في عام 2021 ، أطلقنا خدمات دعم AWS الاستباقية كجزء من دعم مؤسسة AWS يخطط. منذ تقديمه ، ساعدنا مئات العملاء على تحسين أعباء عملهم ، وتعيين حواجز الحماية ، وتحسين رؤية تكلفة أعباء عمل التعلم الآلي (ML) واستخدامهم.
في هذه السلسلة من المنشورات ، نشارك الدروس المستفادة حول تحسين التكاليف في الأمازون SageMaker. في جزء 1، أوضحنا كيفية بدء الاستخدام مستكشف تكلفة AWS لتحديد فرص تحسين التكلفة في SageMaker. في هذا المنشور ، نركز على بيئات استدلال SageMaker: الاستدلال في الوقت الفعلي ، وتحويل الدُفعات ، والاستدلال غير المتزامن ، والاستدلال بدون خادم.
SageMaker يقدم خيارات متعددة للاستدلال لتختار من بينها بناءً على متطلبات عبء العمل لديك:
- الاستدلال في الوقت الحقيقي لمتطلبات الإنترنت أو زمن الانتقال المنخفض أو الإنتاجية العالية
- تحويل دفعة للمعالجة المجدولة في وضع عدم الاتصال وعندما لا تحتاج إلى نقطة نهاية دائمة
- الاستدلال غير المتزامن عندما يكون لديك حمولات كبيرة مع أوقات معالجة طويلة وتريد وضع الطلبات في قائمة الانتظار
- الاستدلال بلا خادم عندما يكون لديك أنماط حركة مرور متقطعة أو غير متوقعة ويمكن أن تتحمل البدايات الباردة
في الأقسام التالية ، نناقش كل خيار من خيارات الاستدلال بمزيد من التفصيل.
الاستدلال في الوقت الحقيقي من SageMaker
عندما تقوم بإنشاء نقطة نهاية ، يقوم SageMaker بإرفاق ملف متجر أمازون مطاط بلوك (Amazon EBS) بحجم تخزين الأمازون الحوسبة المرنة السحابية (Amazon EC2) الذي يستضيف نقطة النهاية. هذا صحيح بالنسبة لجميع أنواع المثيلات التي لا تأتي مع تخزين SSD. نظرًا لأن أنواع مثيلات d * تأتي مع تخزين NVMe SSD ، لا يقوم SageMaker بإرفاق وحدة تخزين EBS بمثيلات حساب ML هذه. تشير إلى وحدات تخزين مثيل المضيف لحجم وحدات التخزين التي يرفقها SageMaker لكل نوع مثيل لنقطة نهاية واحدة ونقطة نهاية متعددة النماذج.
تعتمد تكلفة نقاط النهاية في الوقت الحقيقي من SageMaker على ساعة المثيل المستهلكة لكل مثيل أثناء تشغيل نقطة النهاية ، وتكلفة التخزين الموفر (وحدة تخزين EBS) بالجيجابايت شهريًا ، بالإضافة إلى بيانات جيجابايت التي تتم معالجتها داخل وخارج من مثيل نقطة النهاية ، كما هو موضح في الأمازون SageMaker التسعير. في Cost Explorer ، يمكنك عرض تكاليف نقطة النهاية في الوقت الفعلي عن طريق تطبيق عامل تصفية على نوع الاستخدام. يتم تنظيم أسماء أنواع الاستخدام هذه على النحو التالي:
REGION-Host:instanceType
(فمثلا،USE1-Host:ml.c5.9xlarge
)REGION-Host:VolumeUsage.gp2
(فمثلا،USE1-Host:VolumeUsage.gp2
)REGION-Hst:Data-Bytes-Out
(فمثلا،USE2-Hst:Data-Bytes-In
)REGION-Hst:Data-Bytes-Out
(فمثلا،USW2-Hst:Data-Bytes-Out)
كما هو موضح في لقطة الشاشة التالية ، التصفية حسب نوع الاستخدام Host:
سيعرض قائمة بأنواع استخدام الاستضافة في الوقت الفعلي في الحساب.
يمكنك إما تحديد أنواع استخدام معينة أو الاختيار حدد الكل واختر التقديم لعرض تفاصيل تكلفة استخدام الاستضافة في الوقت الفعلي من SageMaker. لمعرفة تفاصيل التكلفة والاستخدام حسب ساعات المثيل ، تحتاج إلى إلغاء تحديد كل ملفات REGION-Host:VolumeUsage.gp2
أنواع الاستخدام قبل تطبيق عامل تصفية نوع الاستخدام. يمكنك أيضًا تطبيق عوامل تصفية إضافية مثل رقم الحساب ونوع مثيل EC2 وعلامة تخصيص التكلفة والمنطقة و الأكثر من ذلك. تعرض لقطة الشاشة التالية الرسوم البيانية للتكلفة والاستخدام لأنواع استخدام الاستضافة المحددة.
بالإضافة إلى ذلك ، يمكنك استكشاف التكلفة المرتبطة بواحد أو أكثر من حالات الاستضافة باستخدام نوع الطلب منقي. تُظهر لقطة الشاشة التالية تفاصيل التكلفة والاستخدام لاستضافة مثيل ml.p2.xlarge.
وبالمثل ، يمكن عرض تكلفة بيانات جيجابايت التي تمت معالجتها ومعالجتها عن طريق تحديد أنواع الاستخدام المرتبطة كعامل تصفية مطبق ، كما هو موضح في لقطة الشاشة التالية.
بعد أن تحقق النتائج المرجوة من خلال الفلاتر والتجمعات ، يمكنك إما تنزيل نتائجك عن طريق الاختيار تنزيل كملف CSV أو احفظ التقرير عن طريق الاختيار حفظ في مكتبة التقارير. للحصول على إرشادات عامة حول استخدام Cost Explorer ، يرجى الرجوع إلى المظهر الجديد لـ AWS Cost Explorer وحالات الاستخدام الشائعة.
اختياريا ، يمكنك تمكين تقارير التكلفة والاستخدام في AWS (AWS CUR) لاكتساب رؤى حول بيانات التكلفة والاستخدام لحساباتك. تحتوي AWS CUR على تفاصيل استهلاك AWS بالساعة. يتم تخزينه في خدمة تخزين أمازون البسيطة (Amazon S3) في حساب الدافع ، والذي يدمج البيانات لجميع الحسابات المرتبطة. يمكنك تشغيل الاستعلامات لتحليل الاتجاهات في استخدامك واتخاذ الإجراء المناسب لتحسين التكلفة. أمازون أثينا هي خدمة استعلام بدون خادم يمكنك استخدامها لتحليل البيانات من AWS CUR في Amazon S3 باستخدام SQL القياسي. يمكن العثور على مزيد من المعلومات وأمثلة الاستعلامات في مكتبة استعلام AWS CUR.
