Dienstkontingente und Limits
Dieser Inhalt gilt für:
Version 4.0 (GA) | Vorherige Versionen: 
Version 3.1 (GA) Version 3.0 (GA)
Dieser Inhalt gilt für: Version 2.1 | Neueste Version: Version 4.0 (GA)
Dieser Artikel enthält eine Kurzübersicht und eine ausführliche Beschreibung der Kontingente und Grenzwerte für den Azure KI Dokument Intelligenz-Dienst für alle Tarife. Außerdem finden Sie hier einige bewährte Methoden zur Vermeidung der Anforderungsdrosselung.
Modellverwendung
| Unterstützte Dokumenttypen | Lesen | Layout | Vordefinierte Modelle | Benutzerdefinierte Modelle | Add-On-Funktionen |
|---|---|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ | ✔️ | |
Bilder: JPEG/JPG, PNG, BMP, TIFF, HEIF |
✔️ | ✔️ | ✔️ | ✔️ | ✔️ |
Microsoft Office: DOCX, PPTX, XLS |
✔️ | ✔️ | ✖️ | ✖️ | ✖️ |
✔️ = unterstützt ✖️ = Nicht unterstützt
| Unterstützte Dokumenttypen | Lesen | Layout | Vordefinierte Modelle | Benutzerdefinierte Modelle |
|---|---|---|---|---|
| ✔️ | ✔️ | ✔️ | ✔️ | |
Bilder: JPEG/JPG, PNG, BMP, TIFF, HEIF |
✔️ | ✔️ | ✔️ | ✔️ |
Microsoft Office: DOCX, PPTX, XLS |
✔️ | ✖️ | ✖️ | ✖️ |
✔️ = unterstützt ✖️ = Nicht unterstützt
Abrechnung
Die Abrechnung von Dokument Intelligenz erfolgt monatlich, basierend auf dem Modelltyp und der Anzahl von analysierten Seiten. Sie finden Nutzungsmetriken im Metrikendashboard im Azure-Portal. Das Dashboard zeigt die Anzahl der von Azure KI Dokument Intelligenz verarbeiteten Seiten an. Sie können die geschätzten Kosten für die Ressource mithilfe des Azure-Preisrechners überprüfen. Ausführliche Anweisungen finden Sie unter Überprüfen der Nutzung und Schätzen der Kosten. Hier sind einige Details:
Wenn Sie ein Dokument zur Analyse übermitteln, analysiert der Dienst alle Seiten, es sei denn, Sie geben einen Seitenbereich mithilfe des
pages-Parameters in Ihrer Anforderung an. Wenn der Dienst Microsoft Excel- und PowerPoint-Dokumente über das Lese-, OCR- oder Layoutmodell analysiert, zählt er jedes Excel-Arbeitsblatt und jede PowerPoint-Folie als eine Seite.Wenn der Dienst PDF- und TIFF-Dateien analysiert, zählt er jede Seite in der PDF-Datei oder jedes Bild in der TIFF-Datei als eine Seite und hat keine maximale Zeichenbeschränkungen.
Wenn der Dienst Microsoft Word- und HTML-Dateien analysiert, die von den Lese- und Layoutmodellen unterstützt werden, zählt er Seiten in Blöcken von jeweils 3.000 Zeichen. Wenn Ihr Dokument z. B. 7.000 Zeichen enthält, ergeben sich zwei Seiten mit je 3.000 Zeichen und eine Seite mit 1.000 Zeichen, insgesamt also drei Seiten.
Die Lese- und Layoutmodelle unterstützen keine Analyse eingebetteter oder verknüpfter Bilder in Microsoft Word-, Excel-, PowerPoint- und HTML-Dateien. Daher gelten sie für den Dienst nicht als hinzugefügte Bilder.
Das Training eines benutzerdefinierten Modells mit Dokument Intelligenz ist immer kostenfrei. Kosten fallen nur an, wenn der Dienst ein Modell zum Analysieren eines Dokuments verwendet.
Die Preise für Container entsprechen den Preisen für Clouddienste.
Dokument Intelligenz bietet einen kostenlosen Tarif (F0), mit dem Sie alle Features von Dokument Intelligenz testen können.
Dokument Intelligenz bietet für große Workloads ein Preismodell mit Mindestabnahme an.
