本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
服务配额和限制
该助手使用按需推理，这取决于您账户的服务配额。两个主要限制因素是：
-
每分钟请求数 (RPM)-每分钟允许的模型调用请求数。
-
每分钟令牌 (TPM)-每分钟处理的输入和输出令牌总数。
默认配额因地区而异。某些地区的默认限制较低（低至 20 RPM），这可能会导致在大量使用助手时出现节流。
请求提高配额
如果您在使用助手时遇到限制错误，则可以申请增加服务配额：
请求增加限额
-
打开服务限额控制台
。 -
在导航窗格中，选择AWS 服务，然后选择。
-
查找助手使用的模型的配额（查找相关型号
InvokeModelWithResponseStream的相关配额）。 -
选择配额名称，然后选择在账户级别申请提高配额。
-
输入所需的配额值并提交申请。
有关更多信息，请参阅《服务配额用户指南》中的 Requesting a quota increase。
注意
如果您的区域使用跨区域推理，则目标区域的服务配额也适用。 Cross-region 推理配置文件支持至少 200 RPM，这有助于缓解单区域限制较低的区域的限制。
监控配额使用情况
您可以通过 CloudWatch 指标监控配额使用情况。设置限制指标 CloudWatch 警报，以主动识别何时接近配额限制。有关更多信息，请参阅《 用户指南》中的监控 。
