Mengelola kuota untuk Tabular Workflows

Jika Anda menerima error terkait kuota saat menjalankan Tabular Workflow untuk AutoML End-to-End, Anda mungkin perlu meminta kuota yang lebih tinggi. Untuk mempelajari lebih lanjut, baca Melihat dan mengelola kuota.

Tabel berikut menunjukkan kuota yang sebaiknya Anda tetapkan. Sebaiknya tetapkan nilai kuota ke fungsi jumlah tugas pelatihan konkurensi (num_concurrent_pipeline) dan jumlah CPU di region yang diminta. Nilai yang direkomendasikan hanya valid jika Anda menggunakan konfigurasi resource Compute Engine default untuk alur kerja Anda.

Layanan Kuota Rekomendasi
Compute Engine API CPU CPU num_concurrent_pipeline x 440
Compute Engine API Persistent Disk Standar (GB) Persistent disk num_concurrent_pipeline x 5 TB
Vertex AI API CPU pelatihan gambar yang dibatasi untuk jenis mesin N1/E2 per region CPU num_concurrent_pipeline x 440
Vertex AI API Pelatihan gambar yang dibatasi total penyimpanan SSD persistent disk (GB) per region Persistent disk num_concurrent_pipeline x 8 TB
Vertex AI API Permintaan pengelolaan resource (CRUD) per menit per region num_concurrent_pipeline x 150
Vertex AI API Permintaan pengiriman tugas atau LRO per menit per region num_concurrent_pipeline x 6

Langkah selanjutnya