Administración y aumento de las cuotas de los recursos con Azure Machine Learning

Azure usa límites y cuotas para evitar rebasamientos presupuestarios por fraudes y para respetar las restricciones de capacidad de Azure. Tenga en cuenta estos límites a medida que escala para cargas de trabajo de producción. En este artículo, aprenderá lo siguiente:

  • Límites predeterminados de los recursos de Azure relacionados con Azure Machine Learning.
  • Creación de cuotas de nivel de área de trabajo.
  • Visualización de las cuotas y los límites.
  • Solicitud de aumentos de cuota.

Además de administrar cuotas, puede obtener información sobre el Planeamiento y administración de los costos de Azure Machine Learning o sobre los Límites de servicio en Azure Machine Learning.

Consideraciones especiales

  • Una cuota es un límite de crédito, no una garantía de capacidad. Si tiene necesidades de capacidad a gran escala, póngase en contacto con el soporte técnico de Azure para incrementar la cuota.

  • Una cuota se comparte entre todos los servicios de las suscripciones, incluido Azure Machine Learning. Calcule el uso en todos los servicios al evaluar la capacidad.

    El proceso de Azure Machine Learning es una excepción. Tiene una cuota independiente de la cuota de proceso base.

  • Los límites predeterminados varían según el tipo de categoría de la oferta, por ejemplo, evaluación gratuita, pago por uso, y la serie de la máquina virtual (VM), como Dv2, F y G.

Cuotas de recursos predeterminadas

En esta sección, obtendrá información acerca de los límites de cuota predeterminados y máximos para los siguientes recursos:

  • Recursos de Azure Machine Learning
    • Proceso de Azure Machine Learning
    • Canalizaciones de Azure Machine Learning
  • Máquinas virtuales
  • Azure Container Instances
  • Azure Storage

Importante

Los límites están sujetos a cambios. Para obtener la información más reciente, consulte Límites de servicio en Azure Machine Learning.

Recursos de Azure Machine Learning

En cada área de trabajo se aplican los límites siguientes a los recursos.

Recurso Límite máximo
Conjuntos de datos 10 millones
Ejecuciones 10 millones
Modelos 10 millones
Artifacts 10 millones

Además, el tiempo de ejecución máximo es de 30 días y el número máximo de métricas registradas por ejecución es de 1 millón.

Proceso de Azure Machine Learning

Proceso de Azure Machine Learning tiene un límite de cuota predeterminado sobre el número de núcleos (dividido entre la familia de máquinas virtuales y los núcleos totales acumulados) y sobre el número de recursos de proceso únicos permitidos por región en una suscripción. Esta cuota es independiente de la cuota de núcleos de máquina virtual indicada en la sección anterior, ya que solo se aplica a los recursos de proceso administrados de Azure Machine Learning.

Solicite un aumento de la cuota para incrementar los límites de varias cuotas de núcleos de la familia de VM, las cuotas de núcleos totales de la suscripción y los recursos de esta sección.

Recursos disponibles:

  • Los núcleos dedicados por región tienen un límite predeterminado de 24 a 300, según el tipo de oferta de la suscripción. Es posible aumentar el número de núcleos dedicados por suscripción de cada familia de máquinas virtuales. Las familias de máquinas virtuales especializadas, como las series NCv2, NCv3 o ND, comienzan con un valor predeterminado de cero núcleos. Las GPU también se establecen en cero núcleos de manera predeterminada.

  • Los núcleos de baja prioridad por región tienen un límite predeterminado de 100 a 3000, según el tipo de oferta de la suscripción. El número de núcleos de baja prioridad por suscripción se puede aumentar y es un valor único en todas las familias de máquinas virtuales.

  • Los clústeres por región tienen un límite predeterminado de 200. Estos recursos se comparten entre clústeres de entrenamiento, instancias de proceso e implementaciones de puntos de conexión MIR. (Una instancia de proceso se considera un clúster de un solo nodo con fines de cuota). La cuota de clúster se puede aumentar hasta un valor de 500 por región dentro de una suscripción determinada.

