Avec Amazon SageMaker, vous avez deux choix pour payer, et vous ne payez que pour ce que vous utilisez. La tarification à la demande est facturée à la seconde, sans frais minimums ni engagement initial, et SageMaker Savings Plans offre un modèle de tarification flexible, basé sur l'utilisation, en échange d'un engagement à une quantité constante d'utilisation.

Démarrage gratuit d'Amazon SageMaker

Amazon SageMaker peut être essayé gratuitement. Dans le cadre de l'offre gratuite d'AWS, vous pouvez commencer à utiliser Amazon SageMaker gratuitement. Votre offre gratuite commence à partir du premier mois où vous créez votre première ressource SageMaker. Les informations concernant l’option gratuite de Amazon SageMaker se trouvent dans le tableau ci-dessous.

Capacité de Amazon SageMaker Utilisation mensuelle de l’offre gratuite pendant les 2 premiers mois
Instances de bloc-notes Amazon SageMaker Studio à la demande 250 heures d'utilisation des blocs-notes Studio ml.t3.medium OU 250 heures d'utilisation des blocs-notes ml.t2 medium ou ml.t3.medium à la demande
Amazon SageMaker Data Wrangler 25 heures d’utilisation de ml.m5.4xlarge
Amazon SageMaker Feature Store 10 millions d'unités d'écriture, 10 millions d'unités de lecture, 25 Go de stockage
Formation 50 heures d'utilisation de m4.xlarge ou m5.xlarge
Inférence 125 heures d'utilisation de m4.xlarge ou m5.xlarge

Amazon SageMaker Savings Plans

Amazon SageMaker Savings Plans permet de réduire vos coûts jusqu'à 64 %. Les plans s'appliquent automatiquement à l'utilisation des instances machine learning (ML) SageMaker éligibles telles que SageMaker Studio Notebooks, SageMaker On-Demand Notebooks, SageMaker Processing, SageMaker Data Wrangler, SageMaker Training, SageMaker Real-Time Inference et SageMaker Batch Transform indépendamment de la famille d'instance, de la taille ou de la région. Par exemple, vous pouvez à tout moment passer d'une instance de processeur ml.c5.xlarge s'exécutant dans la région USA Est (Ohio) à une instance ml.Inf1 s'exécutant dans la région USA Ouest (Oregon) pour des charges de travail d'inférence et toujours bénéficier automatiquement de la tarification Savings Plans. En savoir plus »

Amazon SageMaker Studio est disponible sans frais supplémentaires

Vous pouvez désormais accéder gratuitement à Amazon SageMaker Studio, le premier environnement de développement entièrement intégré (IDE). Grâce à SageMaker Studio, vous avez un accès et une visibilité complets sur chaque étape nécessaire à la création, à l'entraînement et au déploiement de modèles. SageMaker Studio est gratuit ; vous ne payez que les services AWS que vous utilisez avec Studio.

Vous pouvez utiliser de nombreux services offerts par SageMaker Studio sans frais supplémentaires, à savoir :

  • SageMaker Pipelines pour l’automatisation et la gestion des flux de travail automatisés de ML
  • SageMaker Autopilot pour découvrir comment créer automatiquement des modèles de ML avec une visibilité totale
  • SageMaker Experiments pour organiser et suivre vos offres et versions de la formation
  • SageMaker Debugger pour déboguer les anomalies pendant la formation
  • SageMaker Model Monitor pour conserver des modèles de qualité supérieure
  • SageMaker Clarify pour mieux expliquer vos modèles de ML et
  • SageMaker JumpStart pour déployer facilement des solutions de ML destinées à de nombreux cas d'utilisation

Vous ne payez que les ressources de calcul et de stockage sous-jacentes dans SageMaker ou d'autres services AWS, en fonction de votre utilisation.

Amazon SageMaker Ground Truth

En savoir plus sur la tarification de Amazon SageMaker Ground Truth, un service d'étiquetage des données entièrement géré qui facilite la création d'ensembles de données d'entraînement précis pour le machine learning.

Amazon SageMaker Edge Manager

En savoir plus sur la tarification de Amazon SageMaker Edge Manager pour optimiser, exécuter et surveiller les modèles ML sur de nombreux appareils de pointe. 

