本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
AWS Clean Rooms ML 配額
您的 AWS 帳戶 具有 AWS Clean Rooms ML 的預設配額，先前稱為限制。
若要檢視 AWS Clean Rooms ML 的服務配額，請執行下列其中一項操作：
-
請遵循 Service Quotas 使用者指南中檢視服務配額的步驟，然後選取 AWS Clean Rooms ML 做為服務。
-
請參閱 中的 AWS Clean Rooms ML 服務配額Amazon Web Services 一般參考。
為了維持服務的效能並確保適當使用 AWS Clean Rooms ML，指派給帳戶的預設配額可能會根據區域因素、付款歷史記錄、詐騙使用量和/或配額增加請求的核准而更新。
| 名稱 | 預設 | 可調整 | 描述 |
|---|---|---|---|
| 每個對象產生任務的作用中對象匯出任務 | 每個受支援的區域：25 | 否 | 對象產生任務的作用中對象匯出任務數量上限 |
| 每個成員資格的作用中設定模型演算法關聯 | 每個受支援的區域：1,000 | 是 |
每個成員資格的作用中設定模型演算法關聯數目上限 |
| 每個成員資格的作用中設定模型演算法 | 每個受支援的區域：1,000 | 是 |
每個成員資格的作用中設定模型演算法數量上限 |
| 每個成員資格的作用中自訂模型輸入通道 | 每個受支援的區域：100 | 是 |
每個成員資格的作用中自訂模型輸入通道數量上限 |
| 每個帳戶作用中訓練執行個體的數量上限 | 每個受支援的區域：10 | 是 |
每個帳戶可用於建立訓練模型的作用中訓練執行個體數目上限。 |
| 每個訓練模型的active/pending/in進行中訓練模型版本數量上限 | 每個受支援的區域：100 | 是 |
每個訓練模型可建立的active/pending/in進行中訓練模型版本數量上限。 |
| 每個帳戶的 ml.c4.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c4.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c4.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c4.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c4.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c4.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c4.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c4.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5.18xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5.18xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5.9xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5.9xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5n.18xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5n.18xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5n.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5n.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5n.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5n.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5n.9xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5n.9xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c5n.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c5n.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.32xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.32xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.c6i.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.c6i.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g4dn.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g4dn.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.48xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.48xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.g5.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.g5.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m4.10xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m4.10xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m4.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m4.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m4.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m4.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m4.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m4.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m4.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m4.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.12xlarge 訓練執行個體數目上限 | 每個支援的區域：3 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.2xlarge 訓練執行個體數目上限 | 每個支援的區域：3 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.4xlarge 訓練執行個體數目上限 | 每個支援的區域：3 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.large 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.large 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m5.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m5.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.32xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.32xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.large 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.large 訓練執行個體數目上限。 |