Sugerencia

Para obtener más información sobre la familia de máquinas virtuales para la que se va a solicitar un aumento de cuota, vea Tamaños de las máquinas virtuales en Azure. Por ejemplo, las familias de máquinas virtuales de GPU comienzan por una "N" en su nombre de familia (por ejemplo, serie NCv3)

En la siguiente tabla se muestran los límites adicionales en la plataforma. Póngase en contacto con el equipo del producto de AzureML por medio de una incidencia de soporte técnico para solicitar una excepción.

Recurso o acción Límite máximo
Número de áreas de trabajo por grupo de recursos 800
Nodos de una única configuración de clúster de Proceso de Azure Machine Learning (AmlCompute) como un grupo no habilitado para la comunicación (es decir, que no puede ejecutar trabajos de MPI) 100 nodos, pero configurable hasta 65 000 nodos
Los nodos en un único paso de ejecución paralelo se ejecutan en un clúster de Proceso de Azure Machine Learning (AmlCompute) 100 nodos, pero configurable hasta 65 000 nodos si el clúster está configurado para escalar por encima
Nodos de una única configuración de clúster de Proceso de Azure Machine Learning (AmlCompute) como un grupo habilitado para la comunicación 300 nodos, pero configurable hasta 4000 nodos
Nodos de una única configuración de clúster de Proceso de Azure Machine Learning (AmlCompute) como un grupo habilitado para la comunicación en una familia de máquinas virtuales habilitada para RDMA 100 nodos
Los nodos en una única interfaz de paso de mensajes se ejecutan en un clúster de Proceso de Azure Machine Learning (AmlCompute) 100 nodos, pero se puede aumentar a 300 nodos
Vigencia del trabajo 21 días1
Vigencia del trabajo en un nodo de prioridad baja 7 días2
Número de servidores de parámetro por nodo 1

1 La vigencia máxima es la duración entre el inicio y la finalización de una ejecución. Las ejecuciones completadas se mantienen de forma indefinida. Los datos de las ejecuciones no completadas dentro de la duración máxima no son accesibles.

2 Los trabajos en un nodo de prioridad baja pueden adelantarse siempre que haya una restricción de capacidad. Se recomienda implementar puntos de comprobación en el trabajo.

Puntos de conexión en línea administrados de Azure Machine Learning

En la tabla siguiente se describen los límites de los puntos de conexión en línea administrados de Azure Machine Learning.

Recurso Límite
El nombre del punto de conexión Los nombres de los puntos de conexión deben
  • Empezar con una letra
  • Tener entre 3 y 32 caracteres de longitud
  • Consistir solo en letras y números 1
  • Nombre de implementación Los nombres de implementación deben
  • Empezar con una letra
  • Tener entre 3 y 32 caracteres de longitud
  • Consistir solo en letras y números 1
  • Número de puntos de conexión por suscripción 50
    Número de implementaciones por suscripción 200
    Número de implementaciones por punto de conexión 20
    Número de instancias por implementación 20 2
    Tiempo de espera máximo de la solicitud en el nivel de punto de conexión 90 segundos
    Total de solicitudes por segundo a nivel de punto de conexión para todas las implementaciones 500 3
    Total de conexiones por segundo a nivel de punto de conexión para todas las implementaciones 500 3
    Total de conexiones activas a nivel de punto de conexión para todas las implementaciones 500 3
    Total de ancho de banda a nivel de punto de conexión para todas las implementaciones 5 Mbps 3

    1 Los guiones únicos, como my-endpoint-name, se aceptan en los nombres de punto de conexión e implementación.

    2 Reservamos un 20 % de recursos de proceso adicionales para realizar actualizaciones. Por ejemplo, si solicita 10 instancias en una implementación, debe tener una cuota para 12. Si no, recibirá un error.

    3 Si solicita un aumento del límite, asegúrese de calcular los aumentos de límite relacionados que pueda necesitar. Por ejemplo, si solicita un aumento del límite para las solicitudes por segundo, es posible que también quiera calcular las conexiones y los límites de ancho de banda necesarios e incluir estos aumentos de límite en la misma solicitud.

    Para determinar el uso actual de un punto de conexión, consulte las métricas.

