Amazon SageMaker prevede due opzioni di pagamento e si paga solo in base all'uso effettivo. I prezzi on demand vengono addebitati al secondo, senza tariffa minima né impegni anticipati, e i Savings Plans di SageMaker offrono un modello di determinazione dei prezzi flessibile e basato sul consumo in cambio dell'impegno per un uso costante del servizio.

Comincia a usare Amazon SageMaker gratuitamente

La prova di Amazon SageMaker Studio è gratuita. Grazie al piano gratuito di AWS, puoi iniziare a utilizzare Amazon SageMaker gratuitamente. Il piano gratuito si attiva il primo giorno del mese in cui crei la tua prima risorsa SageMaker. I dettagli del piano gratuito per Amazon SageMaker sono riportati nella tabella di seguito.

Funzionalità di Amazon SageMaker Uso del piano gratuito mensile per i primi 2 mesi
Notebook di Amazon SageMaker Studio, istanze di notebook on demand 250 ore di istanza ml.t3.medium sui notebook Studio OPPURE 250 ore di istanza ml.t2 medium o ml.t3.medium su istanze di notebook on demand
Amazon SageMaker Data Wrangler 25 ore di istanza ml.m5.4xlarge
Amazon SageMaker Feature Store 10 milioni di unità di scrittura, 10 milioni di unità di lettura, 25 GB di storage
Formazione 50 ore di istanze m4.xlarge o m5.xlarge
Inferenza 125 ore di istanze m4.xlarge o m5.xlarge

Savings Plans di Amazon SageMaker

I Savings Plans di Amazon SageMaker contribuiscono a ridurre i costi fino al 64%. I piani si applicano automaticamente agli usi idonei delle istanze di machine learning SageMaker, tra cui SageMaker Studio Notebook, SageMaker On-Demand Notebook, SageMaker Processing, SageMaker Data Wrangler, SageMaker Training, SageMaker Real-Time Inference e SageMaker Batch Transform, a prescindere dalla famiglia di istanze, dalla dimensione o dalla regione. Per esempio, si può modificare in qualsiasi momento l'uso da un'istanza CPU ml.c5.xlarge in esecuzione negli Stati Uniti orientali (Ohio) a un'istanza ml.Inf1 in esecuzione negli Stati Uniti occidentali (Oregon) per carichi di lavoro di inferenza e continuare automaticamente a pagare il prezzo di Savings Plans. Ulteriori informazioni »

Amazon SageMaker Studio è disponibile senza alcun costo aggiuntivo

Ora puoi accedere gratuitamente ad Amazon SageMaker Studio, il primo ambiente di sviluppo completamente integrato (IDE). 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.

Puoi utilizzare numerosi servizi all’interno di SageMaker Studio senza alcun costo aggiuntivo, tra cui:

Paghi solo per le risorse di calcolo e storage sottostanti all'interno di SageMaker o altri servizi AWS, in base al tuo utilizzo.

Amazon SageMaker Ground Truth

Scopri i prezzi di Amazon SageMaker Ground Truth, un servizio di etichettatura dati interamente gestito che semplifica la creazione di set di dati di formazione altamente precisi per il machine learning.

Amazon SageMaker Edge Manager

Scopri i prezzi di Amazon SageMaker Edge Manager per ottimizzare, eseguire e monitorare i modelli ML sui parchi di dispositivi edge. 

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. Scopri di più con l’analisi TCO completa per Amazon SageMaker.

Calcolatore di prezzi di Amazon SageMaker

Ora puoi stimare la tua spesa per l'utilizzo di Amazon SageMaker utilizzando il Calcolatore di prezzi SageMaker. Con questo calcolatore, puoi ottenere una stima dei costi per il tuo caso d'uso, esportare le stime per l'analisi offline e regolare la spesa in base alle tue esigenze.

  • Notebook Studio
  • Istanze notebook on demand
  • Processing
  • Data Wrangler
  • Feature Store
  • Formazione
  • Inferenza in tempo reale
  • Trasformazione in batch
  • Notebook Studio
  • Notebook Amazon SageMaker Studio
    I notebook Amazon SageMaker Studio sono notebook Jupyter che possono essere attivati rapidamente con un semplice clic. Le risorse di calcolo sottostanti sono elastiche e i notebook possono essere facilmente condivisi con altri consentendo una collaborazione senza interruzioni. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Istanze notebook on demand
  • Istanze notebook on demand
    Le istanze notebook on demand sono istanze di calcolo che eseguono l'applicazione Jupyter Notebook. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Processing
  • Amazon SageMaker Processing
    Amazon SageMaker Processing consente di eseguire facilmente i carichi di lavoro di pre-elaborazione, post-elaborazione e valutazione del modello su un'infrastruttura completamente gestita. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Data Wrangler
  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler riduce il tempo richiesto per l'aggregazione e la preparazione dei dati per il machine learning da settimane a pochi minuti. Ti sarà addebitato solo il costo del tempo impiegato per ripulire, esplorare e visualizzare i dati. SageMaker Data Wrangler viene fatturato per tipo di istanza al secondo.*

