As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Detalhes dos relatórios e detalhamento dos dados
<a name="sagemaker-hyperpod-usage-reporting-content"></a>

SageMaker HyperPodOs relatórios de uso da fornecem duas lentes distintas para analisar o consumo de recursos computacionais: **relatórios resumidos** para alocação de custos e **relatórios detalhados para auditoria** granular. Os relatórios de resumo agregam o uso de todo o cluster por equipe ou namespace, destacando tendências na computação alocada em comparação com a computação tomada emprestada em recursos de GPU, CPU e NeuronCore. Os relatórios detalhados analisam tarefas individuais, expondo determinadas métricas, como janelas de execução, status de tarefas e utilização de classes prioritárias. Nesta seção, detalhamos a estrutura desses relatórios, compreendemos as principais métricas e demonstramos como administradores e equipes financeiras podem comparar tendências resumidas com dados em nível de tarefa para validar a precisão da atribuição de custos, resolver discrepâncias e otimizar a infraestrutura compartilhada.

## Cabeçalhos de relatório comuns
<a name="sagemaker-hyperpod-usage-reporting-content-headers"></a>

Os relatórios detalhados e de resumo incluem os seguintes metadados para contextualizar os dados de uso:
+ **ClusterName:** o nome do cluster Hyperpod orquestrado pelo EKS em que os recursos foram consumidos.
+ **Tipo:** a categoria de relatório (`Summary Utilization Report` ou `Detailed Utilization Report`).
+ **Dados gerados:** quando o relatório foi criado (p. ex., `2025-04-18`).
+ **Intervalo de tempo (UTC):** o período coberto (p. ex., `2025-04-16 to 2025-04-18`).
+ **Períodos de dados perdidos:** lacunas na coleta de dados devido a tempo de inatividade do cluster ou problemas de monitoramento (p. ex., `2025-04-16 00:00:00 to 2025-04-19 00:00:00`).

## Relatórios de resumo
<a name="sagemaker-hyperpod-usage-reporting-content-summary"></a>

Os relatórios de resumo oferecem uma visão geral diária simplificada do consumo de recursos de computação entre equipes/namespaces e tipos de instância, distinguindo entre utilização alocada (cota reservada) e tomada emprestada (grupo emprestado). Esses relatórios são ideais para geração de faturas, declaração de atribuição de custos ou previsão de capacidade.

*Exemplo: um relatório de resumo pode mostrar que a Equipe A usou 200 horas de GPU (170 da cota alocada e 30 tomadas emprestadas).*

Veja abaixo um detalhamento estruturado das principais colunas em um relatório de resumo:
+ **Data:** a data do uso relatado (p. ex., `2025-04-18`).
+ **Namespace:** o namespace do Kubernetes associado à equipe (p. ex., `hyperpod-ns-ml-team`).
+ **Equipe:** The Owning team/department (por exemplo,`ml-team`).
+ **Tipo de instância:** a instância de computação usada (p. ex., ml.g5.4xlarge).
+ **Total/Allocated/BorrowedUtilização (horas):** o detalhamento do uso da GPU, CPU ou Neuron Core por categoria.

  Em que:
  + **Utilização total = Utilização alocada \$1 Utilização tomada emprestada**
  + A **utilização alocada** é a CPU real da GPU, ou horas de NeuronCore que uma equipe usou, restrita a 100% da respectiva cota alocada.
  + A **utilização tomada emprestada** refere-se às horas reais de GPU, CPU ou NeuronCore que uma equipe usou *além da cota alocada*, extraídas do grupo de clusters compartilhado com base nas regras de prioridade da governança de tarefas e na disponibilidade de recursos.

Exemplo: 72 horas de GPU no total (48 alocadas e 24 tomadas emprestadas).

**nota**  
Somente a utilização total é exibida para namespaces não gerenciados pela governança de tarefas.

## Relatórios detalhados
<a name="sagemaker-hyperpod-usage-reporting-content-detailed"></a>

Os relatórios detalhados oferecem visibilidade em nível forense sobre o uso de computação, detalhando o consumo de recursos por tarefa e expondo métricas granulares, como períodos de execução de tarefas, status (p. ex., êxito e falha) e uso de classes prioritárias. Esses relatórios são ideais para a validação de discrepâncias de faturamento ou para garantir a conformidade com as políticas de governança.

Veja abaixo um detalhamento estruturado das principais colunas em um relatório detalhado:
+ **Data:** a data do uso relatado (p. ex., `2025-04-18`).
+ **Início/fim do período:** período de execução exata (UTC) da tarefa (p. ex., `19:54:34`).
+ **Namespace:** o namespace do Kubernetes associado à equipe (p. ex., `hyperpod-ns-ml-team`).
+ **Equipe:** The Owning team/department (por exemplo,`ml-team`).
+ **Tarefa:** o identificador do trabalho/pod (p. ex., `pytorchjob-ml-pytorch-job-2p5zt-db686`).
+ **Instância:** a instância de computação usada (p. ex., `ml.g5.4xlarge`).
+ **Status:** resultado da tarefa (bem-sucedida, com falha e antecipada).
+ **Utilização total:** consumo total (horas e contagem de instâncias) de recursos de GPU, CPU ou NeuronCore.
+ **Classe prioritária:** o nível de prioridade atribuído (p. ex., prioridade de treinamento).