぐに達してしまう可能性があるからです。AI Center で UiPath Document OCR Local Server を実行して年間 200 万ページ以上のドキュメントを処理する場合は、より快適な製品エクスペリエンスを得られるように GPU の使用を強く推奨します。