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

Requisitos de Hardware

A execução de Pacotes de ML do Document Understanding em uma GPU inclui uma otimização destinada a acelerar o processo de treinamento.

Matriz de compatibilidade

Como resultado, o treinamento em GPU é cinco vezes mais rápido do que em CPU (anteriormente era de 10 a 20 vezes mais rápido). Isso também possibilita treinar modelos em CPU com até 5.000 páginas (anteriormente eram 500 no máximo).

Esteja ciente de que os modelos de treinamento do Document Understanding na GPU exigem uma GPU com pelo menos 11 GB de RAM de vídeo para ser executado com sucesso.

Use a tabela abaixo para verificar a compatibilidade entre os Pacotes de ML, a versão CUDA e a versão do driver GPU.

Versão de pacotes de ML

Versão CUDA

Driver NVIDIA (versão compatível mais antiga)

Geração 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 é retrocompatível, o que significa que os aplicativos CUDA existentes podem continuar a ser usados com versões CUDA mais recentes.

Mais informações sobre compatibilidade podem ser encontradas aqui.

Uso de CPU e GPU

Você pode usar o framework do Document Understanding para ler texto usando um mecanismo de OCR, classificando os documentos e extraindo suas informações. Embora as tarefas de classificação e extração sejam executadas na CPU, recomenda-se que o OCR seja executado na GPU (apesar de uma versão da CPU também ser fornecida caso uma GPU não esteja disponível).

A implantação local (On-premises) é feita usando o Automation Suite e seus requisitos de hardware.

Você pode usar o mesmo tipo de máquina virtual (VM) para extratores e classificadores, sendo a única diferença o tamanho da infraestrutura. Recomendamos usar o mecanismo de OCR com uma VM de GPU. A compatibilidade entre os Pacotes de ML, versão CUDA e versão do driver GPU é descrita na seção Matriz de compatibilidade .

Vamos dar um exemplo real para entender melhor os requisitos de hardware.

Serviço

Requisitos de hardware

Recursos

Extrator

Use uma VM com no mínimo 2 núcleos de CPU e 8 GB de RAM

Capacidade de processar 25.000 páginas/dia ou 5 milhões de páginas/ano, assumindo um tráfego perfeitamente constante (sem picos).

Classificador

Use uma VM com no mínimo 2 núcleos de CPU e 8 GB de RAM

Pode processar 40.000 documentos/dia ou 8 milhões de documentos/ano, assumindo um tráfego perfeitamente constante (sem picos).

OCR

Recomendado para uso com VM de GPU

Capacidade de processar 50.000 páginas/dia.

Exemplo: se você processar 10 milhões de páginas/ano, precisará de uma VM com 4 núcleos de CPU, 16 GB de RAM para o extrator, outra para o classificador e uma terceira VM com núcleo de GPU NVidia para o mecanismo de OCR.

Você também pode optar por usar apenas uma VM para ambos o extrator e o classificador, o que significa que precisará de uma única VM com 8 núcleos de CPU e 32 GB de RAM.

Observação: você sempre pode usar VMs de CPU/GPU mais potentes para aumentar o número de documentos processados/dia.
  • Matriz de compatibilidade
  • Uso de CPU e GPU

Esta página foi útil?

Obtenha a ajuda que você precisa
Aprendendo RPA - Cursos de automação
Fórum da comunidade da Uipath
Uipath Logo White
Confiança e segurança
© 2005-2024 UiPath. Todos os direitos reservados.