Amazon SageMaker ayuda a los científicos de datos y a los desarrolladores a preparar, crear, entrenar e implementar con rapidez modelos de machine learning (ML) de alta calidad al poner a disposición un amplio conjunto de capacidades especialmente creadas para ML. SageMaker admite los principales marcos, kits de herramientas y lenguajes de programación de ML.

Con SageMaker, solo paga por lo que utiliza. Tiene dos opciones para pagar: los precios bajo demanda que no ofrecen tarifas mínimas ni compromisos iniciales y SageMaker Savings Plans, que ofrece un modelo de precios flexible, basado en el uso, a cambio de comprometerse a una cantidad constante de uso.

Nivel gratuito de Amazon SageMaker

Probar Amazon SageMaker Studio es gratis. Como parte del nivel gratuito de AWS, puede comenzar a utilizar Amazon SageMaker de forma gratuita. La capa gratuita comienza el primer mes, al crear el primer recurso de SageMaker. Encuentre información detallada sobre el nivel gratuito de Amazon SageMaker en la tabla que aparece a continuación.

Capacidad de Amazon SageMaker Uso del nivel gratuito al mes durante los primeros dos meses
Cuadernos de Studio e instancias de cuaderno 250 horas de la instancia ml.t3.medium en los cuadernos de Studio o 250 horas de la instancia ml.t2.medium o la instancia ml.t3.medium en instancias de cuaderno
RStudio en SageMaker 250 horas de la instancia ml.t3.medium en la aplicación RSession y la instancia ml.t3.medium gratuita para la aplicación RStudioServerPro
Data Wrangler 25 horas de la instancia ml.m5.4xlarge
Almacén de características 10 millones de unidades de escritura, 10 millones de unidades de lectura, 25 GB de almacenamiento
Formación 50 horas de las instancias m4.xlarge o m5.xlarge
Inferencia en tiempo real 125 horas de las instancias m4.xlarge o m5.xlarge
Inferencia sin servidor 150 000 segundos de duración de la inferencia
Canvas 750 horas por mes para tiempo de sesión y hasta 10 solicitudes de creación de modelos por mes, cada una con hasta 1 millón de celdas por solicitud de creación de modelos

Precios de la modalidad bajo demanda

  • Blocs de notas de Studio
  • Blocs de notas de Amazon SageMaker Studio
    Los blocs de notas de Amazon SageMaker Studio son blocs de notas de Jupyter de un solo clic que se pueden iniciar con rapidez. Los recursos de computación subyacentes son completamente elásticos y los blocs de notas se pueden compartir fácilmente con otros, lo que permite que haya una colaboración fluida. Se cobra en función del tipo de instancia que elija, en función de la duración del uso.

  • RStudio en SageMaker
  • RStudio en SageMaker
    RStudio en SageMaker ofrece recursos informáticos en la nube bajo demanda para acelerar el desarrollo del modelo y mejorar la productividad. Se le cobrará por los tipos de instancias que elija para ejecutar la aplicación RStudio Session y la aplicación RStudio Server Pro.

    Aplicación RStudioServerPro

  • Instancia de cuaderno
  • Instancia de cuaderno
    Las instancias de cuaderno son instancias de computación que ejecutan la aplicación de cuaderno de Jupyter. Se cobra en función del tipo de instancia que elija, con base en la duración del uso.

  • Procesamiento
  • Procesamiento de Amazon SageMaker
    El procesamiento mediante Amazon SageMaker permite ejecutar fácilmente las cargas de trabajo previas al procesamiento, posteriores al procesamiento y de evaluación del modelo en una infraestructura completamente administrada. Se cobra en función del tipo de instancia que elija, con base en la duración del uso.

