使用 Amazon SageMaker,您只需按实际用量付费。构建、训练和部署 ML 模型按秒收费,没有最低费用,也没有预付费用。

免费试用 Amazon SageMaker

作为 AWS 免费套餐的一部分,您可以免费开始使用 Amazon SageMaker。如果您以前从未使用过 Amazon SageMaker,在前两个月中,您可以享受免费月度套餐,其中包括每月在按需笔记本上免费使用 250 小时的 t2.medium 或 t3.medium 实例,或在 SageMaker Studio 笔记本上使用 t3.medium 实例来构建模型,免费使用 50 小时的 m4.xlarge 或 m5.xlarge 来训练模型,以及免费使用 125 小时的 m4.xlarge 或 m5.xlarge 来部署机器学习模型,以便利用 Amazon SageMaker 进行实时推理和批量转换。免费套餐不包括存储卷使用量。您的免费套餐从您创建第一个 SageMaker 资源的第一个月开始。

Amazon SageMaker Studio 免费使用

您现在可访问 Amazon SageMaker Studio,它是首个免费的完全集成开发环境 (IDE)。借助 SageMaker Studio,您可以全面了解构建、训练和部署模型的每个步骤。SageMaker Studio 免费使用,您只需为您在 Studio 中使用的 AWS 服务付费。

借助 Amazon SageMaker 降低总拥有成本 (TCO)

与其他云端自行管理的解决方案相比,Amazon SageMaker 在 3 年期间的总拥有成本 (TCO) 至少降低 54%。可以在此处找到 Amazon SageMaker 的完整 TCO 分析。

  • Studio 笔记本
  • 按需笔记本实例
  • Processing
  • 训练
  • 实时推理
  • 批量转换
  • Studio 笔记本
  • SageMaker Studio 笔记本
    Studio Notebooks 是一键式 Jupyter 笔记本,可以快速启动。基础计算资源是完全弹性的。这些笔记本可轻松与其他人共享,实现无缝协作。 

  • 按需笔记本实例
  • 按需笔记本实例
    按需笔记本实例是运行 Jupyter 笔记本应用程序的机器学习 (ML) 计算实例。您将按所选实例类型的使用情况付费。每个笔记本都将在您的账单中单独列出。

  • Processing
  • SageMaker Processing
    SageMaker Processing 使您可以在完全托管的基础设施上轻松运行预处理、后处理和模型评估工作负载。

  • 训练
  • SageMaker 训练
    SageMaker 可提供训练、调优和调试模型所需的一切,从而简化了机器学习 (ML) 模型训练过程。使用 SageMaker 调试程序时,内置规则是免费的。对于自定义规则,您需要选择一种实例,而我们会根据实例的使用时间收取费用。

  • 实时推理
  • SageMaker 托管:实时推理
    当您将模型部署为 Amazon SageMaker 终端节点以用于实时推理并启用 Amazon SageMaker 模型监控器时,您可以使用内置规则来监控模型,也可以编写自己的自定义规则。对于内置规则,您可以免费获得长达 30 小时的监控时间。其他使用情况将根据用途而定。

  • 批量转换
  • SageMaker 托管:批量转换
    借助批量转换功能,无需将数据集拆分为多个数据块,也无需管理实时终端节点。通过批量转换,您可以针对大批量或小批量数据集运行预测。

定价示例 1:Studio 笔记本

数据科学家在使用 SageMaker Studio 笔记本时按以下顺序执行操作。

  1. 在 ml.c5.xlarge 实例上的 TensorFlow 内核中打开笔记本 1,然后在此笔记本上工作 1 小时。
  2. 在 ml.c5.xlarge 实例上打开笔记本 2。该笔记本将在运行笔记本 1 的 ml.c5.xlarge 实例中自动打开。 
  3. 同时在笔记本 1 和笔记本 2 上工作 1 小时。 
  4. 数据科学家将为总计两 (2) 小时的 ml.c5.xlarge 使用时长付费。对于她同时在笔记本 1 和笔记本 2 上工作的重叠时间,将按 0.5 小时对每个内核应用程序计费,她将支付 1 小时的费用。
内核应用程序 笔记本实例 小时数 每小时费用小计 合计
TensorFlow ml.c5.xlarge 1 0.24 USD  
TensorFlow ml.c5.xlarge 0.5 0.12 USD  
数据科学 ml.c5.xlarge 0.5 0.12 USD  
        0.48 USD

定价示例 2:Processing

Amazon SageMaker Processing 仅针对您在执行作业期间使用的实例收费。如果您用 Amazon S3 提供输入数据进行处理,则 Amazon SageMaker 会在处理作业开始时将数据从 Amazon S3 下载到本地文件存储。

该数据分析师在两个 ml.m5.4xlarge 实例上运行处理作业以便处理和验证数据,作业间隔时间为 10 分钟。她将 100GB 的数据集上传到 S3 中,作为处理作业的输入,而输出数据的大小与此大致相同,被传输回 S3 中。