يمكنك أيضًا إدخال بيانات AWS CUR في ملفات أمازون QuickSight، حيث يمكنك تقطيعها وتقطيعها بالطريقة التي تريدها لأغراض إعداد التقارير أو التصور. للحصول على التعليمات ، انظر كيف يمكنني استيعاب وتصور تقرير تكلفة واستخدام AWS (CUR) في Amazon QuickSight.
يمكنك الحصول على معلومات على مستوى الموارد مثل ARN لنقطة النهاية وأنواع مثيل نقطة النهاية ومعدل المثيل بالساعة وساعات الاستخدام اليومية والمزيد من AWS CUR. يمكنك أيضًا تضمين علامات تخصيص التكلفة في استعلامك للحصول على مستوى إضافي من الدقة. يُرجع الاستعلام المثال التالي استخدام موارد الاستضافة في الوقت الفعلي لآخر 3 أشهر لحساب الدافع المحدد:
تُظهر لقطة الشاشة التالية النتائج التي تم الحصول عليها من تشغيل الاستعلام باستخدام أثينا. لمزيد من المعلومات ، يرجى الرجوع إلى الاستعلام عن تقارير التكلفة والاستخدام باستخدام Amazon Athena.
تظهر نتيجة الاستعلام نقطة النهاية هذه mme-xgboost-housing
باستخدام مثيل ml.x4.xlarge يُبلغ عن 24 ساعة من وقت التشغيل لعدة أيام متتالية. معدل المثيل هو 0.24 دولارًا أمريكيًا / ساعة والتكلفة اليومية للتشغيل لمدة 24 ساعة هي 5.76 دولارًا أمريكيًا.
يمكن أن تساعدك نتائج AWS CUR في تحديد أنماط نقاط النهاية التي تعمل لأيام متتالية في كل حساب من الحسابات المرتبطة ، بالإضافة إلى نقاط النهاية ذات التكلفة الشهرية الأعلى. يمكن أن يساعدك هذا أيضًا في تحديد ما إذا كان يمكن حذف نقاط النهاية في الحسابات غير الإنتاجية لتوفير التكلفة.
تحسين التكاليف لنقاط النهاية في الوقت الفعلي
من منظور إدارة التكلفة ، من المهم تحديد الحالات غير المستغلة (أو ذات الحجم الزائد) وجعل حجم المثيلات وعددها ، إذا لزم الأمر ، بما يتماشى مع متطلبات عبء العمل. تتم كتابة مقاييس النظام الشائعة مثل استخدام وحدة المعالجة المركزية / وحدة معالجة الرسومات واستخدام الذاكرة الأمازون CloudWatch لجميع حالات الاستضافة. بالنسبة لنقاط النهاية في الوقت الفعلي ، يوفر SageMaker العديد من المقاييس الإضافية المتوفرة في CloudWatch. تتضمن بعض المقاييس التي يتم مراقبتها بشكل شائع عدد الاستدعاء وأخطاء الاستدعاء 4xx / 5xx. للحصول على قائمة كاملة من المقاييس ، يرجى الرجوع إلى راقب Amazon SageMaker باستخدام Amazon CloudWatch.
المقياس CPUUtilization
يوفر مجموع استخدام كل نواة وحدة المعالجة المركزية على حدة. استخدام وحدة المعالجة المركزية لكل نطاق أساسي هو 0-100. على سبيل المثال ، إذا كانت هناك أربع وحدات معالجة مركزية ، فإن ملف CPUUtilization
النطاق هو 0-400٪. المقياس MemoryUtilization
هي النسبة المئوية للذاكرة التي تستخدمها الحاويات في مثيل. يتراوح نطاق القيمة هذا بين 0 و 100٪. تُظهر لقطة الشاشة التالية مثالاً على مقاييس CloudWatch CPUUtilization
و MemoryUtilization
لمثيل نقطة النهاية ml.m4.10xlarge الذي يأتي مع 40 وحدة معالجة مركزية (vCPU) وذاكرة 160 جيجابايت.
تُظهر الرسوم البيانية للمقاييس أقصى استخدام لوحدة المعالجة المركزية بحوالي 3,000٪ ، وهو ما يعادل 30 وحدة معالجة مركزية كبيرة. هذا يعني أن نقطة النهاية هذه لا تستخدم أكثر من 30 وحدة معالجة مركزية افتراضية من إجمالي السعة البالغة 40 وحدة معالجة وحدة معالجة مركزية. وبالمثل ، فإن استخدام الذاكرة أقل من 6٪. باستخدام هذه المعلومات ، يمكنك تجربة مثيل أصغر يمكن أن يتطابق مع حاجة هذا المورد. علاوة على ذلك ، فإن CPUUtilization
يُظهر القياس نمطًا كلاسيكيًا للطلب الدوري المرتفع والمنخفض على وحدة المعالجة المركزية ، مما يجعل نقطة النهاية هذه مرشحًا جيدًا للقياس التلقائي. يمكنك البدء بمثيل أصغر والتوسع أولاً مع تغير طلب الحوسبة. للحصول على معلومات ، انظر مقياس نماذج الأمازون SageMaker تلقائيًا.
يعد SageMaker رائعًا لاختبار النماذج الجديدة لأنه يمكنك بسهولة نشرها في بيئة اختبار A / B باستخدام متغيرات الإنتاج، وأنت تدفع فقط مقابل ما تستخدمه. يتم تشغيل كل متغير إنتاج على مثيل الحوسبة الخاص به ويتم محاسبتك على كل ساعة مثيل يتم استهلاكها لكل مثيل أثناء تشغيل المتغير.
يدعم SageMaker أيضًا ملفات متغيرات الظل، والتي لها نفس مكونات متغير الإنتاج وتعمل على مثيل الحوسبة الخاص بها. باستخدام متغيرات الظل ، ينشر SageMaker النموذج تلقائيًا في بيئة اختبار ، ويوجه نسخة من طلبات الاستدلال التي يتلقاها نموذج الإنتاج إلى نموذج الاختبار في الوقت الفعلي ، ويجمع مقاييس الأداء مثل زمن الانتقال والإنتاجية. يمكّنك هذا من التحقق من صحة أي مكون مرشح جديد لمكدس خدمة النموذج الخاص بك قبل ترقيته إلى الإنتاج.