  • Data Wrangler
  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler reduce el tiempo que tarda agregar y preparar los datos para el aprendizaje automático de semanas a minutos. Paga por el tiempo que utiliza para limpiar, explorar y visualizar datos. SageMaker Data Wrangler se cobra en función del tipo de instancia por segundo.*

    Trabajos de Amazon SageMaker Data Wrangler

    Un trabajo de Amazon SageMaker Data Wrangler se crea al exportar un flujo de datos de SageMaker Data Wrangler. Con los trabajos de SageMaker Data Wrangler, puede automatizar los flujos de trabajo de preparación de datos. Los trabajos de SageMaker Data Wrangler ayudan a volver a aplicar los flujos de trabajos de preparación de datos en nuevos conjuntos de datos para ahorrar tiempo. Los trabajos se facturan por segundo.

  • Almacén de características
  • Almacén de características de Amazon SageMaker
    El almacén de características de Amazon SageMaker es un repositorio central para incorporar, almacenar y proporcionar características para el aprendizaje automático. Se cobran las escrituras, las lecturas y el almacenamiento de datos en el almacén de características de SageMaker. Las escrituras se cobran como unidades de solicitud de escritura por KB; las lecturas se cobran como unidades de solicitud de lectura por 4 KB; y el almacenamiento de datos se cobra por GB al mes.

  • Formación
  • Entrenamiento mediante Amazon SageMaker
    Amazon SageMaker facilita el entrenamiento de modelos de aprendizaje automático (ML), ya que proporciona todo lo que se necesita para entrenar, ajustar y depurar modelos. Se cobra por el uso del tipo de instancia que elija. Al utilizar Amazon SageMaker Debugger para depurar problemas y monitorear recursos durante el entrenamiento, puede usar reglas integradas para depurar los trabajos de entrenamiento, o bien puede escribir sus propias personalizadas. No se aplican cargos al uso de reglas integradas para depurar los trabajos de entrenamiento. Con respecto a las reglas personalizadas, se cobra en función del tipo de instancia que elija, con base en la duración del uso.

  • Inferencia en tiempo real
  • Alojamiento de Amazon SageMaker: inferencia en tiempo real
    Amazon SageMaker proporciona inferencia en tiempo real para sus casos de uso que necesitan predicciones en tiempo real. Se cobra por el uso del tipo de instancia que elija. Al utilizar Amazon SageMaker Model Monitor para mantener modelos con un alto nivel de precisión que proporcionan inferencia en tiempo real, puede utilizar reglas integradas para monitorear los modelos, o bien puede escribir sus propias reglas personalizadas. Para las reglas integradas, obtiene hasta 30 horas de monitoreo sin cargos. Se aplican cargos adicionales con base en la duración del uso. Se cobra por separado si utiliza sus propias reglas personalizadas.

  • Inferencia asíncrona
  • Inferencia asíncrona de Amazon SageMaker:
    El servicio de inferencia asíncrona de Amazon SageMaker es una opción de inferencia casi en tiempo real que pone en cola las solicitudes entrantes y las procesa de forma asíncrona. Utilice esta opción cuando necesite procesar grandes cargas útiles a medida que llegan los datos o ejecutar modelos que tienen largos tiempos de procesamiento de inferencia y no tienen requisitos de latencia de menos de un segundo. Se le cobra por el tipo de instancia que elija.

  • Transformación por lotes
  • Transformación por lotes de Amazon SageMaker
    Al utilizar la transformación por lotes de Amazon SageMaker, no es necesario desglosar el conjunto de datos en varios fragmentos ni administrar puntos de enlace en tiempo real. La transformación por lotes de SageMaker permite ejecutar predicciones en conjuntos de datos de lotes grandes o pequeños. Se cobra en función del tipo de instancia que elija, con base en la duración del uso.

  • Inferencias sin servidor
  • Amazon SageMaker Serverless Inference
    Amazon SageMaker Serverless Inference permite implementar modelos de machine learning para inferencias sin configurar o administrar las infraestructuras subyacentes. Con Serverless Inference, solo paga por la capacidad de computación utilizada para procesar las solicitudes de inferencia, facturada por milisegundos, y la cantidad de datos procesados. El cargo informático depende de la configuración de la memoria que elija.