  • Feature Store
  • Amazon SageMaker Feature Store
    Amazon SageMaker Feature Store è un repository centrale che consente di acquisire, archiviare e utilizzare le funzionalità per il machine learning. Ti saranno addebitate le operazioni di scrittura, lettura e storage dei dati nel Feature Store di SageMaker. Le scritture vengono addebitate come unità di richiesta di scrittura per KB, le letture vengono addebitate come unità di richiesta di lettura per 4KB e lo storage dei dati viene addebitato per GB al mese.

  • Formazione
  • Amazon SageMaker Training
    Amazon SageMaker semplifica la formazione dei modelli di machine learning fornendo tutto il necessario per formare, ottimizzare ed eseguire il debug dei modelli. Ti sarà addebitato l'utilizzo del tipo di istanza che scegli. Se utilizzi Amazon SageMaker Debugger per eseguire il debug dei problemi e monitorare le risorse durante la formazione, puoi utilizzare le regole integrate per eseguire il debug dei processi di formazione oppure scrivere le tue regole personalizzate. L’uso delle regole integrate per il debug dei tuoi processi di formazione non implica alcun costo aggiuntivo. Per le regole personalizzate, ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Inferenza in tempo reale
  • Amazon SageMaker Hosting: inferenza in tempo reale
    Amazon SageMaker fornisce inferenza in tempo reale per i tuoi casi d’uso che hanno bisogno di previsioni in tempo reale. Ti sarà addebitato l'utilizzo del tipo di istanza che scegli. Se utilizzi Amazon SageMaker Model Monitor per gestire modelli altamente precisi che forniscono inferenze in tempo reale, per monitorare i modelli puoi utilizzare le regole integrate o scriverne di personalizzate. Per le regole integrate, hai diritto all'utilizzo gratuito di massimo 30 ore di monitoraggio. I costi aggiuntivi dipenderanno dalla durata dell'utilizzo. Se invece utilizzi le tue regole personalizzate, ti verrà addebitato un importo separato.

  • Trasformazione in batch
  • Trasformazione in batch con Amazon SageMaker
    Con la trasformazione in batch di Amazon SageMaker, non è necessario porzionare il set di dati o gestire gli endpoint in tempo reale. La trasformazione in batch di SageMaker permette di eseguire analisi predittive su batch di dati di piccole e grandi dimensioni. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

Esempio di prezzi n. 1: Notebook Studio

Un data scientist esegue la sequenza di azioni riportata di seguito durante l'utilizzo dei notebook di Amazon 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 le verrà fatturata 1 ora.
Applicazione kernel Istanza notebook Ore Costo orario Totale
TensorFlow ml.c5.xlarge 1 0,204 USD 0,204 USD
TensorFlow ml.c5.xlarge 0,5 0,204 USD 0,102 USD
Data Science ml.c5.xlarge 0,5 0,204 USD 0,102 USD
        0,408 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 archiviati nuovamente in S3.

Ore  Istanze di elaborazione Costo orario Totale
1 * 2 * 0,167 = 0,334 ml.m5.4xlarge 0,922 USD 0,308 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 = 0,308 USD.
Subtotale per lo storage General Purpose SSD di 200 GB = 0,0032 USD.
Il costo totale per questo esempio è di 0,3112 USD

Esempio di prezzi n. 3: Data Wrangler

Un data scientist passa tre giorni a utilizzare Amazon SageMaker Data Wrangler per pulire, esplorare e visualizzare i dati per 6 ore al giorno. Per eseguire la pipeline di preparazione dei dati, avvia quindi un processo di SageMaker Data Wrangler pianificato per essere eseguito settimanalmente.

La tabella di seguito riporta l'uso totale per il mese e i costi associati per l'utilizzo di Amazon SageMaker Data Wrangler.

Applicazione Istanza SageMaker Studio Giorni Durata Durata totale Costo orario  Subtotale dei costi
SageMaker Data Wrangler ml.m5.4xlarge 3 6 ore 18 ore 0,922 USD 16,596 USD
Processo SageMaker Data Wrangler ml.m5.4xlarge - 40 minuti 2,67 ore 0,922 USD 2,461 USD

Dalla tabella, usi Amazon SageMaker Data Wrangler per un totale di 18 ore in tre giorni per preparare i dati. Inoltre, crei un processo SageMaker Data Wrangler per preparare i dati aggiornati su base settimanale. Ogni processo dura 40 minuti e viene eseguito ogni settimana per un mese.