عندما تنتهي من اختباراتك ولا تستخدم نقطة النهاية أو المتغيرات على نطاق واسع بعد الآن ، يجب عليك حذفها لتوفير التكلفة. نظرًا لأنه يتم تخزين النموذج في Amazon S3 ، يمكنك إعادة إنشائه حسب الحاجة. يمكنك اكتشاف نقاط النهاية تلقائيًا واتخاذ الإجراءات التصحيحية (مثل حذفها) باستخدام فعاليات أمازون كلاودواتش و AWS لامدا المهام. على سبيل المثال ، يمكنك استخدام ملف Invocations
مقياس للحصول على العدد الإجمالي للطلبات المرسلة إلى نقطة نهاية النموذج ثم اكتشاف ما إذا كانت نقاط النهاية خاملة لعدد الساعات الماضية (مع عدم وجود استدعاءات خلال فترة معينة ، مثل 24 ساعة).
إذا كان لديك العديد من مثيلات نقطة النهاية غير المستخدمة بشكل كافٍ ، ففكر في خيارات الاستضافة مثل نقاط نهاية متعددة النماذج (MMEs) ، نقاط نهاية متعددة الحاويات (MCEs) و خطوط أنابيب الاستدلال التسلسلي لدمج الاستخدام إلى عدد أقل من مثيلات نقطة النهاية.
لنشر نموذج الاستدلال في الوقت الفعلي وغير المتزامن ، يمكنك تحسين التكلفة والأداء من خلال نشر النماذج على SageMaker باستخدام أوس جرافيتون. AWS Graviton هي عائلة من المعالجات المصممة بواسطة AWS والتي توفر أفضل أداء للسعر وأكثر كفاءة في استخدام الطاقة من نظيراتها x86. للحصول على إرشادات حول نشر نموذج ML في المثيلات المستندة إلى AWS Graviton والتفاصيل المتعلقة بمزايا أداء السعر ، يرجى الرجوع إلى قم بتشغيل أحمال عمل استدلال التعلم الآلي على المثيلات المستندة إلى AWS Graviton باستخدام Amazon SageMaker. يدعم SageMaker أيضًا ملفات استدلال AWS مسرعات من خلال ml.inf2 عائلة المثيلات لنشر نماذج ML للاستدلال في الوقت الحقيقي وغير المتزامن. يمكنك استخدام هذه المثيلات على SageMaker لتحقيق أداء عالٍ بتكلفة منخفضة لنماذج الذكاء الاصطناعي (AI) التوليدية ، بما في ذلك نماذج اللغات الكبيرة (LLMs) ومحولات الرؤية.
بالإضافة إلى ذلك ، يمكنك استخدام التوصية بالاستدلال من Amazon SageMaker لإجراء اختبارات التحميل وتقييم مزايا أداء السعر لنشر النموذج الخاص بك على هذه الحالات. للحصول على إرشادات إضافية حول الكشف التلقائي عن نقاط نهاية SageMaker الخاملة ، بالإضافة إلى تحديد الحجم الصحيح والتحجيم التلقائي لنقاط نهاية SageMaker ، راجع ضمان موارد الحوسبة الفعالة على Amazon SageMaker.
تحويل دفعة SageMaker
الاستدلال الدفعي ، أو الاستدلال حاليا، هي عملية توليد تنبؤات على مجموعة من الملاحظات. تعد التنبؤات في وضع عدم الاتصال مناسبة لمجموعات البيانات الأكبر وفي الحالات التي يمكنك فيها الانتظار عدة دقائق أو ساعات للحصول على استجابة.
تعتمد تكلفة تحويل الدُفعات من SageMaker على كل ساعة مثيل مستهلكة لكل مثيل أثناء تشغيل وظيفة تحويل الدُفعات ، كما هو موضح في الأمازون SageMaker التسعير. في Cost Explorer ، يمكنك استكشاف تكاليف تحويل الدُفعات عن طريق تطبيق عامل تصفية على نوع الاستخدام. اسم نوع الاستخدام هذا منظم على شكل REGION-Tsform:instanceType
(فمثلا، USE1-Tsform:ml.c5.9xlarge
).
كما هو موضح في لقطة الشاشة التالية ، التصفية حسب نوع الاستخدام Tsform:
سيعرض قائمة بأنواع استخدام تحويل الدُفعات من SageMaker في الحساب.
يمكنك إما تحديد أنواع استخدام معينة أو الاختيار حدد الكل واختر التقديم لعرض توزيع التكلفة لاستخدام مثيل تحويل الدُفعة للأنواع المحددة. كما ذكرنا سابقًا ، يمكنك أيضًا تطبيق عوامل تصفية إضافية. تُظهر لقطة الشاشة التالية الرسوم البيانية للتكلفة والاستخدام لأنواع استخدام تحويل الدُفعة المحددة.
تحسين تكاليف تحويل الدُفعات
لا يتقاضى تحويل الدُفعات من SageMaker رسومًا إلا على المثيلات المستخدمة أثناء تشغيل مهامك. إذا كانت بياناتك موجودة بالفعل في Amazon S3 ، فلا توجد تكلفة لقراءة بيانات الإدخال من Amazon S3 وكتابة بيانات الإخراج إلى Amazon S3. تتم محاولة تحميل كافة كائنات الإخراج إلى Amazon S3. إذا نجحت جميعها ، فسيتم وضع علامة على وظيفة التحويل الدفعي كمكتملة. في حالة فشل عنصر واحد أو أكثر ، يتم وضع علامة على وظيفة التحويل الدفعي على أنها فاشلة.
يتم تطبيق رسوم وظائف التحويل الدفعي في السيناريوهات التالية:
- الوظيفة ناجحة
- فشل بسبب
ClientError
والحاوية النموذجية هي SageMaker أو إطار عمل مُدار بواسطة SageMaker - فشل بسبب
AlgorithmError
orClientError
وحاوية النموذج هي حاويتك المخصصة (BYOC)
فيما يلي بعض أفضل الممارسات لتحسين وظيفة تحويل دفعة SageMaker. يمكن أن تقلل هذه التوصيات من إجمالي وقت التشغيل لوظيفة تحويل الدُفعات ، وبالتالي تقليل التكاليف:
- المجموعات استراتيجية الدفعة إلى
MultiRecord
وSplitType
إلىLine
إذا كنت بحاجة إلى وظيفة التحويل الدفعي لعمل دفعات صغيرة من ملف الإدخال. إذا لم تتمكن من تقسيم مجموعة البيانات تلقائيًا إلى دفعات صغيرة ، فيمكنك تقسيمها إلى مجموعات صغيرة عن طريق وضع كل دفعة في ملف إدخال منفصل ، يتم وضعه في حاوية مصدر البيانات S3. - تأكد من أن حجم الدفعة يناسب الذاكرة. عادةً ما يتعامل SageMaker مع هذا تلقائيًا ؛ ومع ذلك ، عند تقسيم الدُفعات يدويًا ، يجب ضبط ذلك بناءً على الذاكرة.
