I prezzi di Amazon SageMaker sono calcolati in base all'uso effettivo. Creazione, addestramento e distribuzione di modelli di machine learning sono fatturati al secondo, senza tariffe minime né impegni anticipati.

Prova Amazon SageMaker gratuitamente

Grazie al piano gratuito di AWS, puoi iniziare a utilizzare Amazon SageMaker gratuitamente. Se non hai mai usato Amazon SageMaker prima, per i primi due mesi ti viene offerto un piano gratuito mensile di 250 ore di utilizzo del notebook t2.medium o t3.medium con istanze t3.medium o istanze notebook on demand con SageMaker Studio per la creazione dei tuoi modelli, più 50 ore di m4.xlarge o m5.xlarge per l'addestramento dei modelli, oltre a 125 ore di m4.xlarge o m5.xlarge per la distribuzione dei modelli di machine learning per inferenza in tempo reale e trasformazione in batch con Amazon SageMaker. Il piano gratuito non copre l'utilizzo del volume di storage. Il piano gratuito si attiva il primo giorno del mese in cui crei la tua prima risorsa SageMaker.

Amazon SageMaker Studio è gratuito

Ora puoi accedere gratuitamente ad Amazon SageMaker Studio, il primo ambiente di sviluppo completamente integrato (IDE) per il machine learning. SageMaker Studio ti offre accesso, controllo e visibilità completi su ogni fase necessaria alla creazione, all'addestramento e alla distribuzione dei modelli. L'utilizzo di SageMaker Studio è gratuito: paghi soltanto per i servizi AWS che utilizzi all'interno di Studio.

Riduci il costo totale di proprietà con Amazon SageMaker

Amazon SageMaker offre un costo totale di proprietà inferiore di almeno il 54% nell'arco di tre anni rispetto ad altre soluzioni basate sul cloud gestite dal cliente. L'analisi completa del costo totale di proprietà per Amazon SageMaker è reperibile qui.

  • Notebook Studio
  • Istanze notebook on demand
  • Elaborazione
  • Addestramento
  • Inferenza in tempo reale
  • Trasformazione in batch
  • Notebook Studio
  • Notebook SageMaker Studio
    I notebook Studio sono notebook Jupyter che possono essere attivati rapidamente con un semplice clic. Le risorse di elaborazione sottostanti sono interamente elastiche. Questi notebook possono essere condivisi facilmente con altre persone, ottimizzando la collaborazione. 

  • Istanze notebook on demand
  • Istanze notebook on demand
    Le istanze notebook on demand sono istanze di calcolo di machine learning che eseguono l'applicazione Jupyter Notebook. Ti sarà addebitato l'utilizzo del tipo di istanza che scegli. Ciascun notebook è riportato separatamente nella fattura.

  • Elaborazione
  • SageMaker Processing
    SageMaker Processing ti consente di eseguire rapidamente i tuoi carichi di lavoro di pre- e post-elaborazione e di valutazione dei modelli su un'infrastruttura completamente gestita.

  • Addestramento
  • Addestramento SageMaker
    SageMaker semplifica l'addestramento dei modelli di machine learning fornendo tutto il necessario per addestrare, ottimizzare ed eseguire il debug dei modelli. Quando utilizzi SageMaker Debugger, le regole integrate sono gratuite. Per le regole personalizzate, è necessario scegliere un'istanza; il costo dipende dalla durata di utilizzo dell'istanza.

  • Inferenza in tempo reale
  • SageMaker Hosting: inferenza in tempo reale
    Quando si distribuiscono modelli come endpoint di Amazon SageMaker per inferenze in tempo reale e si abilita Amazon SageMaker Model Monitor, è possibile utilizzare regole integrate per monitorare i modelli o scriverne di personalizzate o entrambi. Per le regole integrate, hai diritto all'utilizzo gratuito di massimo 30 ore di monitoraggio. L'utilizzo in eccesso sarà calcolato in base al consumo.