Réduction du coût total de propriété avec Amazon SageMaker

Comparée à d'autres solutions cloud autogérées, Amazon SageMaker permet de réduire d'au moins 54 % le coût total de propriété sur 3 ans. En savoir plus sur l’analyse complète du TCO sur Amazon SageMaker.

Calculateur de tarification sur Amazon SageMaker

Vous pouvez maintenant estimer vos dépenses relatives à l'utilisation d'Amazon SageMaker en vous servant du calculateur SageMaker Pricing. Avec le calculateur de tarification, vous pouvez obtenir une estimation des coûts concernant votre cas d'utilisation, exporter vos estimations pour une analyse hors ligne et ajuster vos dépenses en fonction de vos besoins.

  • Blocs-notes Studio
  • Instances de bloc-notes à la demande
  • Traitement
  • Data Wrangler
  • Feature Store
  • Formation
  • Inférence en temps réel
  • Batch Transform
  • Blocs-notes Studio
  • Blocs-notes Amazon SageMaker Studio
    Les blocs-notes Amazon SageMaker Studio sont des blocs-notes Jupyter à un clic qui peuvent être rapidement démarrés. Les ressources informatiques sous-jacentes sont entièrement flexibles et les ordinateurs portables peuvent être facilement partagés avec d'autres, ce qui permet une collaboration sans faille. Vous êtes facturé au type d'instance que vous choisissez, en fonction de la durée d'utilisation.

  • Instances de bloc-notes à la demande
  • Instances de bloc-notes à la demande
    Les instances de bloc-notes à la demande sont des instances de calcul qui exécutent l'application Jupyter Notebook. Vous êtes facturé au type d'instance que vous choisissez, en fonction de la durée d'utilisation.

  • Traitement
  • Amazon SageMaker Processing
    Amazon SageMaker Processing permet d'exécuter simplement les charges de travail de prétraitement, de post-traitement et d'évaluation du modèle sur une infrastructure entièrement gérée. Vous êtes facturé au type d'instance que vous choisissez, en fonction de la durée d'utilisation.

  • Data Wrangler
  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler réduit, de plusieurs semaines à quelques minutes, le temps nécessaire à l'agrégation et à la préparation des données pour le machine learning. Vous payez pour le temps utilisé pour nettoyer, explorer et visualiser les données. Le prix de SageMaker Data Wrangler est calculé à la seconde près, par type d'instance.*

  • Feature Store
  • Amazon SageMaker Feature Store
    Amazon SageMaker Feature Store est un référentiel central permettant d'ingérer, de stocker et de proposer des fonctionnalités de machine learning. L'écriture, la lecture et le stockage de données sur SageMaker Feature Store vous sont facturés. Les écritures sont facturées en unités de demande d'écriture par Ko, les lectures sont facturées mensuellement en unités de demande de lecture par 4 Ko et le stockage de données est facturé par Go.

  • Formation
  • Amazon SageMaker Training
    Amazon SageMaker facilite la formation des modèles de machine learning (ML) en fournissant tout ce dont vous avez besoin pour former, ajuster et déboguer les modèles. La facturation est établie en fonction de l'utilisation du type d'instance que vous choisissez. Lorsque vous utilisez Amazon SageMaker Debugger pour déboguer des problèmes et surveiller les ressources pendant la formation, vous pouvez utiliser les règles intégrées pour déboguer vos travaux de formation ou rédiger vos propres règles personnalisées. L'utilisation des règles intégrées pour déboguer vos offres de formation est gratuite. Concernant les règles personnalisées, vous êtes facturé au type d'instance que vous choisissez et en fonction de la durée d'utilisation.

  • Inférence en temps réel
  • Hébergement Amazon SageMaker : inférence en temps réel
    Amazon SageMaker fournit une inférence en temps réel pour vos cas d'utilisation nécessitant des prédictions en temps réel. La facturation est établie en fonction de l'utilisation du type d'instance que vous choisissez. Lorsque vous utilisez Amazon SageMaker Model Monitor pour conserver des modèles très précis fournissant une inférence en temps réel, vous pouvez utiliser des règles intégrées pour surveiller vos modèles ou rédiger vos propres règles personnalisées. Quant aux règles intégrées, vous bénéficiez de 30 heures de surveillance gratuite. Les frais supplémentaires seront fixés en fonction de la durée d'utilisation. Vous êtes facturé séparément lorsque vous utilisez vos propres règles personnalisées.