- قسم تحويل الدُفعات كائنات S3 في الإدخال عن طريق المفتاح وتعيين تلك الكائنات إلى مثيلات. عندما يكون لديك ملفات متعددة ، قد تتم معالجة مثيل واحد
input1.csv
، وقد تتم معالجة مثيل آخرinput2.csv
. إذا كان لديك ملف إدخال واحد ولكنك تقوم بتهيئة مثيلات متعددة للحساب ، فإن مثيل واحد فقط يعالج ملف الإدخال ويكون باقي المثيلات خاملة. تأكد من أن عدد الملفات يساوي أو أكبر من عدد المثيلات. - إذا كان لديك عدد كبير من الملفات الصغيرة ، فقد يكون من المفيد دمج ملفات متعددة في عدد صغير من الملفات الأكبر لتقليل وقت تفاعل Amazon S3.
- إذا كنت تستخدم إنشاء تحويل الوظيفة API ، يمكنك تقليل الوقت المستغرق لإكمال مهام تحويل الدُفعات باستخدام القيم المثلى للمعلمات مثل MaxPayloadInMB, MaxConcurrentTransformsالطرق أو استراتيجية الدفعة:
MaxConcurrentTransforms
يشير إلى الحد الأقصى لعدد الطلبات المتوازية التي يمكن إرسالها إلى كل حالة في وظيفة التحويل. القيمة المثالية لـMaxConcurrentTransforms
يساوي عدد نوى وحدة المعالجة المركزية الافتراضية في مثيل.MaxPayloadInMB
هو أقصى حجم مسموح به للحمولة بالميغا بايت. القيمة فيMaxPayloadInMB
يجب أن يكون أكبر من أو يساوي حجم سجل واحد. لتقدير حجم سجل بالميغا بايت ، قسّم حجم مجموعة البيانات على عدد السجلات. للتأكد من أن السجلات تناسب الحجم الأقصى للحمولة الصافية ، نوصي باستخدام قيمة أكبر قليلاً. القيمة الافتراضية هي 6 ميغا بايت.MaxPayloadInMB
يجب ألا يزيد حجمه عن 100 ميغا بايت. إذا قمت بتحديد الاختياريةMaxConcurrentTransforms
المعلمة ، ثم قيمة (MaxConcurrentTransforms
*MaxPayloadInMB
) يجب ألا يتجاوز حجمها 100 ميغا بايت.- بالنسبة للحالات التي قد تكون فيها الحمولة كبيرة بشكل عشوائي ويتم إرسالها باستخدام ترميز HTTP المقسم ، قم بتعيين قيمة MaxPayloadInMB إلى 0. تعمل هذه الميزة فقط في الخوارزميات المدعومة. حاليًا ، لا تدعم خوارزميات SageMaker المضمنة ترميز HTTP المقسم.
- عادة ما تكون مهام الاستدلال الدفعي مرشحة جيدة للقياس الأفقي. يمكن لكل عامل داخل الكتلة أن يعمل على مجموعة فرعية مختلفة من البيانات دون الحاجة إلى تبادل المعلومات مع العمال الآخرين. تقدم AWS خيارات تخزين وحساب متعددة تتيح القياس الأفقي. إذا كان مثيل واحد غير كافٍ لتلبية متطلبات الأداء الخاصة بك ، ففكر في استخدام مثيلات متعددة بالتوازي لتوزيع عبء العمل. للاعتبارات الرئيسية عند تصميم وظائف تحويل الدُفعات ، ارجع إلى استدلال مجمّع على نطاق واسع باستخدام Amazon SageMaker.
- راقب باستمرار مقاييس الأداء لمهام تحويل مجموعة SageMaker الخاصة بك باستخدام CloudWatch. ابحث عن الاختناقات ، مثل الاستخدام المرتفع لوحدة المعالجة المركزية أو وحدة معالجة الرسومات ، أو استخدام الذاكرة ، أو إنتاجية الشبكة ، لتحديد ما إذا كنت بحاجة إلى ضبط أحجام المثيلات أو التكوينات.
- يستخدم SageMaker Amazon S3 تحميل متعدد الأجزاء API لتحميل النتائج من وظيفة تحويل المجموعة إلى Amazon S3. في حالة حدوث خطأ ، تتم إزالة النتائج التي تم تحميلها من Amazon S3. في بعض الحالات ، مثل حدوث انقطاع في الشبكة ، قد يظل التحميل متعدد الأجزاء غير مكتمل في Amazon S3. لتجنب تكبد رسوم التخزين ، نوصي بإضافة ملف سياسة الجرافة S3 لقواعد دورة حياة حاوية S3. تحذف هذه السياسة عمليات التحميل متعددة الأجزاء غير المكتملة التي قد يتم تخزينها في حاوية S3. لمزيد من المعلومات، راجع إدارة دورة حياة التخزين.
الاستدلال غير المتزامن لـ SageMaker
يعد الاستدلال غير المتزامن خيارًا رائعًا لأحمال العمل الحساسة من حيث التكلفة مع الحمولات الكبيرة وحركة المرور المتدفقة. يمكن أن تستغرق الطلبات ما يصل إلى ساعة للمعالجة ولها أحجام حمولة تصل إلى 1 غيغابايت ، لذا فهي أكثر ملاءمة لأحمال العمل التي لديها متطلبات زمن انتقال مريحة.
يختلف استدعاء نقاط النهاية غير المتزامنة عن نقاط النهاية في الوقت الفعلي. بدلاً من تمرير حمولة الطلب بشكل متزامن مع الطلب ، يمكنك تحميل الحمولة إلى Amazon S3 وتمرير S3 URI كجزء من الطلب. داخليًا ، يحتفظ SageMaker بقائمة انتظار مع هذه الطلبات ويقوم بمعالجتها. أثناء إنشاء نقطة النهاية ، يمكنك تحديد ملف خدمة إعلام أمازون البسيطة (Amazon SNS) لتلقي إشعارات النجاح أو الخطأ. عندما تتلقى إشعارًا بأن طلب الاستنتاج الخاص بك قد تمت معالجته بنجاح ، يمكنك الوصول إلى النتيجة في موقع الإخراج Amazon S3.
تعتمد تكلفة الاستدلال غير المتزامن على ساعة مثيل لكل مثيل يتم استهلاكها لكل مثيل أثناء تشغيل نقطة النهاية ، وتكلفة التخزين المتوفرة شهريًا بالجيجابايت ، بالإضافة إلى بيانات جيجابايت التي تتم معالجتها داخل مثيل نقطة النهاية وخارجه ، كما هو موضح في الأمازون SageMaker التسعير. في Cost Explorer ، يمكنك تصفية تكاليف الاستدلال غير المتزامن عن طريق تطبيق عامل تصفية على نوع الاستخدام. اسم نوع الاستخدام هذا منظم على شكل REGION-AsyncInf:instanceType
(فمثلا، USE1-AsyncInf:ml.c5.9xlarge
). لاحظ أن حجم الجيجابايت وأنواع استخدام معالجة البيانات جيجابايت هي نفسها نقاط النهاية في الوقت الفعلي ، كما هو مذكور سابقًا في هذا المنشور.
