Lập kế hoạch và ngân sách cho dự án Platform

Vòng lặp mà Platform kết nối#

Mọi hệ thống thị giác máy tính production đều vận hành theo cùng một vòng lặp, và phần tốn kém là mũi tên nối hai hộp chứ không phải bản thân các hộp:

Giá trị của Platform nằm ở việc mỗi giai đoạn ghi lại những gì giai đoạn tiếp theo cần. Hãy dùng bảng này làm sơ đồ tham chiếu; cột cuối cho biết bài học hướng dẫn về giai đoạn đó:

Hai công cụ hỗ trợ toàn bộ quy trình. Agents tạo quy trình làm việc trực quan, chẳng hạn thu thập các detection chưa chắc chắn vào dataset để rà soát; Ask AI có thể huấn luyện, so sánh, gán nhãn, xuất và triển khai thông qua hội thoại bằng các lệnh ul cloud mà bạn cũng có thể tự chạy.

Xác định những gì bạn vẫn tự phụ trách#

Platform có một số ranh giới được xác định rõ. Hãy chỉ định một người phụ trách cụ thể cho từng phần trong kế hoạch của bạn:

• Trích xuất frame từ các hệ thống độc quyền (kho lưu trữ DICOM, camera OEM, hệ thống lưu trữ dữ liệu nhà máy): mã của bạn sẽ đưa dữ liệu vào bucket hoặc tải lên.
• Cảnh báo. Platform hiển thị chỉ số endpoint và gửi sự kiện job đến Slack, nhưng không cảnh báo khi độ trễ hoặc lỗi vượt ngưỡng. Bạn sẽ xây dựng bước kiểm tra đó trong bài 8.
• Độ chính xác theo thời gian. Bạn tự quản lý tập holdout đã gán nhãn và lịch sử của tập này (bài 8).
• Logic ứng dụng. Quy tắc đếm, theo dõi và vùng nằm trong service của bạn; Ultralytics Solutions và khóa học Ultralytics YOLO in Production hướng dẫn các nội dung này.
• Định tuyến lưu lượng. Endpoint có URL được tạo tự động và không hỗ trợ domain tùy chỉnh, vì vậy bạn cần gateway riêng cho canary, định tuyến đa khu vực và hostname mang thương hiệu.

Platform không phải là một framework riêng. Model trên Platform được tải xuống dưới dạng best.pt thông thường mà YOLO("best.pt") có thể tải, xác thực và xuất; model.train(..., project="username/my-project") cục bộ có thể truyền vào Platform khi đã thiết lập API key. Việc chuyển đổi giữa hai bên không đòi hỏi chuyển đổi định dạng.

Ví dụ thực tế: Lập ngân sách project trước khi bắt đầu#

Ba khoản tiêu tốn credit: huấn luyện trên cloud (mức phí GPU × thời gian sử dụng), Gán nhãn hàng loạt và làm mờ khuôn mặt trên toàn bộ dataset ($1.00 cho mỗi 1.000 ảnh), cùng endpoint kích thước tùy chỉnh (tính phí theo giờ hoạt động). Mọi nội dung khác trong khóa học này đều miễn phí. Công cụ tính toán này sử dụng mức phí thực tế của Platform cho một project detection nhỏ:

# Monthly Platform budget for a small detection project (rates from the billing and deployment docs)
TRAIN_RUNS = 8  # experiments per month
COST_PER_RUN = 0.23  # dialog estimate: ~1,000 images, YOLO26n, 100 epochs, RTX PRO 6000 ($2.09/h)
BATCH_ANNOTATION_IMAGES = 3_000  # $1.00 per 1,000 images
HOURS_PER_MONTH = 730

# Custom endpoint sizes keep one warm instance; us-central1 rates are $0.000024/vCPU-s and $0.0000025/GiB-s
warm_endpoint_hourly = (2 * 0.000024 + 4 * 0.0000025) * 3600  # 2 vCPU, 4 GiB

lines = {
    "cloud training": TRAIN_RUNS * COST_PER_RUN,
    "batch annotation": BATCH_ANNOTATION_IMAGES / 1000 * 1.00,
    "default endpoint (1 vCPU, 2 GiB, scales to zero)": 0.0,
    "warm endpoint (2 vCPU, 4 GiB, always on)": warm_endpoint_hourly * HOURS_PER_MONTH,
}
for item, usd in lines.items():
    print(f"{item:<50} ${usd:>7.2f}")
print(f"{'total with a warm endpoint':<50} ${sum(lines.values()):>7.2f}")

cloud training                                     $   1.84
batch annotation                                   $   3.00
default endpoint (1 vCPU, 2 GiB, scales to zero)   $   0.00
warm endpoint (2 vCPU, 4 GiB, always on)           $ 152.42
total with a warm endpoint                         $ 157.26

Cách đọc kết quả:

• COST_PER_RUN là ước tính trong hộp thoại huấn luyện, có tính đến kích thước dataset, model, số epoch, kích thước ảnh và GPU. Hãy thay bằng ước tính cho dataset của bạn (bài 5); 5.000 ảnh × YOLO26s × 100 epoch trên H100 SXM tốn khoảng $1.56.
• Chi phí endpoint chiếm phần lớn. Huấn luyện và gán nhãn cho một project nhỏ chỉ tốn vài đô la; duy trì một instance hoạt động 730 giờ mỗi tháng tốn khoảng $150 tại Iowa (mức phí thay đổi theo khu vực; hộp thoại triển khai hiển thị chính xác giá theo giờ).
• Quy tắc quyết định: luôn bắt đầu mọi endpoint với kích thước mặc định miễn phí. Chỉ chuyển sang kích thước tùy chỉnh khi người dùng không thể chấp nhận thời gian khởi động lạnh lên đến một phút và lưu lượng ổn định đủ để biện minh cho chi phí duy trì hoạt động.

Gói dịch vụ#

Quy tắc quyết định: dùng Free trong khi tìm hiểu; chuyển sang Pro khi bạn cần bộ nhớ đám mây được kết nối, một nhóm, hơn ba endpoint hoặc hơn ba lượt huấn luyện đồng thời. Khoản credit $30 hàng tháng của Pro đủ chi trả cho các mục huấn luyện và gán nhãn trong ngân sách ở trên. Tài liệu thanh toán liệt kê mọi mức phí.

Các lỗi thường gặp#