Fabric data engineering agent (Project Osmos) kapasiteetin kulutus – esikatselu

Fabric-data-insinööriagentti (Project Osmos) käyttää kielimalleja työn suunnitteluun ja hiomiseen, ja Spark-laskentaa koodin suorittamiseen, toteutusvaihtoehtojen testaamiseen ja tulosten validointiin. Jotta ymmärtäisit tehtävän laskennan kulutuksen, tarkastele molempia komponentteja eikä pelkästään kielimallitokeneita.

Tärkeää

Data-insinööriagentti (Project Osmos) on esikatseluvaiheessa. Esikatseluominaisuudet julkaistaan rajoitetuilla ominaisuuksilla ja niihin sovelletaan erillisiä lisäesikatseluehtoja. Niitä ei ole tarkoitettu tuotantokäyttöön, ne eivät ole palvelutason sopimusten alaisia, ja ne saattavat olla saatavilla vain valituilla alueilla. Lisätietoja löytyy Microsoft Fabric esikatselutiedot.

Ymmärrä tehtävien kulutus

Seuraavat komponentit käyttävät erilaisia kulutus- ja laskutussääntöjä:

Komponentti Mikä kuluttaa resursseja Mistä löytää ohjausta
Kielimallit Syöte, välimuistitettu syöte erikseen raportoituna sekä lähtötokenit, joita käytetään suunnitteluun, päättelyyn ja koodin generointiin. Katso Copilot-kulutus- ja laskutusohjeistusta. Kielimallin käyttö näkyy Project Osmos -toiminnossa sekä Copilot- ja AI Azure -laskutusmittarissa.
Spark-laskenta Koodin suoritus, toteutuskokeet, datankäsittely ja validointisuoritukset. Tarkastele Apache Sparkin laskutusta ja käyttöä. Kipinän käyttö raportoidaan erikseen Project Osmos -kielimallin operaatiosta.

Tehtävien monimutkaisuus vaikuttaa molempiin komponentteihin. Useammat toteutusyritykset tai validointisuoritukset voivat lisätä tokenien käyttöä ja Spark-suoritusta. Käsitellyn kontekstin määrä vaikuttaa tokenien käyttöön, kun taas datavolyymi ja muunnokset, kuten liittymiset ja aggregaatiot, vaikuttavat Spark-työhön. Tehtävät, joilla on samankaltaiset kehotteet, voivat siis kuluttaa erilaisia määriä laskentaa.

Muut Fabric-toiminnot, joita tehtävä käyttää, noudattavat omat kulutussääntönsä. Lisätietoja on kohdassa Kankaan toiminnot.

Käytön valvonta

Käytä Fabric Capacity Metrics -sovellusta kielimallin ja Sparkin käytön tarkasteluun. Jos sinulla ei ole pääsyä sovellukseen, pyydä kapasiteetin ylläpitäjää tarkistamaan käyttö kanssasi.

Sovelluksen oletusraportissa:

  1. Avaa Compute-sivu ja käytä Kapasiteetin nimeä valitaksesi tehtävälle osoitetun kapasiteetin.
  2. Valitse jakso, joka sisältää tehtävän suorittamisen monimetrisessä nauhakaaviossa.
  3. Suodata tuotelaji Lakehouseen. Matriisissa kohteiden ja toimintojen mukaan etsi tehtävän työtila ja järvenrakennus.
  4. Vie hiiri arvon päälle tuon järvenrakennuksen rivissä nähdäksesi toiminnan hajoamisen. Etsi Project Osmos kielimallien käyttöä varten. Tämä taustatoiminto käyttää Copilot- ja AI Azure -laskutusmittaria.
  5. Tarkista järvenrakennuksen Sparkin käyttö erikseen. Jos käytät myös luotuja muistikirjoja, tarkista niiden muistikirjan kohteet ja Spark-toiminnot. Älä tulkitse Project Osmos -operaatiota tehtävän kokonaislaskentakulutukseksi.

Havainnollistettuja ohjeita raportista ja toiminnan erittelystä löydät Compute-sivulta Fabric Capacity Metrics -sovelluksessa ja Monitor Apache Spark -kapasiteetin kulutuksesta. Jos käytät uudistettua esikatseluraporttia, katso Compute-sivu Capacity Metrics -sovelluksen esikatselusta.

Huomautus

Lakehouse-kokonaismäärät voivat sisältää muiden tehtävien ja käyttäjien aktiivisuutta. Älä laita kaikkea Sparkin käyttöä yhteisessä järvenrakennuksessa yhteen tehtävään. Käyttö vie myös aikaa näkyäkseen sovelluksessa; päivityskäyttäytymistä varten katso Data latency.

Kulutusprosentit

Kielimallin käyttö muunnetaan Fabric-kapasiteettiyksiköiksi (CU). Julkaistut Copilot-kulutusprosentit ja laskutusohjeet löytyvät kohdasta Kulutusprosentit ja laskutus Copilot in Fabric.

Kirjaa Sparkin käyttö erikseen sovellettavan Spark-laskutusmallin mukaan. Pelkkä tokenien määrä ei määrää tehtävän kokonaiskustannusta.

Kapasiteetin suunnittelun ohjeita löytyy kohdasta Suunnitelma jaetulle kapasiteetille.

Liittyvä sisältö

  • Viimeksi päivitetty