كما هو موضح في لقطة الشاشة التالية ، التصفية حسب نوع الاستخدام AsyncInf:
في Cost Explorer يعرض تفاصيل التكلفة حسب أنواع استخدام نقطة النهاية غير المتزامنة.
لمعرفة تفاصيل التكلفة والاستخدام حسب ساعات المثيل ، تحتاج إلى إلغاء تحديد كل ملفات REGION-Host:VolumeUsage.gp2
أنواع الاستخدام قبل تطبيق عامل تصفية نوع الاستخدام. يمكنك أيضًا تطبيق عوامل تصفية إضافية. يمكن الحصول على معلومات على مستوى المورد مثل ARN لنقطة النهاية وأنواع مثيل نقطة النهاية ومعدل المثيل بالساعة وساعات الاستخدام اليومية من AWS CUR. فيما يلي مثال على استعلام AWS CUR للحصول على استخدام مورد استضافة غير متزامن لآخر 3 أشهر:
تُظهر لقطة الشاشة التالية النتائج التي تم الحصول عليها من تشغيل استعلام AWS CUR باستخدام Athena.
تظهر نتيجة الاستعلام نقطة النهاية هذه sagemaker-abc-model-5
مع مثيل ml.m5.xlarge يبلغ عن 24 ساعة من وقت التشغيل لعدة أيام متتالية. معدل المثيل هو 0.23 دولارًا أمريكيًا / ساعة والتكلفة اليومية للتشغيل لمدة 24 ساعة هي 5.52 دولارًا أمريكيًا.
كما ذكرنا سابقًا ، يمكن أن تساعدك نتائج AWS CUR في تحديد أنماط نقاط النهاية التي تعمل لأيام متتالية ، بالإضافة إلى نقاط النهاية ذات التكلفة الشهرية الأعلى. يمكن أن يساعدك هذا أيضًا في تحديد ما إذا كان يمكن حذف نقاط النهاية في الحسابات غير الإنتاجية لتوفير التكلفة.
تحسين تكاليف الاستدلال غير المتزامن
تمامًا مثل نقاط النهاية في الوقت الفعلي ، تعتمد تكلفة نقاط النهاية غير المتزامنة على استخدام نوع المثيل. لذلك ، من المهم تحديد الحالات غير المستغلة جيدًا وتغيير حجمها بناءً على متطلبات عبء العمل. من أجل مراقبة نقاط النهاية غير المتزامنة ، يصنع SageMaker عدة مقاييس مثل ApproximateBacklogSize
, HasBacklogWithoutCapacity
، والمزيد متوفر في CloudWatch. يمكن أن تعرض هذه المقاييس الطلبات في قائمة الانتظار لمثيل ما ويمكن استخدامها لقياس نقطة نهاية تلقائيًا. يتضمن الاستدلال غير المتزامن من SageMaker أيضًا مقاييس على مستوى المضيف. للحصول على معلومات حول المقاييس على مستوى المضيف ، انظر وظائف SageMaker ومقاييس نقطة النهاية. يمكن أن تظهر هذه المقاييس استخدام الموارد التي يمكن أن تساعدك في تحديد الحجم المناسب للمثيل.
يدعم SageMaker ملفات التحجيم التلقائي لنقاط النهاية غير المتزامنة. على عكس نقاط النهاية المستضافة في الوقت الفعلي ، تدعم نقاط نهاية الاستدلال غير المتزامن تصغير الحالات إلى الصفر عن طريق تعيين الحد الأدنى للسعة على صفر. بالنسبة لنقاط النهاية غير المتزامنة ، يوصي SageMaker بشدة أن تقوم بإنشاء تكوين نهج لتحجيم تتبع الهدف لنموذج تم نشره (متغير). أنت بحاجة إلى تحديد سياسة التحجيم التي تم توسيع نطاقها على نطاق ApproximateBacklogPerInstance
مقياس مخصص وتعيين MinCapacity
القيمة إلى الصفر.
يمكّنك الاستدلال غير المتزامن من توفير التكاليف عن طريق القياس التلقائي لعدد المثيلات إلى الصفر في حالة عدم وجود طلبات للمعالجة ، لذلك لا تدفع إلا عندما تقوم نقطة النهاية بمعالجة الطلبات. الطلبات التي يتم تلقيها في حالة عدم وجود أي مثيل يتم وضعها في قائمة الانتظار للمعالجة بعد زيادة مقياس نقطة النهاية. لذلك ، بالنسبة لحالات الاستخدام التي يمكن أن تتسامح مع عقوبة البداية الباردة لبضع دقائق ، يمكنك بشكل اختياري تقليل عدد مثيل نقطة النهاية إلى الصفر في حالة عدم وجود طلبات معلقة وتقليص النسخ الاحتياطي عند وصول طلبات جديدة. يعتمد وقت البدء البارد على الوقت المطلوب لإطلاق نقطة نهاية جديدة من البداية. أيضًا ، إذا كان النموذج نفسه كبيرًا ، فقد يكون الوقت أطول. إذا كان من المتوقع أن تستغرق وظيفتك وقتًا أطول من وقت المعالجة الذي يبلغ ساعة واحدة ، فقد ترغب في التفكير في تحويل دفعة SageMaker.
بالإضافة إلى ذلك ، يمكنك أيضًا مراعاة وقت انتظار الطلب مقترنًا بوقت المعالجة لاختيار نوع المثيل. على سبيل المثال ، إذا كانت حالة الاستخدام الخاصة بك يمكن أن تتسامح مع ساعات من وقت الانتظار ، فيمكنك اختيار مثيل أصغر لتوفير التكلفة.
للحصول على إرشادات إضافية حول الحجم الصحيح للمثيلات والقياس التلقائي لنقاط نهاية SageMaker ، راجع ضمان موارد الحوسبة الفعالة على Amazon SageMaker.