  • JumpStart
  • Amazon SageMaker JumpStart
    Amazon SageMaker JumpStart le ayuda a iniciarse en el machine learning de forma rápida y sencilla con acceso a colecciones de modelos populares (también conocidas como “zoos de modelos”) con un solo clic. Jumpstart también ofrece soluciones integrales que resuelven casos de uso comunes de ML que se pueden personalizar en función de sus necesidades. El uso de modelos o soluciones JumpStart no conlleva ningún costo adicional. Se le cobrará por las horas subyacentes de las instancias de formación e inferencia utilizadas igual que si las hubiera creado manualmente.

Detalles de la instancia

Detalles del producto de la instancia Amazon SageMaker P4d

Tamaño de la instancia vCPU Memoria de la instancia (GiB) GPU Memoria de GPU (GB) Ancho de banda de la red (Gbps) GPUDirect RDMA GPU de pares Almacenamiento de instancia (GB) Ancho de banda de EBS (Gbps)
ml.p4d.24xlarge 96 1152 8 320 HBM2 400 ENA y EFA 600 GB/s NVSwitch 8 x 1000 NVMe SSD 19

Detalles del producto de la instancia P3 de Amazon SageMaker

Tamaño de la instancia vCPU Memoria de la instancia (GiB) GPUs-V100 Memoria de GPU (GB) Ancho de banda de la red (Gbps) GPU de pares Ancho de banda de EBS (Gbps)
ml.p3.2xlarge 8 61 1 16 Hasta 10 N/D 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

Detalles del producto de la instancia G4 de Amazon SageMaker

Tamaño de la instancia vCPU Memoria de la instancia (GiB) GPUs-T4 Ancho de banda de la red (Gbps) Almacenamiento de instancia (GB) Ancho de banda de EBS (Gbps)
ml.g4dn.xlarge 4 16 1 Hasta 25 1 x 125 SSD NVMe Hasta 3,5
ml.g4dn.2xlarge 8 32 1 Hasta 25 1 x 125 SSD NVMe Hasta 3,5
ml.g4dn.4xlarge 16 64 1 Hasta 25 1 x 125 SSD NVMe 4,75
ml.g4dn.8xlarge 32 128 1 50 1 x 900 SSD NVMe 9,5
ml.g4dn.16xlarge 64 256 1 50 1 x 900 SSD NVMe 9,5
ml.g4dn.12xlarge 48 192 4 50 1 x 900 SSD NVMe 9,5

Detalles del producto de la instancia G5 de Amazon SageMaker

Tamaño de la instancia vCPU Memoria de la instancia (GiB) GPUs-A10G Memoria GPU (GiB) Ancho de banda de la red (Gbps) Ancho de banda de EBS (Gbps) Almacenamiento de instancia (GB)
ml.g5n.xlarge 4 16 1 24 Hasta 10 Hasta 3,5 1 x 250
ml.g5.2xlarge 8 32 1 24 Hasta 10 Hasta 3,5 1 x 450
ml.g5.4xlarge 16 64 1 24 Hasta 25 8 1 x 600
ml.g5.8xlarge 32 128 1 24 25 16 1 x 900
ml.g5.16xlarge 64 256 1 24 25 16 1 x 1900
ml.g5.12xlarge 48 192 4 96 40 16 1 x 3800
ml.g5.24xlarge 96 384 4 96 50 19 1 x 3800
ml.g5.48xlarge 192 768 8 192 100 19 2 x 3800

Amazon SageMaker Studio

Ahora puede acceder a Amazon SageMaker Studio, el primer entorno de desarrollo completamente integrado (IDE) sin cargo adicional. SageMaker Studio ofrece acceso completo y visibilidad en todos los pasos requeridos para crear, formar e implementar modelos. Con SageMaker Studio, solo paga por el servicio de computación subyacente y el almacenamiento que utiliza en Studio.