Das Layoutmodell ist erforderlich, um Bezeichnungen für Ihr Dataset für benutzerdefinierte Trainings zu generieren. Wenn für das Dataset, das Sie für benutzerdefinierte Trainings verwenden, keine Bezeichnungsdateien verfügbar sind, generiert der Dienst sie für Sie und stellt Ihnen die Layoutmodellverwendung in Rechnung.
| Kontingent | Free (F0)1 | Standard (S0) |
|---|---|---|
| Transaktionen pro Sekunde (TPS) – Grenzwert | 1 | 15 (Standardwert) |
| Anpassbar | Nein | Ja 2 |
| Max. Dokumentgröße | 4 MB | 500 MB |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Analyse) | 2 | 2000 |
| Anpassbar | Nein | Nein |
| Max. Größe der Bezeichnungsdatei | 10 MB | 10 MB |
| Anpassbar | Nein | Nein |
| Max. Größe der OCR-JSON-Antwort | 500 MB | 500 MB |
| Anpassbar | Nein | Nein |
| Maximale Anzahl von Vorlagenmodellen | 500 | 5.000 |
| Anpassbar | Nein | Nein |
| Maximale Anzahl von neuronalen Modellen | 100 | 500 |
| Anpassbar | Nein | Nein |
Nutzung des benutzerdefinierten Modells
| Kontingent | Free (F0) 1 | Standard (S0) |
|---|---|---|
| Grenzwert beim Zusammenstellen des Modells | 5 | 500 (Standardwert) |
| Anpassbar | Nein | No |
| Trainingdatensatzgröße * Neurale und generative | 1 GB 3 | 1 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets* Vorlage | 50 MB 4 | 50 MB (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) * Vorlage | 500 | 500 (Standardwert) |
| Anpassbar | Nein | No |
| Maximale Anzahl von Seiten (Training) * Neurale und generative | 50.000 | 50.000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Trainieren benutzerdefinierter neuronaler Modelle | 10 Stunden pro Monat 5 | keine Begrenzung (Zahlung nach Stunde) |
| Anpassbar | Nein | Ja3 |
| Max. Anzahl von Seiten (Training) * Klassifizierer | 10.000 | 10 000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Maximale Anzahl von Dokumenttypen (Klassen) * Klassifizierer | 500 | 500 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets * Klassifizierer | 1 GB | 2 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Minimale Anzahl von Stichproben pro Klasse * Klassifizierer | 5 | 5 (Standardwert) |
| Anpassbar | Nein | Nein |
Nutzung des benutzerdefinierten Modells
| Kontingent | Free (F0) 1 | Standard (S0) |
|---|---|---|
| Grenzwert beim Zusammenstellen des Modells | 5 | 200 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets * Neuronal | 1 GB 3 | 1 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets* Vorlage | 50 MB 4 | 50 MB (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) * Vorlage | 500 | 500 (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) * Neuronal | 50.000 | 50.000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Trainieren benutzerdefinierter neuronaler Modelle | 10 pro Monat | 20 USD pro Monat |
| Anpassbar | Nein | Ja3 |
| Max. Anzahl von Seiten (Training) * Klassifizierer | 10.000 | 10 000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Maximale Anzahl von Dokumenttypen (Klassen) * Klassifizierer | 500 | 500 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets * Klassifizierer | 1 GB | 1 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Minimale Anzahl von Stichproben pro Klasse * Klassifizierer | 5 | 5 (Standardwert) |
| Anpassbar | Nein | Nein |
Nutzung des benutzerdefinierten Modells
| Kontingent | Free (F0) 1 | Standard (S0) |
|---|---|---|
| Grenzwert beim Zusammenstellen des Modells | 5 | 200 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets * Neuronal | 1 GB 3 | 1 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets* Vorlage | 50 MB 4 | 50 MB (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) * Vorlage | 500 | 500 (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) * Neuronal | 50.000 | 50.000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Trainieren benutzerdefinierter neuronaler Modelle | 10 pro Monat | 20 USD pro Monat |
| Anpassbar | Nein | Ja3 |
| Max. Anzahl von Seiten (Training) * Klassifizierer | 10.000 | 10 000 (Standardwert) |
| Anpassbar | Nein | Nein |
| Maximale Anzahl von Dokumenttypen (Klassen) * Klassifizierer | 500 | 500 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets * Klassifizierer | 1 GB | 1 GB (Standardwert) |
| Anpassbar | Nein | Nein |
| Minimale Anzahl von Stichproben pro Klasse * Klassifizierer | 5 | 5 (Standardwert) |
| Anpassbar | Nein | Nein |
Grenzwerte für benutzerdefinierte Modelle
| Kontingent | Free (F0) 1 | Standard (S0) |
|---|---|---|
| Grenzwert beim Zusammenstellen des Modells | 5 | 200 (Standardwert) |
| Anpassbar | Nein | Nein |
| Größe des Trainingsdatasets | 50 MB | 50 MB (Standardwert) |
| Anpassbar | Nein | Nein |
| Max. Anzahl von Seiten (Training) | 500 | 500 (Standardwert) |
| Anpassbar | Nein | No |
1 Für die Preisstufe Kostenlos (F0) siehe auch die monatlichen Freibeträge auf der Preisseite.
2 Siehe bewährte Verfahren und Anweisungen zur Anpassung.
3Die Anzahl der Trainingsdurchläufe für neuronale Modelle wird jeden Kalendermonat zurückgesetzt. Öffnen Sie eine Supportanfrage, um den monatlichen Grenzwert für das Training zu erhöhen.