الاستدلال بلا خادم
يتيح لك الاستدلال بدون خادم نشر نماذج ML للاستدلال دون الحاجة إلى تكوين البنية التحتية الأساسية أو إدارتها. استنادًا إلى حجم طلبات الاستدلال التي يتلقاها نموذجك ، يقوم SageMaker بالاستدلال بدون خادم تلقائيًا بتخصيص وقياس وإيقاف تشغيل سعة الحوسبة. ونتيجة لذلك ، فأنت تدفع فقط مقابل وقت الحساب لتشغيل كود الاستدلال ومقدار البيانات التي تمت معالجتها ، وليس لوقت الخمول. بالنسبة لنقاط النهاية بدون خادم ، لا يعد توفير المثيل ضروريًا. تحتاج إلى توفير حجم الذاكرة والتزامن الأقصى. نظرًا لأن نقاط النهاية بدون خادم تقوم بحساب الموارد عند الطلب ، فقد تواجه نقطة النهاية بضع ثوانٍ إضافية من وقت الاستجابة (بداية باردة) لأول طلب بعد فترة الخمول. أنت تدفع مقابل سعة الحوسبة المستخدمة لمعالجة طلبات الاستدلال ، والتي يتم تحرير فواتير بها بالمللي ثانية ، وجيجابايت شهر للتخزين المتاح ، وكمية البيانات التي تتم معالجتها. تعتمد تكلفة الحوسبة على تكوين الذاكرة الذي تختاره.
في Cost Explorer ، يمكنك تصفية تكاليف نقاط النهاية بدون خادم عن طريق تطبيق عامل تصفية على نوع الاستخدام. اسم نوع الاستخدام هذا منظم على شكل REGION-ServerlessInf:Mem-MemorySize
(فمثلا، USE2-ServerlessInf:Mem-4GB
). لاحظ أن حجم جيجابايت وأنواع استخدام معالجة البيانات جيجابايت هي نفسها نقاط النهاية في الوقت الفعلي.
يمكنك الاطلاع على تفاصيل التكلفة من خلال تطبيق عوامل تصفية إضافية مثل رقم الحساب ونوع المثيل والمنطقة والمزيد. تُظهر لقطة الشاشة التالية توزيع التكلفة من خلال تطبيق عوامل تصفية لنوع استخدام الاستدلال بدون خادم.
تحسين التكلفة للاستدلال بدون خادم
عند تكوين نقطة نهاية بدون خادم ، يمكنك تحديد حجم الذاكرة والحد الأقصى لعدد الاستدعاءات المتزامنة. يقوم SageMaker بالاستدلال بدون خادم تلقائيًا بتعيين موارد الحساب المتناسبة مع الذاكرة التي تحددها. إذا اخترت حجم ذاكرة أكبر ، فإن الحاوية الخاصة بك يمكنها الوصول إلى المزيد من وحدات المعالجة المركزية الافتراضية. باستخدام الاستدلال بدون خادم ، فأنت تدفع فقط مقابل سعة الحوسبة المستخدمة لمعالجة طلبات الاستدلال ، والتي يتم تحرير فواتير بها بالمللي ثانية ، وكمية البيانات التي تتم معالجتها. تعتمد تكلفة الحوسبة على تكوين الذاكرة الذي تختاره. أحجام الذاكرة التي يمكنك اختيارها هي 1024 ميجابايت ، و 2048 ميجابايت ، و 3072 ميجابايت ، و 4096 ميجابايت ، و 5120 ميجابايت ، و 6144 ميجابايت. يزداد السعر مع زيادات حجم الذاكرة ، كما هو موضح في الأمازون SageMaker التسعير، لذلك من المهم تحديد حجم الذاكرة الصحيح. كقاعدة عامة ، يجب أن يكون حجم الذاكرة على الأقل بحجم نموذجك. ومع ذلك ، من الجيد الإشارة إلى استخدام الذاكرة عند تحديد حجم ذاكرة نقطة النهاية ، بالإضافة إلى حجم النموذج نفسه.
أفضل الممارسات العامة لتحسين تكاليف استدلال SageMaker
تحسين تكاليف الاستضافة ليس حدثًا لمرة واحدة. إنها عملية مستمرة لمراقبة البنية التحتية المنشورة وأنماط الاستخدام والأداء ، وكذلك مراقبة الحلول المبتكرة الجديدة التي تصدرها AWS والتي يمكن أن تؤثر على التكلفة. ضع في اعتبارك أفضل الممارسات التالية:
- اختر نوع المثيل المناسب - يدعم SageMaker أنواع مثيلات متعددة ، لكل منها مجموعات مختلفة من وحدة المعالجة المركزية ووحدة معالجة الرسومات والذاكرة وقدرات التخزين. بناءً على متطلبات موارد النموذج الخاص بك ، اختر نوع المثيل الذي يوفر الموارد الضرورية دون الإفراط في التوفير. للحصول على معلومات حول أنواع مثيلات SageMaker المتاحة ومواصفاتها وإرشادات حول تحديد المثيل الصحيح ، ارجع إلى ضمان موارد الحوسبة الفعالة على Amazon SageMaker.
- اختبر باستخدام الوضع المحلي - من أجل اكتشاف الأعطال وتصحيح الأخطاء بشكل أسرع ، يوصى باختبار الكود والحاوية (في حالة BYOC) في وضع المحلي قبل تشغيل حمل عمل الاستدلال على مثيل SageMaker البعيد. يعد الوضع المحلي طريقة رائعة لاختبار البرامج النصية الخاصة بك قبل تشغيلها في بيئة استضافة مُدارة من SageMaker.
- تحسين النماذج لتكون أكثر أداءً - يمكن أن تؤدي النماذج غير المحسّنة إلى أوقات تشغيل أطول واستخدام المزيد من الموارد. يمكنك اختيار استخدام حالات أكثر أو أكبر لتحسين الأداء ؛ ومع ذلك ، فإن هذا يؤدي إلى ارتفاع التكاليف. من خلال تحسين نماذجك لتكون أكثر أداءً ، قد تتمكن من خفض التكاليف باستخدام حالات أقل أو أصغر مع الحفاظ على نفس خصائص الأداء أو أفضل. يمكنك استخدام أمازون سيجماكر نيو مع استدلال SageMaker لتحسين النماذج تلقائيًا. لمزيد من التفاصيل والعينات ، انظر تحسين أداء النموذج باستخدام Neo.
- استخدم العلامات وأدوات إدارة التكلفة - للحفاظ على الرؤية لأعباء عمل الاستدلال الخاصة بك ، يوصى باستخدام العلامات بالإضافة إلى أدوات إدارة تكلفة AWS مثل ميزانيات AWSأطلقت حملة وحدة تحكم فوترة AWS، وميزة التنبؤ في Cost Explorer. يمكنك أيضًا استكشاف خطط التوفير من SageMaker كنموذج تسعير مرن. لمزيد من المعلومات حول هذه الخيارات ، راجع جزء 1 من هذه السلسلة.
وفي الختام
في هذا المنشور ، قدمنا إرشادات حول تحليل التكلفة وأفضل الممارسات عند استخدام خيارات استدلال SageMaker. نظرًا لأن التعلم الآلي يثبت نفسه كأداة قوية عبر الصناعات ، يجب أن يظل تدريب نماذج ML وتشغيلها فعالاً من حيث التكلفة. تقدم SageMaker مجموعة ميزات واسعة وعميقة لتسهيل كل خطوة في خط أنابيب ML وتوفر فرصًا لتحسين التكلفة دون التأثير على الأداء أو خفة الحركة. تواصل مع فريق AWS الخاص بك للحصول على إرشادات التكلفة الخاصة بأحمال عمل SageMaker الخاصة بك.