| 每個帳戶的 ml.m6i.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.m6i.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p2.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p2.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p2.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p2.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p2.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p2.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p3.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p3.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p3.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p3.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p3.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p3.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p3dn.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p3dn.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p4d.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p4d.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p4de.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p4de.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.p5.48xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.p5.48xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.large 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.large 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.12xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.12xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.16xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.16xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.24xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.24xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.4xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.4xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.8xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.8xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.large 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.large 訓練執行個體數目上限。 |
| 每個帳戶的 ml.r5d.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.r5d.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.t3.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.t3.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.t3.large 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.t3.large 訓練執行個體數目上限。 |
| 每個帳戶的 ml.t3.medium 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.t3.medium 訓練執行個體數目上限。 |
| 每個帳戶的 ml.t3.xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.t3.xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.trn1.2xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.trn1.2xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.trn1.32xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.trn1.32xlarge 訓練執行個體數目上限。 |
| 每個帳戶的 ml.trn1n.32xlarge 訓練執行個體數目上限 | 每個支援的區域：0 | 是 |
每個帳戶可用於建立訓練模型的 ml.trn1n.32xlarge 訓練執行個體數目上限。 |
| 每個客戶的待處理/進行中對象匯出任務 | 每個受支援的區域：20 | 否 | 每個客戶待處理/進行中對象匯出任務的數量上限 |
| 每個客戶的待定/進行中對象產生任務 | 每個受支援的區域：10 | 是 |
每個客戶待定/進行中對象產生任務的數量上限 |
| 每個客戶的待定/進行中對象模型 | 每個支援的區域：2 | 是 |
每個客戶待處理/進行中對象模型訓練任務的數量上限 |
| 每個帳戶的待定/進行中自訂模型推論任務 | 每個受支援的區域：10 | 是 |
每個帳戶的待處理/進行中自訂模型推論任務數量上限 |
| 每個成員資格的待定/進行中自訂模型推論任務 | 每個受支援的區域：5 | 是 |
每個成員資格的待處理/進行中自訂模型推論任務數量上限 |
| 每個帳戶的待定/進行中自訂模型訓練任務 | 每個受支援的區域：10 | 是 |