小时数   处理实例  每小时费用 合计
1 * 2 * 0.167 = 0.334 ml.m5.4xlarge 1.075 USD 0.359 USD
通用型 (SSD) 存储 (GB)
 每小时费用 合计
100 GB * 2 = 200
0.14 USD 0.0032 USD

Amazon SageMaker 处理作业的费用小计 = 0.359 USD;
200GB 通用型 SSD 存储的费用小计 = 0.0032 USD。
此示例的费用合计为 0.3622 USD。

定价示例 3:训练

一位数据科学家花了一周时间来为实验新想法建立模型。她在 ml.m4.4xlarge 上对模型进行了 4 次训练,每次训练 30 分钟,并且启用了 Amazon SageMaker Debugger,使用了 2 项内置规则和 1 项自己编写的自定义规则。对于自定义规则,她指定了 ml.m5.xlarge 实例。训练中使用了 3GB 位于 Amazon S3 中的训练数据,并将 1GB 模型输出推送到 Amazon S3 中。SageMaker 针对每个训练实例创建了通用型 SSD (gp2) 卷。SageMaker 还针对指定的每项规则创建了通用型 SSD (gp2) 卷。在本示例中一共创建了 4 个通用型 SSD (gp2) 卷。SageMaker 调试程序将 1GB 的调试数据传送到客户的 Amazon S3 存储桶中。

小时数 训练实例 调试实例 每小时费用
小计
4 * 0.5 = 2.00
ml.m4.4xlarge
不适用 1.12 USD 2.24 USD
4 * 0.5 * 2 = 4
不适用
内置规则实例无额外费用 0 USD
0 USD
4 * 0.5 = 2
ml.m5.xlarge 不适用 0.27 USD 0.54 USD
        -------
        2.78 USD
  用于训练的通用型 (SSD) 存储 (GB)
用于 Debugger 内置规则的通用型 (SSD) 存储 (GB) 用于 Debugger 自定义规则的通用型 (SSD) 存储 (GB) 每月每 GB 费用 小计
使用的容量 3 2 1    
费用 0.00083 USD 内置规则存储卷无额外费用
0.00028 USD 0.10000 USD 0.0011 USD

在本示例中,训练和调试的总费用为 2.7811 USD。 SageMaker 调试程序内置规则使用的计算实例和通用型存储卷不产生额外费用。

定价示例 4:推理

示例 3 中的模型被部署到生产环境中的两 (2) 个 ml.c5.xlarge 实例上,用于实现可靠的多可用区托管。使用一 (1) 个 ml.m5.4xlarge 实例运行 Amazon SageMaker 模型监控器,每天运行一次监控作业。每次监控作业用时 5 分钟。该模型每日接收 100MB 数据,而推理则为输入数据大小的 1/10。

每月小时数 托管实例 模型监控实例
每小时费用 合计
24 * 31 * 2 = 1488 ml.c5.xlarge   0.238 USD 354.144 USD
31*0.08 = 2.5   ml.m5.4xlarge 1.075 USD 2.688 USD
每月输入数据 – 托管 每月输出数据 – 托管 每 GB 输入或输出费用 合计
100MB * 31 = 3100MB
  0.02 USD 0.050 USD
  10MB * 31 = 310MB 0.02 USD 0.006 USD

训练、托管和监控费用小计 = 356.832 USD;每月托管 3100MB 已处理的输入数据和 310MB 已处理的输出数据费用小计 = 0.056 USD。此示例的费用合计为 356.887 USD/月。

请注意,对于处理内置规则的 ml.m5.xlarge 实例,您每月可以免费获得长达 30 小时并且覆盖所有终端节点的免费监控时间。

定价示例 5:批量转换

Amazon SageMaker 批量转换仅针对您在执行作业期间使用的实例收费。如果您的数据已存于 Amazon S3 中,则从 S3 读取输入数据和将输出数据写入 S3 不会产生任何费用。

示例 1 中的模型用于运行批量转换。该数据科学家在 3 ml.m4.4xlarge 上运行四个独立的批量转换作业,每个作业运行 15 分钟。她每次运行估计在 S3 中上传 1GB 的数据集,而推理为输入数据(存储回 S3 的数据)的 1/10。

小时数   训练实例  每小时费用 合计
3 * 0.25 * 4 = 3 小时 ml.m4.xlarge 1.12 USD 3.36 USD
输入数据 (GB) – 批量转换
输出数据 (GB) – 批量转换 每 GB 输入或输出费用 合计
0 0 0.02 USD 0

批量转换作业费用小计 = 3.36 USD;将 4.4GB 数据移入 Amazon S3 的费用小计 = 0。 此示例的费用合计为 3.36 USD。

详细了解 Amazon SageMaker 的功能

访问功能页面
准备好开始使用了吗?
注册
还有更多问题?
联系我们