حول المؤلف
ديبالي راجال هو أخصائي أول في الذكاء الاصطناعي / تعلم الآلة في AWS. تعمل مع عملاء المؤسسات الذين يقدمون إرشادات تقنية مع أفضل الممارسات لنشر حلول AI / ML وصيانتها في نظام AWS البيئي. عملت مع مجموعة واسعة من المنظمات في العديد من حالات استخدام التعلم العميق التي تتضمن البرمجة اللغوية العصبية ورؤية الكمبيوتر. إنها شغوفة بتمكين المنظمات للاستفادة من الذكاء الاصطناعي التوليدي لتعزيز تجربة استخدامها. تستمتع في أوقات فراغها بالأفلام والموسيقى والأدب.
أوري روزنبرغ هو المدير الفني المتخصص في الذكاء الاصطناعي والتعلم الآلي في أوروبا والشرق الأوسط وأفريقيا. مقرها خارج إسرائيل ، تعمل Uri على تمكين عملاء المؤسسات في جميع الأشياء من ML لتصميم وبناء وتشغيل على نطاق واسع. في أوقات فراغه ، يستمتع بركوب الدراجات والمشي لمسافات طويلة وتسلق موسيقى الروك أند رول.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- أفلاطونايستريم. ذكاء بيانات Web3. تضخيم المعرفة. الوصول هنا.
- سك المستقبل مع أدرين أشلي. الوصول هنا.
- شراء وبيع الأسهم في شركات ما قبل الاكتتاب مع PREIPO®. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/machine-learning/part-5-analyze-amazon-sagemaker-spend-and-determine-cost-optimization-opportunities-based-on-usage-part-5-hosting/
- :لديها
- :يكون
- :ليس
- :أين
- $ UP
- 000
- 1
- 100
- 2021
- 24
- 30
- 40
- 500
- 7
- 8
- a
- ماهرون
- من نحن
- المعجلات
- الوصول
- حسابي
- الحسابات
- التأهيل
- تحقق
- في
- اكشن
- الإجراءات
- تضيف
- إضافة
- إضافي
- أفريقيا
- بعد
- AI
- AI / ML
- خوارزميات
- الكل
- توزيع
- يسمح
- سابقا
- أيضا
- أمازون
- Amazon EC2
- الأمازون SageMaker
- أمازون ويب سيرفيسز
- كمية
- an
- تحليل
- تحليل
- و
- آخر
- أي وقت
- بعد الآن
- API
- تطبيقي
- التقديم
- تطبيق
- مناسب
- ما يقرب من
- هي
- مصطنع
- الذكاء الاصطناعي
- الذكاء الاصطناعي (منظمة العفو الدولية)
- AS
- أسوشيتد
- At
- يرفق
- حاول
- السيارات
- تلقائيا
- متاح
- تجنب
- AWS
- الى الخلف
- على أساس
- BE
- لان
- كان
- قبل
- أقل من
- مفيد
- تستفيد
- الفوائد
- أفضل
- أفضل الممارسات
- أفضل
- كبير
- أكبر
- الفواتير
- حظر
- انهيار
- جلب
- نساعدك في بناء
- مدمج
- لكن
- by
- CAN
- مرشح
- المرشحين
- القدرات
- الطاقة الإنتاجية
- حقيبة
- الحالات
- معين
- التغييرات
- الخصائص
- تهمة
- متهم
- اسعارنا محددة من قبل وزارة العمل
- خيار
- اختار
- اختيار
- كلاسيكي
- التسلق
- كتلة
- الكود
- بارد
- تركيبات
- دمج
- الجمع بين
- تأتي
- يأتي
- مشترك
- عادة
- إكمال
- عنصر
- مكونات
- إحصاء
- الكمبيوتر
- رؤية الكمبيوتر
- منافس
- الاعداد
- على التوالي
- نظر
- الاعتبارات
- دعم
- توطيدا
- مستهلك
- استهلاك
- وعاء
- حاويات
- يحتوي
- متواصل
- جوهر
- تصحيح
- التكلفة
- ادارة التكاليف
- فعاله من حيث التكلفه
- التكاليف
- استطاع
- خلق
- خلق
- حاليا
- على
- العملاء
- يوميا
- البيانات
- قواعد البيانات
- أيام
- تقرر
- اتخاذ القرار
- عميق
- التعلم العميق
- الترتيب
- الطلب
- يعتمد
- نشر
- نشر
- نشر
- نشر
- ينشر
- تصميم
- تصميم
- مطلوب
- التفاصيل
- تفاصيل
- حدد
- مختلف
- بحث
- العرض
- يعرض
- نشر
- do
- لا
- فعل
- لا
- مضاعفة
- إلى أسفل
- بإمكانك تحميله
- اثنان
- أثناء
- كل
- في وقت سابق
- بسهولة
- الشرق
- النظام الإيكولوجي
- فعال
- إما
- تمكين
- تمكين
- تمكين
- تمكن
- نقطة النهاية
- طاقة
- تعزيز
- ضمان
- مشروع
- البيئة
- البيئات
- متساو
- معادل
- خطأ
- أخطاء
- يؤسس
- تقدير
- أوروبا
- تقييم
- الحدث/الفعالية
- مثال
- تجاوز
- تبادل
- متوقع
- الخبره في مجال الغطس
- تجربة
- شرح
- اكتشف
- مستكشف
- على نطاق واسع
- احتفل على
- عين
- تيسير
- يفشلون
- فشل
- للعائلات
- أسرع
- الميزات
- قليل
- أقل
- قم بتقديم
- ملفات
- تصفية
- تصفية
- مرشحات
- الاسم الأول
- تناسب
- مرن
- تركز
- متابعيك
- متابعات
- في حالة
- وجدت
- أربعة
- تبدأ من
- بالإضافة إلى
- وظائف
- علاوة على ذلك
- ربح
- العلاجات العامة
- توليد
- توليدي
- الذكاء الاصطناعي التوليدي
- دولار فقط واحصل على خصم XNUMX% على جميع
- معطى
- خير
- وحدة معالجة الرسوميات:
- الرسوم البيانية
- عظيم
- أكبر
- تجمع
- توجيه
- مقابض
- يملك
- وجود
- he
- مساعدة
- ساعد
- لها
- مرتفع
- أعلى
- أعلى
- له
- أفقي
- استضافت
- استضافة
- تكاليف الاستضافة
- المضيفين
- ساعة
- ساعات العمل
- كيفية
- كيفية
- لكن
- HTML
- HTTP
- HTTPS
- مئات
- i
- المثالي
- تحديد
- الخمول
- if
- التأثير
- تؤثر
- أهمية
- تحسن
- in
- تتضمن
- يشمل
- بما فيه
- الزيادات
- يشير
- فرد
- الصناعات
- معلومات
- البنية التحتية
- مبتكرة
- إدخال
- رؤى
- مثل
- تعليمات
- رؤيتنا
- تفاعل
- داخليا
- إلى
- المُقدّمة
- تنطوي
- إسرائيل
- IT
- انها
- نفسها
- وظيفة
- المشــاريــع
- JPG
- شديد
- حفظ
- القفل
- لغة
- كبير
- أكبر
- اسم العائلة
- كمون
- إطلاق
- أطلقت
- قيادة
- يؤدي
- تعلم
- تعلم
- الأقل
- الدروس
- الدروس المستفادة
- مستوى
- الرافعة المالية
- دورة حياة
- مثل
- خط
- مرتبط
- قائمة
- أدب
- تحميل
- محلي
- موقع
- طويل
- يعد
- بحث
- منخفض
- خفض
- خفض
- آلة
- آلة التعلم
- المحافظة
- الحفاظ على
- تحتفظ
- جعل
- يصنع
- إدارة
- تمكن
- إدارة
- أدوات إدارة
- مدير
- يدويا
- برنامج Maps
- ملحوظ
- مباراة
- أقصى
- مايو..
