- tocdepth
2
Ограничения и особенности
Перед началом использования платформы ML Space ознакомьтесь с ее особенностями и ограничениями.
Предупреждение
Обработка транзакций по системе блок-чейн, в том числе «майнинг», в платформе запрещены. Данное условие закреплено в договоре-оферте (Приложение № 3).
Общие ограничения
Для оптимальной производительности рекомендуем использовать самую свежую версию одного из следующих браузеров:
Google Chrome (рекомендуемый)
Яндекс.Браузер. Нестабильная работа терминала Jupyter Server из Яндекс.Браузера в образах Jupyter Server версии 0.0.92 и выше.
Минимальное разрешение экрана (в пикселях):
\(1366 \times 768\)
Рекомендуемое разрешение экрана (в пикселях):
\(1920 \times 1080\)
Канал передачи данных:
не менее 50 Мбит/с
Ограничения при работе с данными
На NFS для всех пользователей установлен лимит на количество файлов в namespace. Подробнее — см. Узнать квоту на количество файлов.
Количество переносимых через правила переноса файлов
Внимание
Если количество файлов для одного переноса превышает 400 000, перенос не выполнится.
400 000 — это допустимая сумма файлов в источнике и месте назначения при выборе следующих способов переноса:
Добавить только новые записи (в пайплайнах соответствует такому значению параметра
strategy
, какappend_new
);Полная синхронизация (в пайплайнах соответствует такому значению параметра
strategy
, какsync_all
).
Например, если при запуске переноса Добавить только новые записи (append_new
) в источнике находится 250 000 файлов, а в месте назначения — 150 000 файлов, то лимит файлов будет превышен и перенос не выполнится.
Загрузка образа в Docker registry
Время загрузки образа в Docker registry составляет 30 минут.
Для работы с платформой ML Space минимальная пропускная способность канала связи составляет не менее 50 Мбит/с.
Примерный расчет объема загружаемого образа при минимальной пропускной способности канала за 30 минут (в мегабайтах):
\(50 \div 8 \times 60 \times 30 = 11250\)
Где:
50 — скорость канала в Мбит/с.
8 — Мбит (1 Мбит = 0,125 МБ).
60 — количество секунд в минуте.
30 — минуты на загрузку образа.
Ограничения при работе с Jupyter Server
Для регионов размещения вычислительных ресурсов существуют ограничения на создание Jupyter Server:
Максимальное количество бесплатных Jupyter Server для одного региона — 3.
Платные можно развернуть без ограничений.
При работе с кастомными образами:
Кастомный образ собирается на основе любого базового образа, используемого на платформе. Подробнее см. Список образов для Jupyter Server.
Не гарантируется корректность приостановки Jupyter Server при использовании кастомных образов.
Не гарантируется стабильность и отзывчивость веб-интерфейса Jupyter Server при использовании кастомных образов.
Возможно возникновение иных проблем, связанных с использованием кастомного образа.
Ограничения при работе с деплоями
Образ, используемый в деплоях и созданный через сервис «Образы», хранится 30 дней.
Если требуется использовать образ на постоянной основе, соберите кастомный образ или после сборки деплоя скачайте требуемый образ к себе на персональный компьютер и загрузите его в Docker registry с префиксом «deploy-».
Размер образа не должен превышать 16 ГБ.
Если требуется образ размером больше 16 ГБ, создайте кастомный образ и загрузите его в Docker registry с префиксом «deploy-».
Ограничения на количество запросов по API
На платформе есть ограничение на количество API-запросов управляющему серверу в день. Эти запросы касаются:
Запуска задач обучения в регионе.
Удаления задач обучения.
Большинства операций с деплоями.
Просмотра логов.
Перемещения и копирования файлов средствами функции client_lib и др.
- Ограничение для GET-запросов:
100 в минуту, 10000 в день
- Ограничение для POST-запросов:
30 в минуту, 1000 в день
Если лимит на количество запросов превышен, API возвращает код ошибки 429.
Обратите внимание на то, что ограничения на количество API-запросов не распространяются на predict
, то есть отправку пользователем запросов к модели для предсказания на новых данных.
Это, прежде всего, касается обращения к моделям, развернутым в модуле Deployments, и моделям ruGPT-3.
для Dev & Test