  • Batch Transform
  • Amazon SageMaker Batch Transform
    Avec Amazon SageMaker Batch Transform, il n'est pas nécessaire de décomposer l'ensemble de données ni de gérer les points de terminaison en temps réel. SageMaker Batch Transform vous permet d'exécuter des prédictions sur des ensembles de données de grande ou petite capacité. Vous êtes facturé au type d'instance que vous choisissez, en fonction de la durée d'utilisation.

Exemple de tarification 1 : blocs-notes Studio

Un spécialiste des données passe par la séquence d'actions suivante lorsqu'il utilise les blocs-notes Amazon SageMaker Studio.

  1. Ouvre le bloc-notes 1 dans un noyau TensorFlow sur une instance ml.c5.xlarge, puis travaille sur ce bloc-notes pendant 1 heure.
  2. Ouvre le bloc-notes 2, une instance ml.c5.xlarge. Il s'ouvrira automatiquement dans la même instance ml.c5.xlarge que celle qui exécute le bloc-notes 1. 
  3. Il travaille simultanément sur le bloc-notes 1 et le bloc-notes 2 pendant 1 heure.
  4. Le scientifique des données sera facturé pour un total de deux (2) heures d'utilisation de ml.c5.xlarge. Pour l'heure de chevauchement où elle a travaillé simultanément sur le bloc-notes 1 et le bloc-notes 2, chaque application de noyau sera mesurée pendant 0,5 heure et elle sera facturée pendant 1 heure.
Application de noyau Instance de bloc-notes Heures Prix par heure Total
TensorFlow ml.c5.xlarge 1 0,204 USD 0,204 USD
TensorFlow ml.c5.xlarge 0,5 0,204 USD 0,102 USD
Science des données ml.c5.xlarge 0,5 0,204 USD 0,102 USD
        0,408 USD

Exemple de tarification 2 : traitement

Le traitement Amazon SageMaker ne facture que les instances utilisées pendant l'exécution de vos tâches. Lorsque vous fournissez les données d'entrées à traiter dans Amazon S3, Amazon SageMaker télécharge les données depuis Amazon S3 sur un stockage de fichiers local au début d'une tâche de traitement.

L'analyste de données exécute une tâche de traitement pour prétraiter et valider les données sur deux instances ml.m5.4xlarge pour une durée de 10 minutes. Elle charge un ensemble de données de 100 Go dans S3 comme entrée pour la tâche de traitement, et les données générées avec à peu près la même taille sont à nouveau stockées dans S3.

Heures  Instances de traitement Prix par heure Total
1 * 2 * 0,167 = 0,334 ml.m5.4xlarge 0,922 USD 0,308 USD
Stockage (Go) à usage général (SSD)  Prix par heure Total
100 Go * 2 = 200 0,14 USD 0,0032 USD

Le sous-total de la tâche de traitement Amazon SageMaker = 0,308 USD ;
Le sous-total du stockage SSD à usage général de 200 Go = 0,0032 USD.
Dans cet exemple, le prix total serait de 0,3112 USD

Exemple de tarification n°3 : Data Wrangler

En tant que spécialiste des données, vous utilisez Amazon SageMaker Data Wrangler, pendant trois jours, pour nettoyer, explorer et visualiser vos données pendant 6 heures par jour. Pour exécuter votre pipeline de préparation des données, vous lancez ensuite une tâche SageMaker Data Wrangler programmée pour s'exécuter chaque semaine.

Le tableau ci-dessous résume votre utilisation totale pour le mois et les frais associés à l'utilisation d'Amazon SageMaker Data Wrangler.