- يعني
- تعرف علي
- مكبر الصوت : يدعم، مع دعم ميكروفون مدمج لمنع الضوضاء
- المذكورة
- متري
- المقاييس
- وسط
- الشرق الأوسط
- ربما
- الحد الأدنى
- دقيقة
- ML
- موضة
- نموذج
- عارضات ازياء
- مراقبة
- مراقبة
- مراقبة
- شهر
- شهريا
- المقبلة.
- الأكثر من ذلك
- أفلام
- نقطة نهاية متعددة النماذج
- متعدد
- موسيقى
- يجب
- الاسم
- أسماء
- ضروري
- حاجة
- بحاجة
- إحتياجات
- شبكة
- شبكة انقطاع
- جديد
- البرمجة اللغوية العصبية
- لا
- إعلام
- الإخطارات
- عدد
- الأجسام
- تحصل
- تم الحصول عليها
- of
- خصم
- عروض
- حاليا
- on
- ONE
- online
- فقط
- طريقة التوسع
- الفرص
- الأمثل
- التحسين
- الأمثل
- تحسين
- خيار
- مزيد من الخيارات
- or
- طلب
- المنظمات
- أخرى
- خارج
- انقطاع
- أوجز
- الناتج
- معلقة
- على مدى
- الخاصة
- موازية
- المعلمة
- المعلمات
- جزء
- pass
- مرور
- عاطفي
- الماضي
- نمط
- أنماط
- نسبة مئوية
- أداء
- فترة
- دوري
- منظور
- اختيار
- خط أنابيب
- خطة
- خطط
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- سياسة
- ربما
- منشور
- المنشورات
- قوي
- ممارسة
- الممارسات
- تنبؤات
- السعر
- التسعير
- نماذج الاسعار
- استباقية
- عملية المعالجة
- معالجتها
- العمليات
- معالجة
- المعالجات
- الإنتــاج
- تعزيز
- تزود
- المقدمة
- ويوفر
- توفير
- تقديم
- أغراض
- وضع
- الاستفسارات
- نطاق
- معدل
- بدلا
- الوصول
- نادي القراءة
- حقيقي
- في الوقت الحقيقي
- تسلم
- تلقى
- يتلقى
- نوصي
- ساندي خ. ميليك
- موصى به
- توصي
- سجل
- تسجيل
- تخفيض
- منطقة
- النشرات
- لا تزال
- عن بعد
- إزالة
- تقرير
- التقارير
- التقارير
- طلب
- طلبات
- مطلوب
- المتطلبات الأساسية
- مورد
- الموارد
- استجابة
- REST
- نتيجة
- النتائج
- عائدات
- حق
- صخرة
- لفة
- طرق
- قاعدة
- القواعد
- يجري
- تشغيل
- sagemaker
- الاستدلال SageMaker
- نفسه
- حفظ
- مدخرات
- حجم
- النطاقات
- التحجيم
- سيناريوهات
- المقرر
- خدش
- مخطوطات
- ثواني
- أقسام
- انظر تعريف
- مختار
- اختيار
- كبير
- أرسلت
- مستقل
- مسلسلات
- Serverless
- الخدمة
- خدماتنا
- خدمة
- طقم
- ضبط
- عدة
- شادو
- مشاركة
- هي
- ينبغي
- إظهار
- أظهرت
- أظهرت
- يظهر
- وبالمثل
- الاشارات
- منذ
- عزباء
- المقاس
- الأحجام
- شريحة
- صغير
- الأصغر
- So
- الحلول
- بعض
- مصدر
- متخصص
- محدد
- مواصفات
- أنفق
- انقسم
- كومة
- معيار
- بداية
- بدأت
- خطوة
- تخزين
- تخزين
- بقوة
- منظم
- تحقيق النجاح
- ناجح
- بنجاح
- هذه
- كاف
- مناسب
- الدعم
- دعم استباقي
- مدعومة
- الدعم
- نظام
- TAG
- أخذ
- يأخذ
- المهام
- فريق
- تقني
- تجربه بالعربي
- الاختبار
- اختبارات
- من
- أن
- •
- من مشاركة
- منهم
- then
- هناك.
- وبالتالي
- وبالتالي
- تشبه
- الأشياء
- هؤلاء
- عبر
- الإنتاجية
- الوقت
- مرات
- إلى
- أداة
- أدوات
- موضوع
- الإجمالي
- حركة المرور
- قادة الإيمان
- تحول
- محولات
- جديد الموضة
- صحيح
- يتحول
- نوع
- أنواع
- التي تقوم عليها
- مختلف
- لا يمكن التنبؤ به
- تم التحميل
- الأستعمال
- تستخدم
- حالة الاستخدام
- مستعمل
- يستخدم
- استخدام
- عادة
- استخدام
- التحقق من صحة
- قيمنا
- القيم
- متنوع
- مختلف
- المزيد
- رؤية
- رؤيتنا
- التصور
- حجم
- مجلدات
- انتظر
- تريد
- طريق..
- we
- الويب
- خدمات ويب
- حسن
- ابحث عن
- متى
- سواء
- التي
- في حين
- واسع
- مدى واسع
- سوف
- مع
- في غضون
- بدون
- عمل
- عامل
- العمال
- أعمال
- جاري الكتابة
- مكتوب
- أنت
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت
- صفر