Vertex AI 영구 리소스는 커스텀 학습 작업을 실행하기 위해 만들 수 있는 장기 실행 클러스터입니다. 학습 작업이 완료된 후에는 남은 영구 리소스를 삭제할 때까지 다른 학습 작업을 실행하는 데 계속 사용할 수 있습니다. 영구 리소스를 사용하면 컴퓨팅 리소스 가용성을 보장하고 컴퓨팅 리소스를 만들 때 필요한 작업 시작 시간을 줄일 수 있습니다. 영구 리소스는 커스텀 학습 작업에서 지원하는 모든 VM 및 GPU를 지원합니다. 이 페이지에서는 영구 리소스를 사용하는 경우를 설명하고 청구 및 할당량에 대한 정보를 제공합니다.
영구 리소스를 사용해야 하는 경우
다음 시나리오에서는 영구 리소스를 사용하는 것이 좋습니다.
- 성수기나 중요한 ML 워크로드에 대해 용량 가용성을 보장해야 합니다. 학습 서비스가 작업 완료 후에 리소스를 해제하는 커스텀 작업과 달리 영구 리소스는 삭제될 때까지 계속 사용 가능합니다.
- 동일한 작업을 여러 번 제출할 때 동일한 영구 리소스에서 작업을 실행하여 데이터 및 이미지 캐싱을 활용할 수 있습니다.
- 실제 학습 시간이 작업 시작 시간보다 짧은 단기 학습 작업을 여러 개 실행합니다.
영구 리소스를 사용하는 시기와 이유에 대한 자세한 내용은 Vertex AI Training에 용량 보장 및 빠른 시작 시간 제공 블로그 게시물을 참조하세요.
결제 세부정보
영구 리소스에서 실행 중인 작업이 있는지 여부에 관계없이 영구 리소스가 실행 중인 상태인 전체 기간 동안 요금이 청구됩니다. 영구 리소스 풀의 인스턴스마다 코어 시간을 기준으로 요금이 청구됩니다. 영구 리소스에서 실행되는 모든 작업에는 요금이 별도로 청구되지 않습니다. 영구 리소스에 대한 요금만 청구됩니다.
영구 리소스에 자동 확장을 설정하면 프로비저닝된 인스턴스에 대한 비용만 지불하면 됩니다. 예를 들어 min-replica-count가 4로 설정된 경우 4 인스턴스는 항상 프로비저닝되며 이는 요금이 청구되는 최소 금액입니다. 워크로드가 증가하면 증가한 수요를 수용할 수 있도록 리소스 풀이 6까지 확장될 수 있습니다. 그러면 리소스 풀이 다시 축소될 때까지 6 프로비저닝된 인스턴스에 대한 요금이 청구됩니다. 유휴 노드에 대한 비용을 지불하지 않으려면 영구 리소스에 자동 확장을 사용하거나 더 이상 필요하지 않을 때 삭제합니다. 가격 책정에 대한 자세한 내용은 Vertex AI 가격 책정 페이지의 커스텀 학습 모델 섹션을 참조하세요.
할당량
영구 리소스는 학습 할당량을 사용하므로 영구 리소스를 만들 수 있는 할당량이 충분한지 확인합니다. 할당량에 대한 자세한 내용은 학습 할당량 및 한도를 참조하세요.