public static final class DedicatedResources.Builder extends GeneratedMessageV3.Builder<DedicatedResources.Builder> implements DedicatedResourcesOrBuilderUna descrizione delle risorse dedicate a un modello implementato e che richiedono un livello maggiore di configurazione manuale.
Tipo di protobuf google.cloud.vertexai.v1.DedicatedResources
Ereditarietà
Object > AbstractMessageLite.Builder<MessageType,BuilderType> > AbstractMessage.Builder<BuilderType> > GeneratedMessageV3.Builder > DedicatedResources.BuilderImplementa
DedicatedResourcesOrBuilderMetodi statici
getDescriptor()
public static final Descriptors.Descriptor getDescriptor()| Restituisce | |
|---|---|
| Tipo | Description |
Descriptor |
|
Metodi
addAllAutoscalingMetricSpecs(Iterable<? extends AutoscalingMetricSpec> values)
public DedicatedResources.Builder addAllAutoscalingMetricSpecs(Iterable<? extends AutoscalingMetricSpec> values)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
values |
Iterable<? extends com.google.cloud.vertexai.api.AutoscalingMetricSpec> |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
addAutoscalingMetricSpecs(AutoscalingMetricSpec value)
public DedicatedResources.Builder addAutoscalingMetricSpecs(AutoscalingMetricSpec value)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
value |
AutoscalingMetricSpec |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
addAutoscalingMetricSpecs(AutoscalingMetricSpec.Builder builderForValue)
public DedicatedResources.Builder addAutoscalingMetricSpecs(AutoscalingMetricSpec.Builder builderForValue)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
builderForValue |
AutoscalingMetricSpec.Builder |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
addAutoscalingMetricSpecs(int index, AutoscalingMetricSpec value)
public DedicatedResources.Builder addAutoscalingMetricSpecs(int index, AutoscalingMetricSpec value)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametri | |
|---|---|
| Nome | Description |
index |
int |
value |
AutoscalingMetricSpec |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
addAutoscalingMetricSpecs(int index, AutoscalingMetricSpec.Builder builderForValue)
public DedicatedResources.Builder addAutoscalingMetricSpecs(int index, AutoscalingMetricSpec.Builder builderForValue)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametri | |
|---|---|
| Nome | Description |
index |
int |
builderForValue |
AutoscalingMetricSpec.Builder |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
addAutoscalingMetricSpecsBuilder()
public AutoscalingMetricSpec.Builder addAutoscalingMetricSpecsBuilder()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
AutoscalingMetricSpec.Builder |
|
addAutoscalingMetricSpecsBuilder(int index)
public AutoscalingMetricSpec.Builder addAutoscalingMetricSpecsBuilder(int index)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
index |
int |
| Restituisce | |
|---|---|
| Tipo | Description |
AutoscalingMetricSpec.Builder |
|
addRepeatedField(Descriptors.FieldDescriptor field, Object value)
public DedicatedResources.Builder addRepeatedField(Descriptors.FieldDescriptor field, Object value)| Parametri | |
|---|---|
| Nome | Description |
field |
FieldDescriptor |
value |
Object |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
build()
public DedicatedResources build()| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources |
|
buildPartial()
public DedicatedResources buildPartial()| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources |
|
Clear()
public DedicatedResources.Builder clear()| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
clearAutoscalingMetricSpecs()
public DedicatedResources.Builder clearAutoscalingMetricSpecs()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
clearField(Descriptors.FieldDescriptor field)
public DedicatedResources.Builder clearField(Descriptors.FieldDescriptor field)| Parametro | |
|---|---|
| Nome | Description |
field |
FieldDescriptor |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
clearMachineSpec()
public DedicatedResources.Builder clearMachineSpec()Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
clearMaxReplicaCount()
public DedicatedResources.Builder clearMaxReplicaCount()Immutabile. Il numero massimo di repliche in cui può essere eseguito il deployment di questo modello implementato quando il traffico verso il modello aumenta. Se il valore richiesto è troppo elevato, il deployment commette un errore, ma se il deployment ha esito positivo viene garantita la capacità di scalare il modello fino a un numero di repliche elevato (salvo interruzioni del servizio). Se il traffico verso il modello DeployedModel aumenta oltre il limite massimo consentito dalle sue repliche, verrà eliminata una parte del traffico. Se questo valore non viene fornito, utilizzerà min_replica_count come valore predefinito.