Application Instance SageMaker Studio Jours Durée Durée totale Prix par heure Sous-total du prix
SageMaker Data Wrangler ml.m5.4xlarge 6 heures 18 heures 0,922 USD 16,596 USD
Tâche SageMaker Data Wrangler ml.m5.4xlarge - 40 minutes 2,67 heures 0,922 USD 2,461 USD

D'après le tableau, vous utilisez Amazon SageMaker Data Wrangler pendant un total de 18 heures sur 3 jours pour préparer vos données. De plus, vous créez une tâche SageMaker Data Wrangler pour préparer des données mises à jour chaque semaine. Chaque tâche dure 40 minutes et s'exécute chaque semaine pendant un mois.

Total des frais mensuels d'utilisation de Data Wrangler = 16,596 USD + 2,461 USD = 19,097 USD

Exemple de tarification n° 4 : Feature Store

Vous disposez d’une application web qui émet des lectures et des écritures de 25 Ko chacune dans Amazon SageMaker Feature Store. Pendant les 10 premiers jours d'un mois, vous recevez peu de notifications vers votre application, à savoir 10 000 écritures et 10 000 lectures par jour dans le SageMaker Feature Store. Cependant, le jour 11, votre application attire l'attention sur les réseaux sociaux et son flux atteint 200 000 lectures et 200 000 écritures ce jour-là. Votre application s'installe alors via un flux plus régulier, avec une moyenne de 80 000 lectures et de 80 000 écritures chaque jour jusqu'à la fin du mois.

Le tableau ci-dessous résume votre utilisation totale mensuelle et les frais associés à l'utilisation de Amazon SageMaker Feature Store.

Jour du mois Écritures totales Unités d’écriture totales Lectures totales Unités de lecture totales
Jours 1 à 10 100.000 écritures 
(10 000 écritures x 10 jours)
2500000 
(100 000 x 25 Ko)
100000 
(10 000 x 10 jours)
700.000++ 
(100 000 x 25/4 Ko )
         
Jour 11 200 000 écritures 5000000 
(200 000 x 25 Ko)
200.000 lectures 1.400.000++ 
(200.000 x 25/4Ko)
         
Jours 12 à 30 1 520 000 écritures 
(80 000 x 19 jours)
38000000 
(1 520 000 x 25 Ko)
1 520 000 écritures
(80 000 x 19 jours)
10 640 000++
(1 520 000 x 25/4 Ko)
         
Unités chargeables totales   45.500.000 unités d’écriture   12.740.000 unités de lecture
Frais mensuels des écritures et lectures   56,875 USD 
(45,5 millions unités d’écriture x 1,25 USD par million d’écriture)
  3,185 USD 
(12,74 millions d’unités de lecture x 0,25 USD par million de lecture)

++ Toutes les unités de lecture fractionnaires sont arrondies au nombre entier suivant

Stockage de données
Total de données stockées = 31,5 Go
Frais mensuels pour le stockage des données = 31,5 Go x 0,45 USD = 14,175 USD

Total des frais mensuels Amazon SageMaker Feature Store = 56,875 USD + 3,185 USD + 14,175 USD = 74,235 USD

Exemple de tarification 5 : formation

Un spécialiste des données a travaillé pendant une semaine sur un modèle afin de donner forme à une nouvelle idée. Elle forme le modèle 4 fois sur une instance ml.m4.4xlarge pendant 30 minutes par exécution de formation avec le Amazon SageMaker Debugger activé en utilisant deux règles intégrées et une règle personnalisée qu'elle a écrite. Pour la règle personnalisée, elle a spécifié une instance ml.m5.xlarge. Elle forme en utilisant 3 Go de données formées dans Amazon S3 et envoie en mode push 1 Go de données générées dans Amazon S3. SageMaker crée des volumes SSD à usage général (gp2) pour chaque instance de formation. SageMaker crée également des volumes SSD à usage général (gp2) pour chaque règle spécifiée. Dans cet exemple, un total de 4 volumes SSD à usage général (gp2) seront créés. SageMaker Debugger émet 1 Go de données de débogage vers le compartiment Amazon S3 du client.