每個帳戶的待處理/進行中自訂模型訓練任務數量上限 |
| 每個成員資格的待定/進行中自訂模型訓練任務 | 每個受支援的區域：5 | 是 |
每個成員資格的待處理/進行中自訂模型訓練任務數量上限 |
AWS Clean Rooms ML 具有下列其他配額
| 資源 | 預設 | 描述 |
|---|---|---|
| 自訂建模推論任務的最長持續時間 | 25 小時 | |
| 互動數量上限 | 200 億 |
訓練資料中允許的互動數量上限。系統會取樣較大的輸入。 |
| 互動次數下限 | 100 萬 | |
| 類似模型訓練的不同使用者數目上限 | 1 億 | 如果包含更多，則只會使用前 1 億個，並依互動次數排名。 |
| 類似模型訓練的不同使用者人數下限 | 100,000 | |
| 匯出類似客群 （對象） 任務的使用者人數下限 | 10,000 | |
| 用於模型訓練的不同項目數量上限。 | 100 萬 | 您最多可以包含 5，000 萬個項目，但只會使用最熱門的 100 萬個項目。 |
| 訓練資料集中的特徵資料欄數量上限。 | 10 | |
| 每個使用者的不同項目數量下限 | 2 | AWS Clean Rooms ML 要求每一列或使用者有兩個或更多項目，包括重複項目。 |
| 種子受眾的大小上限 | 500,000 | |
| 種子受眾的大小下限 | 500 | 訓練資料提供者可以將此值設定為低至 25。 |
| API | 每位客戶 | |
| 作用中訓練資料集的總數 | 500 | |
| 作用中外觀模型的總數 （對象模型） | 500 | |
| 主動設定的外觀模型總數 （對象模型） | 10,000 | |
| 已完成的類似客群 （對象） 產生任務總數 | 沒有限制 | |
| 已完成的匯出類似區段 （對象） 任務總數 | 沒有限制 | |
| 產生類似模型 （對象模型） 任務的最長持續時間 | 1 天 (24 小時） | |
| 產生類似客群 （對象） 任務的最長持續時間 | 10 小時 | 提供種子之後，Clean Rooms ML 最多需要 10 小時才能產生外觀相似的區段。如果您使用 SQL 查詢做為種子資料，除了 10 小時之外，執行查詢最多可能需要 12 小時才能產生類似樣的區段。 |
| 區段 （對象） 大小儲存貯體的最小百分比 | 1% | |
| 區段 （對象） 大小儲存貯體的百分比上限 | 20% | |
| 區段 （對象） 大小儲存貯體的最小絕對大小 | 1% 的不同使用者數量 | |
| 區段 （對象） 大小儲存貯體的絕對大小上限 | 20% 的不同使用者數量 |
Clean Rooms ML API 限流配額
您的 AWS 帳戶 具有每個 帳戶每個端點配額的每秒以下 API 交易 (TPS)。
| 資源 | 速率限制 | 描述 |
|---|---|---|
CreateAudienceModel 請求率 |
1 TPS 速率、3 TPS 爆量 | 每秒 CreateAudienceModel API 呼叫數目上限 |
CreateConfiguredAudienceModel 請求率 |
10 TPS | 每秒 CreateConfiguredAudienceModel API 呼叫數目上限 |
CreateTrainingDataset 請求率 |
10 TPS | 每秒 CreateTrainingDataset API 呼叫數目上限 |
DeleteAudienceGenerationJob 請求率 |
2 TPS 速率、10 TPS 爆量 | 每秒 DeleteAudienceGenerationJob API 呼叫的數量上限 |
DeleteAudienceModel 請求率 |
2 TPS 速率、10 TPS 爆量 | 每秒 DeleteAudienceModel API 呼叫數量上限 |
DeleteConfiguredAudienceModel 請求率 |
10 TPS | 每秒 DeleteConfiguredAudienceModel API 呼叫的數量上限 |
DeleteConfiguredAudienceModelPolicy 請求率 |
25 TPS | 每秒 DeleteConfiguredAudienceModelPolicy API 呼叫數目上限 |
DeleteTrainingDataset 請求率 |
10 TPS | 每秒 DeleteTrainingDataset API 呼叫數量上限 |
GetAudienceGenerationJob 請求率 |
50 TPS | 每秒 GetAudienceGenerationJob API 呼叫數上限 |
GetAudienceModel 請求率 |
50 TPS | 每秒 GetAudienceModel API 呼叫數量上限 |
GetConfiguredAudienceModel 請求率 |
50 TPS | 每秒 GetConfiguredAudienceModel API 呼叫數上限 |
GetConfiguredAudienceModelPolicy 請求率 |
50 TPS | 每秒 GetConfiguredAudienceModelPolicy API 呼叫數上限 |
GetTrainingDataset 請求率 |
50 TPS | 每秒 GetTrainingDataset API 呼叫數上限 |
ListAudienceExportJobs 請求率 |
50 TPS | 每秒 ListAudienceExportJobs API 呼叫的數量上限 |
ListAudienceGenerationJobs 請求率 |
50 TPS | 每秒 ListAudienceGenerationJobs API 呼叫數上限 |
ListAudienceModels 請求率 |
50 TPS | 每秒 ListAudienceModels API 呼叫的數量上限 |
ListConfiguredAudienceModels 請求率 |
50 TPS | 每秒 ListConfiguredAudienceModels API 呼叫的數量上限 |
ListTagsForResource 請求率 |
50 TPS | 每秒 ListTagsForResource API 呼叫數目上限 |
ListTrainingDatasets 請求率 |
50 TPS | 每秒 ListTrainingDatasets API 呼叫數上限 |
PutConfiguredAudienceModelPolicy 請求率 |
25 TPS | 每秒 PutConfiguredAudienceModelPolicy API 呼叫的數量上限 |
StartAudienceExportJob 請求率 |
1 TPS 速率、3 TPS 爆量 | 每秒 StartAudienceExportJob API 呼叫數量上限 |
StartAudienceGenerationJob 請求率 |
1 TPS 速率、5 TPS 爆量 | 每秒 StartAudienceGenerationJob API 呼叫數量上限 |
TagResource 請求率 |
10 TPS | 每秒 TagResource API 呼叫的數量上限 |
UntagResource 請求率 |
50 TPS | 每秒 UntagResource API 呼叫的數量上限 |
UpdateConfiguredAudienceModel 請求率 |
10 TPS | 每秒 UpdateConfiguredAudienceModel API 呼叫數量上限 |
|
|
10 TPS |
每秒 |
|
|
10 TPS |
每秒 |
|
|
10 TPS |
每秒 |
|
|
1 TPS 速率、3 TPS 爆量 |
每秒 |
|
|
10 TPS |
每秒 |
|
|
1 TPS 速率、3 TPS 速率 |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
50 TPS |
每秒 |
|
|
2 TPS 速率、10 TPS 爆量 |
每秒 |
|
|
2 TPS 速率、10 TPS 爆量 |
每秒 |
|
|
2 TPS 速率、10 TPS 爆量 |
每秒 |
|
|
2 TPS 速率、10 TPS 爆量 |
每秒 |
