Amazon SageMaker 通过整合专门为机器学习(ML)构建的广泛功能集,帮助数据科学家和开发人员快速准备、构建、训练和部署高质量的机器学习模型。SageMaker 支持领先的 ML 框架、工具包和编程语言。

使用 SageMaker,您只需按实际用量付费。您有两种付费选择:没有最低费用也没有预先承诺的按需定价,以及 SageMaker Savings Plans,它提供了一种基于用量的灵活定价模式,以换取对持续使用量的承诺。

Amazon SageMaker 免费套餐

Amazon SageMaker 可免费试用。作为 AWS 免费套餐的一部分,您可以从免费使用 Amazon SageMaker 开始。您的免费套餐从您创建第一个 SageMaker 资源的第一个月开始。如需了解关于 Amazon SageMaker 免费套餐的详细信息,请见下表。

Amazon SageMaker 的功能 免费套餐前 2 个月的每个月使用情况
Studio 笔记本以及笔记本实例 Studio 笔记本上的 250 个小时 ml.t3.medium 实例,或者笔记本实例上的 250 个小时 ml.t2 medium 实例或 ml.t3.medium 实例
RStudio on SageMaker RSession 应用程序上 250 个小时的 ml.t3.medium 实例和 RStudioServerPro 应用程序的免费 ml.t3.medium 实例
Data Wrangler 25 个小时 ml.m5.4xlarge 实例
特征存放区 1000 万个写单元,1000 万个读单元,25 GB 存储
培训 50 个小时 m4.xlarge 或 m5.xlarge 实例
实时推理 125 个小时 m4.xlarge 或 m5.xlarge 实例
无服务器推理 150000 秒推理持续时间
Canvas 会话时间为 750 小时/月,每月最多 10 个模型创建请求,每个请求最多 100 万个单元/模型创建请求

按需定价

  • Studio 笔记本
  • Amazon SageMaker Studio 笔记本
    Amazon SageMaker Studio Notebooks 是一键式 Jupyter 笔记本,可以快速启动。底层计算资源具有完全弹性,而笔记本支持轻松与他人共享,从而实现无缝协作。根据使用时长,您要为所选择的实例类型付费。

  • RStudio on SageMaker
  • RStudio on SageMaker
    RStudio on SageMaker 提供按需云计算资源,以加速模型开发并提高生产力。 您需要为您选择运行 RStudio Session 应用程序和 RStudio Server Pro 应用程序的实例类型付费。

    RStudioServerPro 应用程序

  • 笔记本实例
  • 笔记本实例
    笔记本实例是运行 Jupyter notebook 应用程序的计算实例。根据使用时长,您要为所选择的实例类型付费。

  • Processing
  • Amazon SageMaker Processing
    Amazon 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。根据使用时长,您要为所选择的实例类型付费。

  • Data Wrangler
  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler 可将汇总和准备机器学习数据所需的时间从数周缩短至几分钟。您需要为清理、探索和可视化数据所用的时间付费。Amazon SageMaker 按使用每种实例类型的秒数定价。*

    Amazon SageMaker Data Wrangler 作业

    Amazon SageMaker Data Wrangler 作业会在从 SageMaker Data Wrangler 导出数据流时创建。借助于 SageMaker Data Wrangler 作业,您可以对数据准备工作流程进行自动化。SageMaker Data Wrangler 作业将数据准备工作流程重新应用于新的数据集以便帮助您节约时间,而它按秒计费。

  • 特征存放区
  • Amazon SageMaker Feature Store
    Amazon SageMaker Feature Store 是一种中央存储库,可为机器学习提取、存储和处理特征。您要为在 SageMaker Feature Store 上的写入、读取和数据存储付费。写入费用基于写入请求单位(每 KB 一个单位),读取费用基于读取请求单位(每 4KB 一个单位),而数据存储费用则基于每月每 GB。