  • Trasformazione in batch
  • SageMaker Hosting: trasformazione in batch
    Con la trasformazione in batch, non è necessario porzionare il set di dati o gestire gli endpoint in tempo reale. La trasformazione in batch permette di eseguire analisi predittive su batch di dati di piccole e grandi dimensioni.

Esempio di prezzi n. 1: notebook Studio

Un data scientist esegue la sequenza di azioni riportata di seguito durante l'utilizzo dei notebook di SageMaker Studio.

  1. Apre il notebook 1 in un kernel TensorFlow su un'istanza ml.c5.xlarge, quindi lavora su questo notebook per un'ora.
  2. Apre sul notebook 2 un'istanza ml.c5.xlarge. Si aprirà automaticamente nella stessa istanza ml.c5.xlarge che esegue il notebook 1. 
  3. Lavora quindi contemporaneamente sul notebook 1 e sul notebook 2 per un'ora. 
  4. Al data scientist verrà fatturato un totale di due (2) ore per l'utilizzo di ml.c5.xlarge. Per l'ora sovrapposta in cui ha lavorato contemporaneamente sul notebook 1 e sul notebook 2, ogni applicazione del kernel verrà misurata per 0,5 ore e verrà fatturata per 1 ora.
Applicazione kernel Istanza notebook Ore Subtotale (costo all'ora) Totale
TensorFlow ml.c5.xlarge 1 0,24 USD  
TensorFlow ml.c5.xlarge 0,5 0,12 USD  
Data Science ml.c5.xlarge 0,5 0,12 USD  
        0,48 USD

Esempio di prezzi n. 2: elaborazione

Con Amazon SageMaker Processing, sono addebitati esclusivamente i costi relativi alle istanze usate nell'esecuzione delle attività. Quando si forniscono i dati di input per l'elaborazione in Amazon S3, Amazon SageMaker scarica i dati da Amazon S3 nello storage di file locale all'avvio di un'attività di elaborazione.

Il data analyst esegue un'attività di elaborazione per pre-elaborare e convalidare i dati su due istanze ml.m5.4xlarge per una durata di 10 minuti. Carica un set di dati da 100 GB in S3 come input dell'attività di elaborazione; i dati di output, all'incirca della stessa dimensione, vengono memorizzati nuovamente in S3.

Ore   Istanze di elaborazione  Costo orario Totale
1 * 2 * 0,167 = 0,334 ml.m5.4xlarge 1,075 USD 0,359 USD
Storage General Purpose (SSD) (GB)
 Costo orario Totale
100 GB * 2 = 200
0,14 USD 0,0032 USD

Subtotale per l'attività di elaborazione in Amazon SageMaker = 0,359 USD.
Subtotale per lo storage General Purpose SSD di 200 GB = 0,0032 USD.
Il costo totale per questo esempio è di 0,3622 USD

Esempio di prezzi n. 3: addestramento

Un data scientist ha lavorato una settimana su un modello per una nuova idea. Addestra 4 volte un modello su un ml.m4.4xlarge con processi di addestramento da 30 minuti con Amazon SageMaker Debugger abilitato e utilizzando 2 regole integrate e 1 regola personalizzata scritta da lei. Per la regola personalizzata, ha specificato l'istanza ml.m5.xlarge. Addestra utilizzando 3G di dati per la formazione in Amazon S3, inoltrando l'output del modello da 1 GB in Amazon S3. SageMaker crea volumi a utilizzo generico SSD (gp2) per ciascuna istanza di addestramento. Inoltre, crea volumi a utilizzo generico SSD (gp2) per ciascuna regola specificata. Per questo esempio, saranno creati in tutto 4 volumi General Purpose SSD (gp2). SageMaker Debugger trasferisce 1 GB di dati di debug al bucket Amazon S3 del cliente.