Il valore di questo campo influisce sull'addebito relativo alle quote di CPU e GPU di Vertex. In particolare, ti verranno addebitati i costi relativi a (max_replica_count * numero di core nel tipo di macchina selezionato) e (max_replica_count * numero di GPU per replica nel tipo di macchina selezionato).
int32 max_replica_count = 3 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
Questo strumento per il concatenamento. |
clearMinReplicaCount()
public DedicatedResources.Builder clearMinReplicaCount()Obbligatorio. Immutabile. Il numero minimo di repliche della macchina in cui verrà sempre eseguito il deployment di questo modello. Questo valore deve essere maggiore o uguale a 1.
Se il traffico verso DeployedModel aumenta, può essere eseguito dinamicamente il deployment su più repliche e, con la diminuzione del traffico, alcune di queste repliche aggiuntive potrebbero essere liberate.
int32 min_replica_count = 2 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
Questo strumento per il concatenamento. |
clearOneof(Descriptors.OneofDescriptor oneof)
public DedicatedResources.Builder clearOneof(Descriptors.OneofDescriptor oneof)| Parametro | |
|---|---|
| Nome | Description |
oneof |
OneofDescriptor |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
clone()
public DedicatedResources.Builder clone()| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
getAutoscalingMetricSpecs(int index)
public AutoscalingMetricSpec getAutoscalingMetricSpecs(int index)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
index |
int |
| Restituisce | |
|---|---|
| Tipo | Description |
AutoscalingMetricSpec |
|
getAutoscalingMetricSpecsBuilder(int index)
public AutoscalingMetricSpec.Builder getAutoscalingMetricSpecsBuilder(int index)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
index |
int |
| Restituisce | |
|---|---|
| Tipo | Description |
AutoscalingMetricSpec.Builder |
|
getAutoscalingMetricSpecsBuilderList()
public List<AutoscalingMetricSpec.Builder> getAutoscalingMetricSpecsBuilderList()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
List<Builder> |
|
getAutoscalingMetricSpecsCount()
public int getAutoscalingMetricSpecsCount()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
int |
|
getAutoscalingMetricSpecsList()
public List<AutoscalingMetricSpec> getAutoscalingMetricSpecsList()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
List<AutoscalingMetricSpec> |
|
getAutoscalingMetricSpecsOrBuilder(int index)
public AutoscalingMetricSpecOrBuilder getAutoscalingMetricSpecsOrBuilder(int index)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
index |
int |
| Restituisce | |
|---|---|
| Tipo | Description |
AutoscalingMetricSpecOrBuilder |
|
getAutoscalingMetricSpecsOrBuilderList()
public List<? extends AutoscalingMetricSpecOrBuilder> getAutoscalingMetricSpecsOrBuilderList()Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
List<? extends com.google.cloud.vertexai.api.AutoscalingMetricSpecOrBuilder> |
|
getDefaultInstanceForType()
public DedicatedResources getDefaultInstanceForType()| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources |
|
getDescriptorForType()
public Descriptors.Descriptor getDescriptorForType()| Restituisce | |
|---|---|
| Tipo | Description |
Descriptor |
|
getMachineSpec()
public MachineSpec getMachineSpec()Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
MachineSpec |
Il parametro machineSpec. |
getMachineSpecBuilder()
public MachineSpec.Builder getMachineSpecBuilder()Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
MachineSpec.Builder |
|
getMachineSpecOrBuilder()
public MachineSpecOrBuilder getMachineSpecOrBuilder()Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
MachineSpecOrBuilder |
|
getMaxReplicaCount()
public int getMaxReplicaCount()Immutabile. Il numero massimo di repliche in cui può essere eseguito il deployment di questo modello implementato quando il traffico verso il modello aumenta. Se il valore richiesto è troppo elevato, il deployment commette un errore, ma se il deployment ha esito positivo viene garantita la capacità di scalare il modello fino a un numero di repliche elevato (salvo interruzioni del servizio). Se il traffico verso il modello DeployedModel aumenta oltre il limite massimo consentito dalle sue repliche, verrà eliminata una parte del traffico. Se questo valore non viene fornito, utilizzerà min_replica_count come valore predefinito.