4 Dieser Grenzwert gilt für alle Dokumente, die vor allen Aktualisierungen im Zusammenhang mit Bezeichnungen im Ordner Ihres Trainingsdatasets gefunden wurden.
5 Dieser Grenzwert gilt nur für
v 4.0 (2024-11-30 GA)benutzerdefinierte neurale Modelle. Abv 4.0unterstützen wir das Training größerer Dokumente für längere Zeiträume (bis zu 10 Stunden kostenlos, danach fallen Gebühren an). Weitere Informationen finden Sie auf der Seite für benutzerdefinierte neuronale Modelle.
Ausführliche Beschreibung, Kontingentanpassung und bewährte Methoden
Überprüfen Sie vor dem Anfordern einer Kontingenterhöhung (sofern zutreffend), dass sie wirklich erforderlich ist. Der Dokument Intelligenz-Dienst nutzt die automatische Skalierung, um die erforderlichen Computeressourcen on-demand bereitzustellen, die Kosten für Kunden niedrig zu halten und die Bereitstellung nicht genutzter Ressourcen aufzuheben, indem keine übermäßige Hardwarekapazität beibehalten wird.
Wenn Ihre Anwendung den Antwortcode 429 (Zu viele Anforderungen) zurückgibt, obwohl sich Ihre Workload innerhalb der definierten Grenzwerte bewegt, liegt das wahrscheinlich daran, dass der Dienst für Ihren Bedarf hochskaliert wird und die erforderliche Skalierung noch erreichen muss. Daher verfügt der Dienst nicht sofort über genügend Ressourcen, um die Anforderung zu erfüllen. Dieser Zustand ist vorübergehend und sollte nicht lange anhalten.
Allgemeine bewährte Methoden zur Behandlung der Drosselung während der automatischen Skalierung
Verwenden Sie die folgenden Techniken, um Probleme im Zusammenhang mit der Drosselung (Antwortcode 429) zu vermeiden:
- Implementieren Sie eine Wiederholungslogik in der Anwendung.
- Vermeiden Sie plötzliche Änderungen bei der Arbeitsauslastung. Erhöhen Sie die Arbeitsauslastung nach und nach.
Beispiel: Bei Ihrer Anwendung wird Dokument Intelligenz verwendet, und die aktuelle Workload liegt bei 10 TPS (Transaktionen pro Sekunde). In der nächsten Sekunde erhöhen Sie die Last auf 40 TPS (also das Vierfache). Der Dienst beginnt sofort mit dem Hochskalieren, um die neue Last bewältigen zu können, aber wahrscheinlich schafft er es nicht innerhalb einer Sekunde, so dass einige der Anfragen den Antwortcode 429 erhalten.
In den nächsten Abschnitten werden bestimmte Kontingentanpassungsfälle beschrieben. Wechseln Sie zu Dokument Intelligenz: Erhöhen des Grenzwerts für gleichzeitige Anforderungen.
Erhöhen des Anforderungsgrenzwerts für Transaktionen pro Sekunde
Standardmäßig ist die Anzahl der Transaktionen pro Sekunde (TPS) für eine Dokument Intelligenz-Ressource auf 15 TPS begrenzt. Im Tarif „Standard“ kann diese Anzahl erhöht werden. Machen Sie sich vor dem Übermitteln der Anforderung mit dem Material in diesem Abschnitt und mit diesen bewährten Methoden vertraut.
Eine Erhöhung des Grenzwerts für gleichzeitige Anforderungen wirkt sich nicht direkt auf Ihre Kosten aus. Dokument Intelligenz zahlen Sie nur für Ihre tatsächliche Nutzung. Der Grenzwert gibt an, wie hoch der Dienst skaliert werden kann, bevor Ihre Anforderungen gedrosselt werden.
Der vorhandene Wert des Parameters für den Grenzwert für gleichzeitige Anforderungen wird im Azure-Portal, in Befehlszeilentools und in API-Anforderungen nicht angezeigt. Erstellen Sie eine Azure-Supportanfrage, um den vorhandenen Wert zu überprüfen.