    Para solicitar una excepción del equipo de productos de Azure Machine Learning, siga los pasos descritos en la sección Solicitud de aumentos de cuota y proporcione la siguiente información:

    1. Al abrir la solicitud de soporte técnico, no seleccione Límites de servicio y suscripción (cuotas). En su lugar, seleccione Técnico como tipo de problema.
    2. Proporcione las suscripciones y regiones de Azure en las que desea aumentar la cuota.
    3. Proporcione el id. de inquilino y el nombre del cliente.
    4. Proporcione el tipo de cuota y el nuevo límite. Use la siguiente tabla como guía:
    Tipo de cuota Límite nuevo
    MaxEndpointsPerSub (número de puntos de conexión por suscripción) ?
    MaxDeploymentsPerSub (número de implementaciones por suscripción) ?
    MaxDeploymentsPerEndpoint (número de implementaciones por punto de conexión) ?
    MaxInstancesPerDeployment (número de instancias por implementación) ?
    EndpointRequestRateLimitPerSec (total de solicitudes por segundo a nivel de punto de conexión para todas las implementaciones) ?
    EndpointConnectionRateLimitPerSec (total de conexiones por segundo a nivel de punto de conexión para todas las implementaciones) ?
    EndpointConnectionLimit (total de conexiones activas a nivel de punto de conexión para todas las implementaciones) ?
    EndpointBandwidthLimitKBps (ancho de banda total en el nivel de punto de conexión para todas las implementaciones (MBPS)) ?

    Canalizaciones de Azure Machine Learning

    Las canalizaciones de Azure Machine Learning tienen los siguientes límites.

    Recurso Límite
    Pasos en una canalización 30,000
    Número de áreas de trabajo por grupo de recursos 800

    Máquinas virtuales

    Cada suscripción de Azure tiene un límite en el número de máquinas virtuales que pueden tenerse entre todos los servicios. Los núcleos de las máquinas virtuales tienen un límite regional total y un límite regional por serie de tamaño. Ambos límites se aplican por separado.

    Por ejemplo, considere una suscripción con un límite total de núcleos de máquinas virtuales de Este de EE. UU. de 30, un límite de núcleos de serie A de 30 y un límite de núcleos de serie D de 30. Esta suscripción podría volver a implementar 30 máquinas virtuales A1, 30 máquinas virtuales D1 o una combinación de las dos que no superen los 30 núcleos.

    No se pueden aumentar los límites de las máquinas virtuales por encima de los valores que se muestran en la siguiente tabla.

    Recurso Límite
    Suscripciones asociadas a un inquilino de Azure Active Directory Sin límite
    Coadministradores por suscripción Sin límite
    Grupos de recursos por suscripción 980
    Tamaño de solicitud de API de Azure Resource Manager 4 194 304 bytes
    Etiquetas por suscripción1 50
    Cálculos de etiquetas únicas por suscripción2 80 000
    Implementaciones de nivel de suscripción por ubicación 8003
    Ubicaciones de las implementaciones en el nivel de suscripción 10

    1Puede aplicar hasta 50 etiquetas directamente a una suscripción. Sin embargo, la suscripción puede contener un número ilimitado de etiquetas que se aplican a los grupos de recursos y recursos de la misma. El número de etiquetas por recurso o grupo de recursos se limita a 50.

    2Resource Manager devuelve una lista de nombres y valores de etiquetas en la suscripción solo cuando la cantidad de etiquetas únicas es 80 000 o menos. Una etiqueta única se define mediante la combinación de identificador de recurso, nombre de etiqueta y valor de etiqueta. Por ejemplo, dos recursos con el mismo nombre de etiqueta y valor se calcularían como dos etiquetas únicas. Sin embargo, aunque haya más, es posible encontrar un recurso por etiqueta.

    3Las implementaciones se eliminan automáticamente del historial a medida se aproxima al límite. Para obtener más información, consulte Eliminaciones automáticas del historial de implementaciones.

    Azure Container Instances

    Para más información, consulte Límites de Container Instances.

    Storage

    Azure Storage tiene un límite de 250 cuentas de almacenamiento por región y suscripción. Este límite incluye las cuentas de almacenamiento Estándar y Premium.