Heures Instance de formation Instance de débogage Prix par heure Sous-total
4 x 0,5 = 2,00 ml.m4.4xlarge Non applicable 0,96 USD 1,92 USD
4 * 0,5 * 2 = 4 Non applicable Aucun frais supplémentaire pour les instances de règle intégrée 0 USD 0 USD
4 * 0,5 = 2 ml.m5.xlarge Non applicable 0,23 USD 0,46 USD
        -------
        2,38 USD
  Stockage à usage général (SSD) pour formation (Go) Stockage à usage général (SSD) pour règles intégrées de Debugger (Go) Stockage à usage général (SSD) pour règles personnalisées de Debugger (Go) Coût par Go-mois Sous-total
Capacité utilisée 3 2 1    
Coût 0 USD Aucun frais supplémentaire pour les volumes de stockage de règle intégrée 0 USD 0,10 USD 0 USD

Dans cet exemple, les frais totaux pour l'entraînement et le débogage s'élèvent à 2,38 USD. Les instances de calcul et les volumes de stockage à usage général utilisés par les règles intégrées d'Amazon SageMaker Debugger n'engendrent pas de frais supplémentaires.

Exemple de tarification n° 6 : Inférence en temps réel

Le modèle de l'exemple 3 est ensuite déployé en production vers deux (2) instances ml.c5.xlarge pour un hébergement multi-AZ fiable. Amazon SageMaker Model Monitor est activé avec une (1) instance ml.m5.4xlarge et des tâches de surveillance sont programmées une fois par jour. Chaque tâche de surveillance nécessite 5 minutes pour être exécutée. Le modèle reçoit 100 Mo de données par jour, et les inférences représentent 1/10 de la taille des données entrantes.

Heures par mois Instances d'hébergement Instances du Model Monitor Prix par heure Total
24 * 31 * 2 = 1 488 ml.c5.xlarge   0,204 USD 303,522 USD
31 * 0,08 = 2,5   ml.m5.4xlarge 0,922 USD 2,305 USD
Données entrantes par mois – Hébergement Données sortantes par mois – Hébergement Prix par Go entrant ou sortant Total
100 Mo x 31 = 3 100 Mo   0,02 USD 0,05 USD
  10 Mo x 31 = 310 Mo 0,02 USD 0,01 USD

Le sous-total pour l'entraînement, l'hébergement et la surveillance s'élève à 305,827 USD. Le sous-total pour 3 100 Mo de données entrantes traitées et 310 Mo de données sortantes traitées pour l'hébergement par mois s'élève à 0,06 USD. Dans cet exemple, le coût total s'élèverait à 305,887 USD.

Remarque : pour les règles intégrées avec l'instance ml.m5.xlarge, vous obtenez chaque mois, gratuitement, jusqu'à 30 heures de surveillance regroupées sur tous les points de terminaison.

Exemple de tarification 7 : Batch Transform

Amazon SageMaker Batch Transform ne facture que les instances utilisées pendant l'exécution de vos tâches. Si vos données sont déjà dans Amazon S3, il n'y a aucun coût pour lire les données d'entrée provenant de S3 et écrire les données de sortie dans S3.

Le modèle de l'exemple 1 est utilisé pour exécuter SageMaker Batch Transform. Le spécialiste des données exécute quatre tâches distinctes de transformation par lots de SageMaker sur 3 ml.m4.4xlarge pendant 15 minutes par tâche. Elle télécharge un ensemble de données d'évaluation de 1 Go dans S3 pour chaque cycle, et les inférences sont de 1/10 de la taille des données d'entrée qui sont stockées dans S3.

Heures  Instances de formation Prix par heure Total
3 x 0,25 x 4 = 3 heures ml.m4.4xlarge 0,96 USD 2,88 USD
Go de données d'entrée – Batch Transform Go de données de sortie – Batch Transform Prix par Go entrant ou sortant Total
0 0 0,02 USD 0 USD

Le sous-total pour la tâche SageMaker Batch Transform s'élève à 2,88 USD. Le sous-total pour 4,4 Go dans Amazon S3 s'élève à 0 USD. Dans cet exemple, le prix total serait de 2,90 USD.

En savoir plus sur Amazon SageMaker

Visitez la page de présentation de SageMaker
Prêt à vous lancer ?
S'inscrire
D'autres questions ?
Contactez-nous