Puede utilizar muchos servicios de SageMaker Studio, AWS SDK para Python (Boto3) o AWS CLI, lo que incluye:

  • SageMaker Pipelines para automatizar y administrar los flujos de trabajo de ML
  • SageMaker Autopilot para crear de forma automática modelos de ML con visibilidad completa
  • SageMaker Experiments para organizar los trabajos de entrenamiento y las versiones, y hacer un seguimiento de estos
  • SageMaker Debugger para depurar anomalías durante la formación
  • SageMaker Model Monitor para mantener modelos de alta calidad
  • SageMaker Clarify para explicar mejor los modelos de ML y detectar sesgos
  • SageMaker JumpStart para implementar de manera fácil soluciones de ML para muchos casos de uso. Es posible que incurra en cargos de otros servicios de AWS utilizados en la solución por las llamadas a la API subyacentes realizadas por Amazon SageMaker en su nombre.
  • SageMaker Inference Recommender para obtener recomendaciones para la configuración adecuada de los puntos de conexión

Solo paga por los recursos subyacentes de almacenamiento y computación dentro de SageMaker u otros servicios de AWS, en función del uso.

Amazon SageMaker Studio Lab

Puede crear y entrenar modelos de ML con Amazon SageMaker Studio Lab de forma gratuita. SageMaker Studio Lab ofrece a los desarrolladores, los académicos y los científicos de datos un entorno de desarrollo sin configuración para aprender y experimentar con ML sin cargos adicionales.

Amazon SageMaker Canvas

Amazon SageMaker Canvas amplía el acceso a ML al brindar a los analistas de negocios la capacidad de generar predicciones precisas de ML mediante una interfaz visual e interactiva, sin necesidad de tener experiencia en codificación o en ML.

Etiquetado de datos de Amazon SageMaker

El etiquetado de datos Amazon SageMaker tiene dos ofertas de etiquetado de datos: Amazon SageMaker Ground Truth Plus y Amazon SageMaker Ground Truth. Obtenga más información acerca del etiquetado de datos de Amazon SageMaker, un servicio de etiquetado de datos completamente administrado que facilita la creación de conjuntos de datos de formación de alta precisión para ML.

Amazon SageMaker Edge

Obtenga más información acerca de los precios de Amazon SageMaker Edge para optimizar, ejecutar y monitorear modelos de ML en flotas de dispositivos de borde. 

Savings Plans de Amazon SageMaker

Amazon SageMaker Savings Plans ayuda a reducir los costos en hasta un 64 %. Los planes se aplican automáticamente al uso de instancias de ML de SageMaker elegibles, incluidos cuadernos de SageMaker Studio, instancias de cuaderno de SageMaker, SageMaker Processing, SageMaker Data Wrangler, SageMaker Training, SageMaker Real-Time Inference y SageMaker Batch Transform, independientemente de la familia de instancias, el tamaño o la región. Por ejemplo, puede cambiar el uso de una instancia de CPU ml.c5.xlarge en funcionamiento en la región Este de EE. UU. (Ohio) a una instancia ml.Inf1 en la región Oeste de EE. UU. (Oregón) para cargas de trabajo de inferencia en cualquier momento y pagar de manera automática el precio de Savings Plans. 

Obtenga más información »

Costo total de propiedad con Amazon SageMaker

Amazon SageMaker ofrece un costo total de propiedad por lo menos 54 % más bajo en un periodo de 3 años en comparación con otras soluciones autoadministradas basadas en la nube. Obtenga más información en el análisis completo del TCO correspondiente a Amazon SageMaker.

Ejemplos de precios

Más información sobre Amazon SageMaker

Visite la página de información sobre SageMaker
¿Está listo para comenzar?
Regístrese
¿Tiene más preguntas?
Contacte con nosotros