Costo mensile complessivo per l'uso di Data Wrangler = 16,596 USD + 2,461 USD = 19,097 USD

Esempio di prezzo n. 4: Feature Store

Hai un'applicazione web che emette letture e scritture di 25 KB ciascuna nel Feature Store di Amazon SageMaker. Per i primi 10 giorni di un mese, ricevi poco traffico sulla tua applicazione, risultando in 10.000 scritture e 10.000 letture ogni giorno nel Feature Store di SageMaker. L'undicesimo giorno, però, l'applicazione attira l'attenzione sui social media e il suo traffico si impenna raggiungendo 200.000 letture e 200.000 scritture, quel giorno. La tua applicazione finisce poi per avere un traffico più regolare, con una media di 80.000 letture e 80.000 scritture ogni giorno fino alla fine del mese.

La tabella di seguito riporta l'utilizzo totale per il mese e i costi associati per l'utilizzo di Amazon SageMaker Feature Store.

Giorno del mese Scritture totali Unità di scrittura totali Letture totali Unità di lettura totali
Dal giorno 1 al giorno 10 100.000 scritture 
(10.000 scritture * 10 giorni)
2.500.000 
(100.000 * 25 KB)
100.000 
(10.000 * 10 giorni)
700.000++ 
(100.000 * 25/4 KB)
         
Giorno 11 200.000 scritture 5.000.000 
(200.000 * 25 KB)
200.000 letture 1.400.000++ 
(200.000 * 25/4 KB)
         
Dal giorno 12 al giorno 30 1.520.000 scritture 
(80.000 * 19 giorni)
38.000.000 
(1.520.000 * 25 KB)
1.520.000 scritture
(80.000 * 19 giorni)
10.640.000++
(1.520.000 * 25/4 KB)
         
Unità fatturabili totali   45.500.000 unità di scrittura   12.740.000 unità di lettura
Costo mensile per scritture e letture 56,875 USD 
(45,5 milioni di unità di scrittura * 1,25 USD per milione di scritture)
3,185 USD 
(12,74 milioni di unità di lettura * 0,25 USD per milione di letture)

++ Tutte le unità di lettura frazionali sono arrotondate al primo numero intero successivo

Storage dei dati
Dati archiviati totali = 31,5 GB
Costo mensile per lo storage dei dati = 31,5 GB * 0,45 USD = 14,175 USD

Costo mensile complessivo per Amazon SageMaker Feature Store = 56,875 USD + 3,185 USD + 14,175 USD = 74,235 USD

Esempio di prezzi n. 5: 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 0,96 USD 1,92 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 0,23 USD 0,46 USD
        -------
        2,38 USD
  Storage General Purpose (SSD) per addestramento (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 USD Nessun costo aggiuntivo per i volumi di storage integrati 0 USD 0,10 USD 0 USD

Il costo totale per la formazione e il debug in questo esempio è 2,38 USD. Le istanze per il calcolo e i volumi di storage General Purpose usati dalle regole integrate di Amazon SageMaker Debugger non comportano costi aggiuntivi.

Esempio di prezzi n. 6: inferenza in tempo reale

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 = 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
Dati in entrata al mese - Hosting Dati in uscita al mese - Hosting Costo per GB in entrata o in uscita Totale
100 MB * 31 = 3.100 MB   0,02 USD 0,05 USD
  10 MB * 31 = 310 MB 0,02 USD 0,01 USD

Subtotale per addestramento, hosting e monitoraggio = 305,827 USD; subtotale per 3.100 MB di dati elaborati in entrata e 310 MB di dati elaborati in uscita per l'hosting al mese = 0,06 USD. Il costo totale per questo esempio è di 305,887 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. 7: 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 utilizzare il modello dell’esempio 1 per eseguire una trasformazione in batch con SageMaker. Il data scientist esegue quattro processi separati su 3 istanze ml.m4.4xlarge per una durata di 15 minuti per ciascuna esecuzione. Carica poi 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.m4.4xlarge 0,96 USD 2,88 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 USD

Subtotale per il processo di trasformazione in batch di SageMaker = 2,88 USD; subtotale per lo storage di 4,4 GB in Amazon S3 = 0 USD. Il costo complessivo per questo esempio è di 2,90 USD.

Ulteriori informazioni su Amazon SageMaker

Visita la pagina della panoramica di SageMaker
Sei pronto per iniziare?
Registrati
Hai altre domande?
Contattaci