Il valore di questo campo influisce sull'addebito relativo alle quote di CPU e GPU di Vertex. In particolare, ti verranno addebitati i costi relativi a (max_replica_count * numero di core nel tipo di macchina selezionato) e (max_replica_count * numero di GPU per replica nel tipo di macchina selezionato).
int32 max_replica_count = 3 [(.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
int |
Il valore maxReplicaCount. |
getMinReplicaCount()
public int getMinReplicaCount()Obbligatorio. Immutabile. Il numero minimo di repliche della macchina in cui verrà sempre eseguito il deployment di questo modello. Questo valore deve essere maggiore o uguale a 1.
Se il traffico verso DeployedModel aumenta, può essere eseguito dinamicamente il deployment su più repliche e, con la diminuzione del traffico, alcune di queste repliche aggiuntive potrebbero essere liberate.
int32 min_replica_count = 2 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
int |
Il valore minReplicaCount. |
hasMachineSpec()
public boolean hasMachineSpec()Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Restituisce | |
|---|---|
| Tipo | Description |
boolean |
Indica se il campo machineSpec è impostato. |
internalGetFieldAccessorTable()
protected GeneratedMessageV3.FieldAccessorTable internalGetFieldAccessorTable()| Restituisce | |
|---|---|
| Tipo | Description |
FieldAccessorTable |
|
isInitialized()
public final boolean isInitialized()| Restituisce | |
|---|---|
| Tipo | Description |
boolean |
|
mergeFrom(DedicatedResources other)
public DedicatedResources.Builder mergeFrom(DedicatedResources other)| Parametro | |
|---|---|
| Nome | Description |
other |
DedicatedResources |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
mergeFrom(CodedInputStream input, ExtensionRegistryLite extensionRegistry)
public DedicatedResources.Builder mergeFrom(CodedInputStream input, ExtensionRegistryLite extensionRegistry)| Parametri | |
|---|---|
| Nome | Description |
input |
CodedInputStream |
extensionRegistry |
ExtensionRegistryLite |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
| Eccezioni | |
|---|---|
| Tipo | Description |
IOException |
|
mergeFrom(Message other)
public DedicatedResources.Builder mergeFrom(Message other)| Parametro | |
|---|---|
| Nome | Description |
other |
Message |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
mergeMachineSpec(MachineSpec value)
public DedicatedResources.Builder mergeMachineSpec(MachineSpec value)Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
value |
MachineSpec |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
mergeUnknownFields(UnknownFieldSet unknownFields)
public final DedicatedResources.Builder mergeUnknownFields(UnknownFieldSet unknownFields)| Parametro | |
|---|---|
| Nome | Description |
unknownFields |
UnknownFieldSet |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
removeAutoscalingMetricSpecs(int index)
public DedicatedResources.Builder removeAutoscalingMetricSpecs(int index)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
index |
int |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setAutoscalingMetricSpecs(int index, AutoscalingMetricSpec value)
public DedicatedResources.Builder setAutoscalingMetricSpecs(int index, AutoscalingMetricSpec value)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametri | |
|---|---|
| Nome | Description |
index |
int |
value |
AutoscalingMetricSpec |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setAutoscalingMetricSpecs(int index, AutoscalingMetricSpec.Builder builderForValue)
public DedicatedResources.Builder setAutoscalingMetricSpecs(int index, AutoscalingMetricSpec.Builder builderForValue)Immutabile. Le specifiche della metrica che eseguono l'override di una metrica di utilizzo delle risorse (utilizzo CPU, ciclo di servizio dell'acceleratore e così via) sul valore di destinazione (il valore predefinito è 60 se non impostato). È consentita al massimo una voce per metrica.
Se machine_spec.accelerator_count è superiore a 0, la scalabilità automatica si baserà sulle metriche di utilizzo della CPU e del ciclo di lavoro dell'acceleratore e verrà scalata quando una delle due metriche supererà il valore target e fare lo scale down se entrambe le metriche sono al di sotto del valore target. Il valore target predefinito è 60 per entrambe le metriche.