  • 培训
  • Amazon SageMaker 训练
    Amazon 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。您将按所选实例类型的使用情况付费。当在训练期间使用 Amazon SageMaker Debugger 调试问题和监控资源时,您可以使用内置规则调试您的训练作业,或编写自己的自定义规则。使用内置规则来调试您的训练作业不会产生费用。对于自定义规则,您要根据使用时长为所选择的实例类型付费。

  • 实时推理
  • Amazon SageMaker 托管:实时推理
    Amazon SageMaker 为需要实时预测的用例提供实时推理。您将按所选实例类型的使用情况付费。当您借助 Amazon SageMaker Model Monitor 维持高准确性模型以提供实时推理时,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。是否产生额外费用将取决于使用的时长。如果使用自定义规则,您将被单独收取相关费用。

  • 异步推理
  • Amazon SageMaker 异步推理:
    Amazon SageMaker 异步推理是一种近乎实时的推理选项,可异步对传入请求进行排列与处理。当您需要在数据到达时处理大型负载,或者要运行推理处理时间较长的模型而没有亚秒级延迟要求时,使用此选项。您要为您所选的实例类型付费。

  • 批量转换
  • Amazon SageMaker 批量转换
    借助 Amazon SageMaker 批量转换,您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。SageMaker 批量转换让您可以针对大批量或小批量数据集运行预测。根据使用时长,您要为所选择的实例类型付费。

  • 无服务器推理
  • Amazon SageMaker 无服务器版推理
    Amazon SageMaker 无服务器推理使您能够部署机器学习模型进行推理,而不必配置或管理任何底层基础设施。使用无服务器推理,您只需为用于处理推理请求的计算容量(按毫秒计费)和处理的数据量付费。 计算费用取决于您选择的内存配置。

  • JumpStart
  • Amazon SageMaker JumpStart
    Amazon SageMaker JumpStart 让您能够一键式访问流行的模型集合(也称为“模型动物园”)可帮助您轻松快速地开始使用机器学习。Jumpstart 还提供能够解决常见机器学习使用案例的端到端解决方案,您可以根据自己的需求对这些解决方案进行自定义。使用 JumpStart 模型或解决方案不会产生额外的费用。您需要按使用的基础训练和推理实例小时数付费,如同这些实例是您手动创建的。

实例详细信息

Amazon SageMaker P4d 实例产品详细信息

实例大小 vCPU 实例内存(GiB) GPU GPU 内存(GB) 网络带宽(Gbps) GPUDirect RDMA GPU 对等 实例存储(GB) EBS 带宽(Gbps)
ml.p4d.24xlarge 96 1152 8 320 HBM2 400 ENA 和 EFA 600 GB/s NVSwitch 8 个 1000 NVMe SSD 19

Amazon SageMaker P3 实例产品详细信息

实例大小 vCPU 实例内存(GiB) GPU-V100 GPU 内存(GB) 网络带宽(Gbps) GPU 对等 EBS 带宽(Gbps)
ml.p3.2xlarge 8 61 1 16 最高 10 不适用 1.5
ml.p3.8xlarge 32 244 4 64 10 NVLink 7
ml.p3.16xlarge 64 488 8 128 25 NVLink 14
ml.p3dn.24xlarge 96 768 8 256 100 NVLink 19

Amazon SageMaker G4 实例产品详细信息

实例大小 vCPU 实例内存(GiB) GPU-T4 网络带宽(Gbps) 实例存储(GB) EBS 带宽(Gbps)
ml.g4dn.xlarge 4 16 1 最高 25 1 个 125 NVMe SSD 最高 3.5
ml.g4dn.2xlarge 8 32 1 最高 25 1 个 125 NVMe SSD 最高 3.5
ml.g4dn.4xlarge 16 64 1 最高 25 1 个 125 NVMe SSD 4.75
ml.g4dn.8xlarge 32 128 1 50 1 个 900 NVMe SSD 9.5
ml.g4dn.16xlarge 64 256 1 50 1 个 900 NVMe SSD 9.5
ml.g4dn.12xlarge 48 192 4 50 1 个 900 NVMe SSD 9.5