    En el caso de que quisiera aumentar el límite, envíe una solicitud a través del Soporte técnico de Azure. El equipo de Azure Storage revisa el caso y puede aprobar hasta 250 cuentas de almacenamiento para una región.

    Cuotas de nivel de área de trabajo

    Use las cuotas de nivel de área de trabajo para administrar la asignación de destino de proceso de Azure Machine Learning entre varias áreas de trabajo de la misma suscripción.

    De manera predeterminada, todas las áreas de trabajo comparten la misma cuota que la cuota de nivel de suscripción de las familias de máquinas virtuales. Sin embargo, puede establecer una cuota máxima para familias de máquinas virtuales individuales en áreas de trabajo de una suscripción. Esto permite compartir capacidad y evitar problemas de contención de recursos.

    1. Vaya a cualquier área de trabajo de la suscripción.
    2. En el panel izquierdo, seleccione Uso y cuotas.
    3. Seleccione la pestaña Configurar cuotas para ver las cuotas.
    4. Expanda una familia de máquinas virtuales.
    5. Establezca un límite de cuota en cualquier área de trabajo que aparezca en esa familia de máquinas virtuales.

    No se puede establecer un valor negativo ni un valor superior a la cuota de nivel de suscripción.

    Captura de pantalla que muestra una cuota de nivel de área de trabajo de Azure Machine Learning.

    Nota

    Se necesitan permisos de nivel de suscripción para establecer una cuota en el nivel de área de trabajo.

    Visualización de cuotas en Studio

    1. Al crear un recurso de proceso, de manera predeterminada, verá solo los tamaños de VM que ya tiene cuota que usar. Cambie la vista a Seleccionar de todas las opciones.

      Captura de pantalla que muestra la opción Seleccionar todas las opciones para ver los recursos de proceso que necesitan más cuota

    2. Desplácese hacia abajo hasta que vea la lista de tamaños de VM para los que no tiene cuota.

      Captura de pantalla que muestra una lista de elementos de cuota cero.

    3. Use el vínculo para ir directamente a la solicitud de soporte técnico al cliente en línea para obtener más cuota.

    Visualización del uso y las cuotas en Azure Portal

    Para ver la cuota de diversos recursos de Azure, como máquinas virtuales, almacenamiento o red, use Azure Portal:

    1. En el panel izquierdo seleccione Todos los servicios y luego Suscripciones en la categoría General.

    2. En la lista de suscripciones seleccione la suscripción cuya cuota busca.

    3. Seleccione Uso y cuotas para ver los límites y el uso actuales de la cuota. Use los filtros para seleccionar el proveedor y las ubicaciones.

    La cuota de proceso de Azure Machine Learning de la suscripción se administra de forma independiente de otras cuotas de Azure:

    1. Vaya al área de trabajo de Azure Machine Learning en Azure Portal.

    2. En el panel izquierdo, en la sección Soporte técnico y solución de problemas, seleccione Uso y cuotas para ver el uso y los límites de cuota actuales.

    3. Seleccione una suscripción para ver los límites de cuota. Filtre por la región que le interesa.

    4. Puede alternar entre una vista de nivel de suscripción y una de nivel de área de trabajo.

    Solicitud de aumento de cuota

    Para aumentar el límite o la cuota por encima del límite predeterminado, abra una solicitud de soporte técnico al cliente en línea sin cargo alguno.

    No se pueden aumentar los límites por encima de los valores máximos mostrados en las tablas anteriores. Si no hay ningún límite máximo, no se puede ajustar el límite del recurso.

    Cuando solicite un aumento de cuota, seleccione el servicio que tiene en mente. Por ejemplo, seleccione Azure Machine Learning, Container Instances o Storage. En el caso del proceso de Azure Machine Learning, puede seleccionar el botón Solicitar cuota mientras ve la cuota en los pasos anteriores.

    Nota

    Las suscripciones de evaluación gratuita no son aptas para aumentos de límite ni cuota. Si tiene una suscripción de evaluación gratuita, puede actualizar a una suscripción de pago por uso. Para obtener más información, vea Actualización de evaluación gratuita de Azure a pago por uso y Preguntas más frecuentes sobre la cuenta gratuita de Azure.

    Pasos siguientes