Что подразумевает минимальное количество узлов в вычислительном кластере AzureML?

При определении вычислительного кластера AzureML в AzureML Studio существует параметр, относящийся к минимальному количеству узлов:

Вычислительные ресурсы машинного обучения Azure можно повторно использовать в разных запусках. Вычислительные ресурсы могут использоваться совместно с другими пользователями в рабочей области и сохраняются между запусками, автоматически масштабируя узлы вверх или вниз в зависимости от количества отправленных запусков и max_nodes, установленных в вашем кластере. Параметр min_nodes управляет минимальным количеством доступных узлов.

(Из здесь.)

Я не понимаю, что такое min_nodes на самом деле. Это количество узлов, которые кластер будет выделять, даже когда он простаивает (т. е. что-то, что может потребоваться для ускорения времени запуска)?


azure-machine-learning-service azure-machine-learning-studio
person dumbledad    schedule 16.04.2021    source источник

Ответы (1)


arrow_upward
0
arrow_downward

Я нашел лучшее объяснение во всплывающей подсказке в AzureML Studio.

Чтобы не взимать плату, когда задания не выполняются, задайте для минимального количества узлов значение 0. Этот параметр позволяет Машинному обучению Azure освобождать вычислительные узлы, когда они простаивают. Любое большее значение приведет к взиманию платы за количество выделенных узлов.

Таким образом, это минимальное количество выделенных узлов, даже когда кластер простаивает.

person dumbledad    schedule 16.04.2021