Fabric-agent för datateknik (Project Osmos) kapacitetsförbrukning – förhandsgranskning

Fabric data engineering agent (Project Osmos) använder språkmodeller för att planera och förfina arbetet, och Spark compute för att köra kod, testa implementationsalternativ och validera resultat. För att förstå en uppgifts beräkningsförbrukning, granska båda komponenterna snarare än enbart språkmodelltoken.

Important

Data engineering-agenten (Project Osmos) är i förhandsvisning. Förhandsvisningsfunktioner släpps med begränsade möjligheter och omfattas av separata kompletterande förhandsvisningsvillkor. De är inte avsedda för produktionsbruk, omfattas inte av serviceavtal och kan vara tillgängliga endast i utvalda regioner. Mer information finns i Förhandsversionsinformation för Microsoft Fabric.

Förstå uppgiftsförbrukning

Följande komponenter använder olika konsumtions- och faktureringsregler:

Komponent Vad som förbrukar resurser Var hittar man vägledning
Språkmodeller Indata, cachade indata när de rapporteras separat, och utdatatoken som används för planering, resonemang och kodgenerering. Se vägledning om Copilot-förbrukning och fakturering. Språkmodellanvändning visas under Project Osmos-operationen samt Copilot och AI Azure-faktureringsmätaren.
Spark-databehandling Kodexekvering, implementeringsexperiment, databehandling och valideringskörningar. Granska Apache Spark-fakturering och -användning. Spark-användning rapporteras separat från Project Osmos språkmodelloperation.

Uppgiftens komplexitet påverkar båda komponenterna. Fler implementeringsförsök eller valideringskörningar kan öka tokenanvändningen och Spark-exekveringen. Mängden bearbetad kontext påverkar tokenanvändningen, medan datavolym och transformationer som joins och aggregeringar påverkar Spark-arbetet. Uppgifter med liknande promptar kan därför förbruka olika mängder beräkningsresurser.

Andra Fabric-operationer som en uppgift använder har sina egna konsumtionsregler. Mer information finns i Fabric-åtgärder.

Övervaka användning

Använd appen Fabric Capacity Metrics för att inspektera språkmodeller och Spark-användningen. Om du inte har tillgång till appen, be din kapacitetsadministratör att granska användningen tillsammans med dig.

I appens standardrapport:

  1. Öppna sidan Beräkning och använd Capacity Name för att välja den kapacitet som har tilldelats uppgiftens arbetsyta.
  2. Välj perioden som inkluderar aktivitetskörningen i det multimetriska ribbon-diagrammet.
  3. Filtrera objekttypen till Lakehouse. I matrisen per objekt och operation, lokalisera uppgiftens arbetsyta och lakehouse.
  4. Håll muspekaren över ett värde i raden för det aktuella lakehouse-objektet för att se åtgärdsuppdelningen. Hitta Project Osmos för användning av språkmodeller. Denna bakgrundsåtgärd använder Copilot and AI-faktureringsmätaren i Azure.
  5. Gå igenom lakehousets Spark-användning separat. Om du också kör genererade Notebook, granska deras Notebook-objekt och Spark-operationer. Tolka inte Project Osmos-operationen som den totala beräkningsförbrukningen för uppgiften.

För illustrerad vägledning om rapporten och driftuppdelningen, se Compute-sidan i appen Fabric Capacity Metrics och Övervaka Apache Spark-kapacitetsförbrukning. Om du använder den omdesignade förhandsgranskningsrapporten, se Compute-sidan i förhandsversionen av Capacity Metrics-appen.

Note

Lakehouse-totalsummor kan inkludera aktivitet från andra uppgifter och användare. Tillskriv inte all Spark-användning för ett delat lakehouse till en enda uppgift. Användning tar också tid att visas i appen; för uppdateringsbeteende, se Datalatens.

Förbrukningsnivåer

Användningen av språkmodellen omvandlas till Fabric-kapacitetsenheter (CU:er). För publicerade Copilot-konsumtionsnivåer och faktureringsriktlinjer, se Konsumtionsnivåer och fakturering för Copilot i Fabric.

Räkna Spark-användning separat enligt den tillämpliga Spark-faktureringsmodellen. Ett tokenantal i sig avgör inte den totala kostnaden för en uppgift.

För vägledning om kapacitetsplanering, se Plan för användning av delad kapacitet.

Relaterat innehåll

  • Uppdaterades senast