Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Resource persisten Vertex AI adalah cluster yang berjalan lama, yang dapat Anda
buat untuk menjalankan tugas pelatihan kustom. Setelah tugas pelatihan selesai, resource
persisten akan tetap tersedia untuk menjalankan tugas pelatihan lainnya sampai Anda
menghapusnya. Anda dapat menggunakan resource persisten untuk memastikan ketersediaan
resource komputasi, dan untuk mengurangi waktu startup tugas yang biasanya diperlukan untuk
pembuatan resource komputasi. Resource persisten mendukung semua VM dan GPU yang
didukung oleh tugas pelatihan kustom. Halaman ini menjelaskan kapan Anda harus menggunakan resource persisten, serta memberikan informasi terkait penagihan dan kuota.
Kapan harus menggunakan resource persisten
Sebaiknya gunakan resource persisten dalam skenario berikut ini:
Anda ingin memastikan ketersediaan kapasitas untuk workload ML penting atau selama
musim puncak. Tidak seperti tugas kustom, yang mengharuskan layanan pelatihan untuk merilis
resource setelah tugas selesai, resource persisten akan tetap tersedia
hingga resource persisten tersebut dihapus.
Anda mengirimkan tugas yang sama beberapa kali, dan bisa mendapatkan manfaat dari data dan
cache gambar dengan menjalankan tugas tersebut pada resource persisten yang sama.
Anda menjalankan banyak tugas pelatihan berjangka pendek, yang waktu pelatihan sebenarnya lebih singkat
dari waktu startup tugas.
Anda akan dikenai biaya untuk seluruh durasi jika resource persisten
berada dalam status berjalan, terlepas dari apakah ada tugas yang berjalan pada resource
persisten tersebut, atau tidak. Untuk setiap instance dalam kumpulan resource persisten, Anda akan ditagih berdasarkan
jam inti. Semua tugas yang berjalan pada resource persisten tidak dikenai biaya secara terpisah.
Anda hanya ditagih untuk resource persisten.
Jika menyiapkan penskalaan otomatis untuk resource persisten, Anda hanya perlu untuk membayar
instance yang disediakan. Misalnya, jika min-replica-count ditetapkan ke 4,
instance 4 selalu disediakan, dan ini adalah jumlah minimum yang ditagihkan
kepada Anda. Saat workload Anda meningkat, kumpulan resource mungkin akan diskalakan hingga 6 untuk
mengakomodasi peningkatan permintaan. Kemudian, Anda akan ditagih untuk instance 6 yang disediakan
sampai kumpulan resource Anda turun lagi. Agar tidak perlu membayar node yang tidak memiliki aktivitas,
gunakan penskalaan otomatis untuk resource persisten, atau hapus resource tersebut saat Anda
tidak lagi memerlukannya. Untuk mempelajari harga lebih lanjut, lihat bagian Model yang dilatih khusus
di halaman harga Vertex AI.
Kuota
Resource persisten menggunakan kuota pelatihan Anda, sehingga, pastikan Anda memiliki kuota
yang cukup untuk pembuatan resource persisten. Untuk mempelajari kuota lebih lanjut, lihat Kuota dan batas pelatihan.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-08-18 UTC."],[],[],null,["# Overview of persistent resources\n\nA Vertex AI persistent resource is a long-running cluster that you can\ncreate to run custom training jobs. After a training job completes, the\npersistent resource remains available to run other training jobs until you\ndelete it. You can use a persistent resource to ensure compute resource\navailability and to reduce the job startup time that's otherwise needed for\ncompute resource creation. Persistent resources support all VMs and GPUs that\nare supported by custom training jobs. This page explains when to use a\npersistent resource and gives you information about billing and quota.\n\nWhen to use a persistent resource\n---------------------------------\n\nWe recommend using persistent resources in the following scenarios:\n\n- You want to ensure capacity availability for critical ML workloads or during peak seasons. Unlike custom jobs, where the training service releases the resource after job completion, persistent resource remains available until it's deleted.\n- You're submitting the same job multiple times and can benefit from data and image caching by running the jobs on the same persistent resource.\n- You run many short-lived training jobs where the actual training time is shorter than the job startup time.\n\nFor more context on when to and why use a persistent resource, see the blog post\n[Bringing capacity assurance and faster startup times to Vertex AI Training](/blog/products/ai-machine-learning/vertex-ai-persistent-resources-and-capacity-assurance).\n\nBilling details\n---------------\n\nYou are billed for the entire duration that a persistent resource is in a\nrunning state, regardless of whether there is a job running on the persistent\nresource. For each instance in the persistent resource pool, you are billed by\ncore hour. All jobs running on a persistent resource are not separately charged.\nYou are billed only for the persistent resource.\n\nIf you set up auto scaling for your persistent resource, you only pay\nfor the provisioned instances. For example, if `min-replica-count` is set to `4`,\n`4` instances are always provisioned and this is the minimum amount you're billed\nfor. When your workload increases, the resource pool might scale up to `6` to\naccommodate the increased demand. Then, you're billed for the `6` provisioned instances\nuntil your resource pool scales down again. To avoid paying for idle nodes,\nuse auto scaling for your persistent resource, or delete it when you no longer\nneed it. To learn more about pricing, see the [Custom-trained models](/vertex-ai/pricing#custom-trained_models)\nsection in the Vertex AI pricing page.\n\nQuotas\n------\n\nPersistent resources use your training quota, so verify you have sufficient\nquota for persistent resource creation. To learn more about quotas, see [Training quotas and limits](/vertex-ai/docs/quotas#training).\n\nWhat's next\n-----------\n\n- [Create and use a persistent resource](/vertex-ai/docs/training/persistent-resource-create).\n- [Run training jobs on a persistent resource](/vertex-ai/docs/training/persistent-resource-train).\n- [Get information about a persistent resource](/vertex-ai/docs/training/persistent-resource-get).\n- [Reboot a persistent resource](/vertex-ai/docs/training/persistent-resource-reboot).\n- [Delete a persistent resource](/vertex-ai/docs/training/persistent-resource-delete)."]]