Amazon SageMaker G5 实例产品详细信息

实例大小 vCPU 实例内存(GiB) GPU-A10G GPU 内存(GiB) 网络带宽(Gbps) EBS 带宽(Gbps) 实例存储(GB)
ml.g5n.xlarge 4 16 1 24 最高 10 最高 3.5 1x250
ml.g5.2xlarge 8 32 1 24 最高 10 最高 3.5 1x450
ml.g5.4xlarge 16 64 1 24 最高 25 8 1x600
ml.g5.8xlarge 32 128 1 24 25 16 1x900
ml.g5.16xlarge 64 256 1 24 25 16 1x1900
ml.g5.12xlarge 48 192 4 96 40 16 1x3800
ml.g5.24xlarge 96 384 4 96 50 19 1x3800
ml.g5.48xlarge 192 768 8 192 100 19 2x3800

Amazon SageMaker Studio

您现在可访问 Amazon SageMaker Studio,它是首个无需额外费用的完全集成开发环境 (IDE)。借助 SageMaker Studio,您可以全面了解和访问构建、训练和部署模型的每个步骤。使用 SageMaker Studio,您只需为您在 Studio 中使用的基础计算和存储付费。

您可以使用 SageMaker Studio、适用于 Python 的 AWS SDK(Boto3)或 AWS CLI 中的许多服务,包括:

您只需要根据自己的使用情况为 SageMaker 内的底层计算和存储资源或其他 AWS 服务付费。

Amazon SageMaker Studio Lab

您可以免费使用 Amazon SageMaker Studio Lab构建和训练 ML 模型。 SageMaker Studio Lab 为开发人员、学者和数据科学家提供了一个无配置的开发环境,可以在其中免费学习和试验 ML。

Amazon SageMaker Canvas

Amazon SageMaker Canvas 通过为业务分析师提供使用可视化点击界面生成准确 ML 预测的能力,扩展了 ML 访问 - 无需编码或 ML 经验。

Amazon SageMaker Data Labeling

Amazon SageMaker Data Labeling 提供两种数据标注产品,Amazon SageMaker Ground Truth Plus 和 Amazon SageMaker Ground Truth。您可以了解关于 Amazon SageMaker Data Labeling 的更多信息,它是一种完全托管式数据标注服务,可让您轻松构建高度准确的训练数据集以用于 ML。

Amazon SageMaker Edge

了解关于 Amazon SageMaker Edge 定价的更多信息,它可以在边缘设备队列上优化、运行与监控 ML 模型。 

Amazon SageMaker Savings Plans

Amazon SageMaker Savings Plans 最高可帮助您节省 64% 的费用。这些计划会自动应用于符合条件的 SageMaker ML 实例用量,包括 SageMaker Studio Notebooks、SageMaker 笔记本实例、SageMaker 处理、SageMaker Data Wrangler、SageMaker 训练、SageMaker 实时推理和 SageMaker 批量转换,无论实例系列、大小或区域如何。例如,您可以随时将在美国东部(俄亥俄州)运行的 CPU 实例 ml.c5.xlarge 用量更改为在美国西部(俄勒冈州)运行的 ml.Inf1 实例用量以用于推理工作负载,并自动继续支付 Savings Plans 价格。 

了解详情 »

Amazon SageMaker 的总体拥有成本(TCO)

与其他基于云的自行管理的解决方案相比,Amazon SageMaker 在三年期间的总体拥有成本(TCO)至少降低 54%。通过 Amazon SageMaker 的完整 TCO 分析了解更多信息。

定价示例

详细了解 Amazon SageMaker

访问 SageMaker 概览页面
准备好开始使用了吗?
注册
还有更多问题?
联系我们