- Notas de Versão
- Introdução
- Notificações
- Projetos
- Conjuntos de dados
- Rotulagem de Dados
- Pacotes de ML
- Pacotes para uso imediato
- Pipelines
- Habilidades de ML
- Logs de ML
- Document UnderstandingTM no AI Center
- API do AI Center
- Licenciamento
- Modelos de soluções de IA
- Como fazer
- Guia básico de solução de problemas
Unidades de IA
- Monitoring license allocation page from the Automation CloudTM Admin Guide for organization level consumption.
- Página de visão geral do consumo no nível do tenant das unidades de IA do Guia do Insights para o consumo no nível do tenant.
AI Units é a medida usada para licenciar produtos de IA. As unidades de IA são carregadas de acordo com o consumo quando os modelos estão agregando valor para você.
Para obter informações mais gerais sobre o consumo de AI Units para nossos produtos de IA, confira as seções Lógica de medição e carregamento e Rastreamento de licença abaixo.
Para obter detalhes específicos sobre o consumo de AI Units para o Process Mining, consulte a página Licença no guia do Process Mining.
Também é possível alocar e acompanhar o consumo de AI Units no nível do tenant. Consulte as páginas de alocação no nível do tenant para obter mais detalhes:
- Automation CloudTM - Automation Cloud - Alocação de licenças para tenants
- Automation Suite - Automation Suite - Alocando licenças de serviço e robô a tenants
Esta página contém informações específicas sobre AI Units dependendo da atividade usada, abordando o custo de cada produto de IA.
Para calcular o custo de consumo geral, a fórmula a seguir é usada:
prediction cost
+ hardware cost
= consumption cost
Para mais informações, verifique as seguintes seções abaixo:
- Custo de previsão
- Custo de hardware
Para calcular o custo de previsão, a seguinte fórmula é usada:
input size
x unit cost of the model
= prediction cost
5000 characters
é o seguinte:
3 units
x 0.5
(custo unitário) = 1.5 AI Units
Tamanho de entrada
Modelo | Tipo de Entrada | Tamanho de entrada | Tamanho da entrada computada |
---|---|---|---|
Document UnderstandingTM (UiPath and Customer-Managed third party) | Documento | 1 página | Número de páginas no documento de entrada |
Communications Mining | JSON | 1 mensagem | Número de mensagens por sistema de caixa de mensagens ou emissão de tíquetes |
AI Computer Vision | Imagem | 1 imagem | Sempre 1 |
Task Mining | Conjunto de dados | 1 conjunto de dados | Sempre 1 |
Atividades da GenAI | String | O limite de tamanho da string é diferente para cada modelo | |
Outros modelos | JSON | 2000 caracteres = 1 unidade | Ceil(tamanho da entrada/2000) |
de transações | 5 MB = 1 unidade | Ceil(tamanho/5 MB) | |
Arquivos | 5 MB = 1 unidade | Ceil(soma(tamanho da entrada)/5 MB) |
Modelo usado
Modelo | Quando cobramos | Custo unitário |
---|---|---|
Document UnderstandingTM (UiPath and Customer-Managed third party) | Por previsão | Para obter uma lista de todos os modelos de Document Understanding, consulte a página Lógica de medição e carregamento do guia do Document Understanding. |
AI Computer Vision | Por previsão | 0 |
Modelos em visualização (como a Classificação de imagens da UiPath) | Por previsão | 0 |
Task Mining | Por pipeline bem-sucedido | 5000 |
Communications Mining | Por mensagem carregada, modificada ou prevista | 1 - Para obter mais informações sobre a lógica de cobrança do Communications Mining , consulte a documentação oficial. |
Classificador de texto leve da UiPath | Por previsão | 0.2 |
Classificador multilíngue da UiPath | Por previsão | 0.5 |
Reconhecimento de entidade nomeada personalizada UiPath | Por previsão | 0.5 |
Pacotes do Open Source |
Por previsão | 0,1 |
Atividades da GenAI | Por execução | 1 - without Context grounding
2 - with Context grounding |
O custo de hardware no momento da implantação de Habilidades de ML é calculado da seguinte forma:
replicas
x resource cost
A contagem de réplicas padrão depende do tipo de conta:
- Conta Enterprise: 2
- Outros tipos de conta: 1
Use a tabela a seguir para verificar o custo do recurso para Habilidades de ML.
Hardware | Custo unitário |
---|---|
0,5 CPU com 2 GB de RAM (padrão) | 1 AI Unit / réplica / hora |
1 CPU com 4 GB de RAM | 2 AI Units/réplica/hora |
2 CPU 8 GB de RAM | 4 AI Units/réplica/hora |
4 CPU 16 GB de RAM | 8 AI Units/réplica/hora |
6 CPU 24 GB de RAM | 12 AI Units/réplica/hora |
GPU | 20 AI Units/réplica/hora |
Consulte a tabela a seguir para consultar o custo de hardware relacionado a Pipelines.
Hardware | Custo unitário |
---|---|
CPU | 6 AI Units/hora |
GPU | 20 AI Units/hora |
Para automatizar um processo específico, você precisa usar os dois modelos da UiPath a seguir:
A primeira etapa para treinar o modelo de Classificação de texto multilíngue no seu conjunto de dados. O treinamento leva 6 horas e 30 minutos usando a GPU.
Após implantar ambos os modelos como habilidades de HA, eles são executados na CPU por três meses. Durante esse período, o modelo de Classificação de texto multilíngue processou 20.000 textos, todos com cerca de 3.000 caracteres, enquanto o modelo de Faturas processou 10.000 faturas contendo 2 páginas cada.
- AI Units consumidas para o treinamento da Classificação de texto multilíngue:
7
(horas) x20
(AI Units por hora para a GPU) =140 AI Units
- AI Units consumidas para hospedar a Classificação de texto multilíngue por três meses:
24
(horas no dia) x90
(número de dias) x2
(AI Units por hora) =4320 AI Units
- AI Units consumidas para hospedar Faturas por três meses:
24
(horas no dia) x90
(número de dias) x2
(AI Units por hora) =4320 AI Units
- AI Units consumidas para previsões feitas usando a Classificação de texto multilíngue:
20000
(número de previsões) x2
(tamanho da entrada) x0.5
(custo unitário) =20000 AI Units
- AI Units consumidas para previsões usando Faturas:
10000
(número de previsões) x2
(tamanho da entrada) x1
(custo unitário) =20000 AI Units
- AI Units consumidas no total:
hardware cost
+predictions cost
= (140
+4320
+4320
) + (20000
+20000
) =48780 AI Units