Ore Istanza di addestramento Istanza di debug Costo orario
Subtotale
4 * 0,5 = 2,00
ml.m4.4xlarge
n/d 1,12 USD 2,24 USD
4 * 0,5 * 2 = 4
n/d
Nessun costo aggiuntivo per le istanze di regole integrate 0 USD
0 USD
4 * 0,5 = 2
ml.m5.xlarge n/d 0,27 USD 0,54 USD
        -------
        2,78 USD
  Storage General Purpose (SSD) per formazione (GB)
Storage General Purpose (SSD) per regole di Debugger integrate (GB) Storage General Purpose (SSD) per regole di Debugger personalizzate (GB) Prezzo per GB/mese Subtotale
Capacità usata 3 2 1    
Costo 0,00083 USD Nessun costo aggiuntivo per i volumi di storage integrati
0,00028 USD 0,10000 USD 0,0011 USD

In questo esempio, il costo totale per l'addestramento e il debug è di 2,7811 USD. Le istanze per il calcolo e i volumi di storage General Purpose utilizzati dalle regole integrate di SageMaker Debugger non comportano costi aggiuntivi.

Esempio di prezzi n. 4: inferenze

Il modello dell'esempio 3 viene distribuito alla produzione in due (2) istanze ml.c5.xlarge per un hosting multi-AZ affidabile. Amazon SageMaker Model Monitor è abilitato con una (1) istanza ml.m5.4xlarge e il monitoraggio delle attività è pianificato una volta al giorno. Ciascuna attività di monitoraggio richiede 5 minuti per il completamento. Il modello riceve 100 MB di dati al giorno; le dimensioni delle inferenze sono 1/10 rispetto a quelle dei dati in entrata.

Ore al mese Istanze di hosting Istanze di monitoraggio modelli
Costo orario Totale
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
Dati in entrata al mese - Hosting Dati in uscita al mese - Hosting Costo per GB in entrata o in uscita Totale
100 MB * 31 = 3100 MB
  0,02 USD 0,050 USD
  10 MB * 31 = 310 MB 0,02 USD 0,006 USD

Subtotale per addestramento, hosting e monitoraggio = 356,832 USD; subtotale per 3100 MB di dati elaborati in entrata e 310 MB di dati elaborati in uscita per l'hosting al mese = 0,056 USD. Il costo totale per questo esempio è di 356,887 USD al mese.

Nota: per le regole integrate con istanze ml.m5.xlarge, vengono aggregate fino a 30 ore al mese di monitoraggio in tutti gli endpoint senza alcun costo.

Esempio di prezzi n. 5: trasformazione in batch

Per la funzione di trasformazione in batch di Amazon SageMaker, sono addebitati esclusivamente i costi relativi alle istanze coinvolte nell'esecuzione dei processi. Se i dati si trovano già in Amazon S3, la lettura dei dati in ingresso da S3 e la scrittura dei dati in uscita in S3 sono gratuite.

Supponiamo di impiegare il modello utilizzato nello scenario 1 per una trasformazione in batch. I data scientist eseguiranno quattro processi separati su 3 istanze ml.m4.4xlarge per una durata di 15 minuti per ciascuna esecuzione. Verrà poi caricato un set di dati di valutazione di 1 GB in S3 per ciascuna esecuzione; le inferenze saranno 1/10 delle dimensioni dei dati in ingresso memorizzati in S3.

ore   Istanze di addestramento  Costo orario Totale
3 * 0,25 * 4 = 3 ore ml.m4.xlarge 1,12 USD 3,36 USD
GB in entrata – Trasformazione in batch
GB in uscita – Trasformazione in batch Costo per GB in entrata o in uscita Totale
0 0 0,02 USD 0

Subtotale per il processo di trasformazione in batch = 3,36 USD; subtotale per lo storage di 4,4 GB in Amazon S3 = 0. Il costo totale per questo esempio è di 3,36 USD.

Scopri di più sulle caratteristiche di Amazon SageMaker

Visita la pagina delle caratteristiche
Sei pronto per iniziare?
Registrati
Hai altre domande?
Contattaci