Se machine_spec.accelerator_count è pari a 0, la scalabilità automatica si baserà sulla metrica di utilizzo della CPU solo con valore di destinazione predefinito 60 se non impostato in modo esplicito.
Ad esempio, nel caso della previsione online, se vuoi eseguire l'override dell'utilizzo della CPU target su 80, devi impostare autoscaling_metric_specs.metric_name su aiplatform.googleapis.com/prediction/online/cpu/utilization e autoscaling_metric_specs.target su 80.
repeated .google.cloud.vertexai.v1.AutoscalingMetricSpec autoscaling_metric_specs = 4 [(.google.api.field_behavior) = IMMUTABLE];
| Parametri | |
|---|---|
| Nome | Description |
index |
int |
builderForValue |
AutoscalingMetricSpec.Builder |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setField(Descriptors.FieldDescriptor field, Object value)
public DedicatedResources.Builder setField(Descriptors.FieldDescriptor field, Object value)| Parametri | |
|---|---|
| Nome | Description |
field |
FieldDescriptor |
value |
Object |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setMachineSpec(MachineSpec value)
public DedicatedResources.Builder setMachineSpec(MachineSpec value)Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
value |
MachineSpec |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setMachineSpec(MachineSpec.Builder builderForValue)
public DedicatedResources.Builder setMachineSpec(MachineSpec.Builder builderForValue)Obbligatorio. Immutabile. La specifica di una singola macchina utilizzata dalla previsione.
.google.cloud.vertexai.v1.MachineSpec machine_spec = 1 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
builderForValue |
MachineSpec.Builder |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setMaxReplicaCount(int value)
public DedicatedResources.Builder setMaxReplicaCount(int value)Immutabile. Il numero massimo di repliche in cui può essere eseguito il deployment di questo modello implementato quando il traffico verso il modello aumenta. Se il valore richiesto è troppo elevato, il deployment commette un errore, ma se il deployment ha esito positivo viene garantita la capacità di scalare il modello fino a un numero di repliche elevato (salvo interruzioni del servizio). Se il traffico verso il modello DeployedModel aumenta oltre il limite massimo consentito dalle sue repliche, verrà eliminata una parte del traffico. Se questo valore non viene fornito, utilizzerà min_replica_count come valore predefinito.
Il valore di questo campo influisce sull'addebito relativo alle quote di CPU e GPU di Vertex. In particolare, ti verranno addebitati i costi relativi a (max_replica_count * numero di core nel tipo di macchina selezionato) e (max_replica_count * numero di GPU per replica nel tipo di macchina selezionato).
int32 max_replica_count = 3 [(.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
value |
intIl valore maxReplicaCount da impostare. |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
Questo strumento per il concatenamento. |
setMinReplicaCount(int value)
public DedicatedResources.Builder setMinReplicaCount(int value)Obbligatorio. Immutabile. Il numero minimo di repliche della macchina in cui verrà sempre eseguito il deployment di questo modello. Questo valore deve essere maggiore o uguale a 1.
Se il traffico verso DeployedModel aumenta, può essere eseguito dinamicamente il deployment su più repliche e, con la diminuzione del traffico, alcune di queste repliche aggiuntive potrebbero essere liberate.
int32 min_replica_count = 2 [(.google.api.field_behavior) = REQUIRED, (.google.api.field_behavior) = IMMUTABLE];
| Parametro | |
|---|---|
| Nome | Description |
value |
intIl valore minReplicaCount da impostare. |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
Questo strumento per il concatenamento. |
setRepeatedField(Descriptors.FieldDescriptor field, int index, Object value)
public DedicatedResources.Builder setRepeatedField(Descriptors.FieldDescriptor field, int index, Object value)| Parametri | |
|---|---|
| Nome | Description |
field |
FieldDescriptor |
index |
int |
value |
Object |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|
setUnknownFields(UnknownFieldSet unknownFields)
public final DedicatedResources.Builder setUnknownFields(UnknownFieldSet unknownFields)| Parametro | |
|---|---|
| Nome | Description |
unknownFields |
UnknownFieldSet |
| Restituisce | |
|---|---|
| Tipo | Description |
DedicatedResources.Builder |
|