Platform Units

概述

For more general information on Platform Units consumption for our AI products, check the Metering and charging logic and License tracking sections.

For specific details on Platform Units consumption for Process Mining, check out the License page in the Process Mining guide.

You can also allocate and track Platform Units consumption at tenant level. Check the Allocating licenses to tenants page from the Automation Cloud^TM guide for more details.

Note: By default, each tenant is allocated 0 Platform Units, and all Platform Units are consumed from the account pool. If there are no Platform Units allocated to the tenant, Platform Units are consumed from the organization account pool. In case all Platform units are consumed from the tenant pool, then the admin needs to allocate more on that specific tenant.

计量和充电逻辑

一般逻辑

This section contains specific information regarding Platform Units depending on the used activity, covering the cost for every AI product.

要计算总消耗成本，请使用以下公式：

prediction cost + hardware cost = consumption cost

有关更多信息，请查看以下部分：

• 预测成本
• 硬件成本

预测成本

要计算预测成本，请使用以下公式：

input size x unit cost of the model = prediction cost

输入大小

模型	输入类型	输入大小	计算的输入大小
Document Understanding TM （UiPath 和客户管理的第三方）	文档	1 页	输入文档中的页数
Communications Mining	JSON	1 条消息	每个邮箱或工单系统的消息数
AI 计算机视觉	图像	1 张图片	始终为 1
Task Mining	数据集	1 个数据集	始终为 1
GenAI Activities	字符串	每个模型的字符串大小限制不同
其他型号	JSON	2000 个字符 = 1 个单位	Ceil(长度(输入)/2000)
	文件	5 MB = 1 个单位	上限（大小/5MB）
	文件	5 MB = 1 个单位	上限 (sum(size(input))/5MB)

使用的型号

模型	当我们充电时	Platform Unit cost
Document Understanding TM （UiPath 和客户管理的第三方）	每个预测	有关所有 Document Understanding 模型的列表，请查看 Document Understanding 指南中的“计量与计费逻辑”页面。
AI 计算机视觉	每个预测	0
预览模型（如 UiPath 图像分类）	每个预测	0
Task Mining	每个成功的管道	1000
Communications Mining	上传、修改或预测的每条消息	0.2 - for more information on Communications Mining charging logic, check the official documentation.
UiPath 浅色文本分类器	每个预测	0.04
UiPath 多语言分类器	每个预测	0.1
UiPath 自定义命名实体识别	每个预测	0.1
开源包	每个预测	0.02
GenAI Activities	每次执行	0.2 - without Context grounding 0.4 - with Context grounding

Note: Except for Task Mining, running a pipeline or deploying an ML Skill only consumes Platform Units related to hardware consumption.

硬件成本

部署 ML 技能时的硬件成本计算如下：

replicas x resource cost

默认副本计数取决于帐户类型：

• 企业帐户: 2
• 其他帐户类型: 1

注意：增加副本数量可提高可用性。如果用户将副本数量减少到 1，高可用性 (HA) 则无法得到保证。

硬件	Platform Units Cost
0.5 CPU 2 GB RAM（默认）	0.2 Platform Unit / replica / hour
1 个 CPU 4 GB RAM	0.4 Platform Units / replica / hour
2 个 CPU 8 GB RAM	0.8 Platform Units / replica / hour
4 个 CPU 16 GB RAM	1.6 Platform Units / replica / hour
6 个 CPU 24 GB RAM	2.4 Platform Units / replica / hour
GPU	4 Platform Units / replica / hour

有关与管道相关的硬件成本，请查看下表。

硬件	Platform Units Cost
CPU	1.2 Platform Units / hour
GPU	4 Platform Units / hour

注意：系统按小时收费。