- 发行说明
- 要求
- 硬件和软件要求
- AI Fabric 架构
- 安装
- 入门指南
- 项目
- 数据集
- ML 包
- 管道
- ML 技能
- ML 日志
- AI Fabric 中的 Document Understanding
- 基本故障排除指南
硬件和软件要求
下表列出了为一般模型（小型和大型）建议的一些平均值。
| CPU | RAM (GB) | 操作系统/启动磁盘 (GB) | 外部数据磁盘 (GB) | 提供服务的模型数量 | 训练的并发模型数量 |
|---|---|---|---|---|---|
| 8 | 52 | 200 | 500 | 3 | 1-2 |
| 12 | 64 | 200 | 1000 | 3-4 | 2 |
ML 技能/管道作业将消耗多少资源并没有通用值，因为这取决于模型。但是，以下是 ML技能/管道作业使用的最少资源，以及 UiPath Document Understanding 模型用作基线的资源。
| 使用 | CPU | RAM (GB) |
|---|---|---|
| 核心服务 | 4 | 10 |
| 用于服务的最小值（ML 技能） | 0.5 | 2 |
| 用于训练的最小值（管道） | 1 | 4 |
| DU 模型服务 | 1 | 4 |
| DU 模型训练（500 个映像） | 2 | 24 |
当前仅支持 NVIDIA GPU。大多数场景不需要在 GPU 上训练，因为大部分模型架构既可以在 GPU 上执行，也可以在 CPU 上执行。如果您对模型训练时间有限制，建议添加至少具有 8 GB 视频 RAM 的 GPU。您需要负责安装 GPU 驱动程序，然后才能在 AI Fabric 中使用 GPU。有关这方面的更多信息，请参阅先决条件部分。
UiPath 提供的可训练 Document Understanding ML 包同时适用于 CPU 或 GPU，数据集的最大大小为 500 个图像。强烈建议您使用 GPU，以缩短训练时间并提高模型性能。在没有 GPU 的部署中，不支持“验证站点”再训练循环，因为数据集的大小增加过快，并且可能很快占用 CPU 的计算空间。如果您在 AI Center 上运行 UiPath OCR（非 Edge 版本）且每年处理超过 200 万页的文档，强烈建议您使用 GPU，以获得更好的产品体验。
下表列出了 AI Fabric 内部部署安装官方支持的操作系统。
| 操作系统 | 版本 |
|---|---|
| Ubuntu | 18.04 LTS |
| RHEL | 7.4、7.5、7.6、7.7、7.8、7.9 |
| CentOS | 7.4、7.5、7.6、7.7、7.8、7.9 |
- 计算机应已安装 lvm2。
- 适用于 Docker 的 OverlayFS 存储驱动程序应可用，您可以查看 Docker 文档中的先决条件。无需安装任何内容，只需满足先决条件即可。
在开始安装之前，您需要满足以下先决条件：
- Orchestrator 20.4.3（或更高版本）
有关安装 Orchestrator 的各种方法，请参阅 此处 的指南。
- SQL Server 2014（或更高版本）
强烈建议使用与安装 Orchestrator 时相同的 SQL Server，详情请参阅此处。在安装时，您需要提供此 SQL Server 的主机名、管理员用户名和密码。
重要事项：确保已启用 SQL Server 身份验证模式。注意：AI Fabric 仅将 SQL 用于存储元数据。这意味着数据存储量非常小。无需为这些表配置大量存储容量。 - GPU 要求
对于 AI Fabric 安装，预先要求节点安装 450.51.06 版本的 NVIDIA 驱动程序以及 nvidia-container-runtime。