Wenn Sie Ihre Transaktionen pro Sekunde erhöhen möchten, können Sie die automatische Skalierung für Ihre Ressource aktivieren. Folgen Sie diesem Dokument, um die automatische Skalierung für Ihre Ressource zu aktivieren * Aktivieren der automatischen Skalierung. Sie können auch eine Supportanfrage zum Erhöhen der TPS senden.
Halten Sie die erforderlichen Informationen bereit
ID der Dokument Intelligenz-Ressource
Region
Basismodellinformationen:
- Melden Sie sich beim Azure-Portal
- Wählen Sie die Dokument Intelligenz-Ressource aus, deren Transaktionsgrenzwert Sie erhöhen möchten.
- Wählen Sie -Eigenschaften- (Gruppe -Ressourcenverwaltung-) aus.
- Kopieren und speichern Sie die Werte der folgenden Felder:
- Ressourcen-ID
- Standort (Ihre Endpunktregion)
Erstellen und Übermitteln der Supportanfrage
Initiieren Sie die Erhöhung des TPS-Grenzwerts (Transaktionen pro Sekunde) für Ihre Ressource, indem Sie eine Supportanfrage übermitteln:
- Vergewissern Sie sich, dass Sie über die erforderlichen Informationen verfügen.
- Melden Sie sich beim Azure-Portal
- Wählen Sie die Dokument Intelligenz-Ressource aus, deren TPS-Grenzwert Sie erhöhen möchten.
- Wählen Sie -Neue Supportanfrage- (Gruppe -Support + Problembehandlung-) aus. Ein neues Fenster mit automatisch ausgefüllten Informationen zu Ihrem Azure-Abonnement und Ihrer Azure-Ressource erscheint
- Geben Sie eine -Zusammenfassung- ein (z. B. „TPS-Grenzwert von Dokument Intelligenz erhöhen“).
- Wählen Sie für das Feld „Problemtyp“ die Option „Kontingent- oder Verbrauchsprüfung“ aus.
- Wählen Sie -Weiter: Lösungen- aus.
- Fahren Sie mit der Anforderungserstellung fort.
- Geben Sie auf der Registerkarte „Details“ die folgenden Informationen im Feld -Beschreibung- ein:
- Ein Hinweis, dass es sich bei der Anforderung um das Dokument Intelligenz-Kontingent handelt
- Geben Sie eine TPS-Erwartung an, auf die Sie skalieren möchten.
- Gesammelte Azure-Ressourceninformationen.
- Geben Sie die übrigen erforderlichen Informationen ein, und wählen Sie auf der Registerkarte -Überprüfen + erstellen- die Schaltfläche -Erstellen- aus.
- Notieren Sie sich die Nummer der Supportanfrage aus den Benachrichtigungen im Azure-Portal. Bitten Sie den Support, Sie in Kürze wegen der weiteren Verarbeitung zu kontaktieren.
Beispiel für eine bewährte Methode für Workloadmuster
Dieses Beispiel zeigt die empfohlene Vorgehensweise zur Vermeidung einer möglichen Drosselung im Rahmen der automatischen Skalierung. Dabei handelt es sich nicht um eine exakte Anleitung, sondern vielmehr um eine empfohlene Vorlage, die Sie nach Bedarf anpassen können.
Angenommen, für eine Dokument Intelligenz-Ressource wurde der Standardgrenzwert festgelegt. Starten Sie die Workload, um Ihre Analyseanforderungen zu übermitteln. Wenn Sie feststellen, dass eine häufige Drosselung mit dem Antwortcode 429 auftritt, sollten Sie zunächst ein exponentielles Backoff für die Antwortanforderung „GET analyze“ implementieren. Verwenden Sie beispielsweise eine zunehmend längere Wartezeit zwischen Wiederholungsversuchen für aufeinanderfolgende Fehlerantworten, z. B. das Muster „2-5-13-34“ für Verzögerungen zwischen Anfragen. Im Allgemeinen empfehlen wir, die „GET analyze“-Antwort nicht häufiger als einmal alle zwei Sekunden für eine entsprechende POST-Anforderung aufzurufen.
Wenn Sie feststellen, dass die Anzahl der POST-Anforderungen für übermittelte Dokumente gedrosselt wird, sollten Sie eine Verzögerung zwischen den Anforderungen hinzufügen. Wenn Ihre Workload ein höheres Maß an gleichzeitiger Verarbeitung erfordert, müssen Sie eine Supportanfrage erstellen, um Ihre Dienstgrenzwerte für Transaktionen pro Sekunde zu erhöhen.
Im Allgemeinen empfehlen wir, die Arbeitsauslastung und die Arbeitsauslastungsmuster vor dem Produktionseinsatz zu testen.