選択
- 選択
- クラウド構成と料金試算例 TOP
- ファイルサーバー・Windows システム
- ビジネスアプリケーション
- データ活用・分析
- Web サイト・Web アプリケーション
- コンテンツ配信
- バックアップ
- IoT
- 機械学習
- ゲーミング
AWS ソリューション構成例 - IoT 予知保全分析
目的・用途：
機械や機器の状態把握によるパフォーマンスの判断や潜在的な故障を検知したい
この構成での料金試算例：
159.84 ドル（月額）
関連カテゴリー
予知保全分析では、産業用機器の状態を把握することで、生産に影響を与える前に故障の可能性を特定することができます。
AWS IoT を利用することで、機器の状態、健康状態、パフォーマンスを継続的に監視して推測し、リアルタイムで問題を検出することができます。組織が予知保全分析を活用すると、機器の寿命が伸び、作業員の安全性が向上し、サプライチェーンが最適化されます。
この構成での選択サービス
| 機械学習 推論の実行トリガー | Amazon FreeRTOS |
| 機械学習 推論の実行 | AWS IoT Greengrass |
| テレメトリーデータ収集 | AWS IoT Core |
| データ前処理と保存 | AWS IoT Analytics |
| 機械学習モデル構築 | Amazon SageMaker |
| 機械学習モデル保存 | Amazon Simple Storage Service |
この構成での料金試算例
| サービス |
項目 | 数量 | 単価 | 料金 （USD） |
| Amazon FreeRTOS | 推論実行トリガーデバイス | 50 センサー | 無料 | 0.00000 |
| AWS IoT Greengrass | 推論実行デバイス | 50 ゲートウェイ | 0.18 USD/デバイス | 9.00000 |
| AWS IoT Core | デバイス接続時間(分) | 216 万分 (*1) | 0.096 USD/100 万分 | 0.20736 |
| トリガーされたルール対象のメッセージ | 216 万メッセージ (*2) | 0.18 USD/100 万件 | 0.38880 | |
| 実行されたアクション | 216 万アクション | 0.18 USD/100 万件 | 0.38880 | |
| AWS IoT Analytics | データ前処理 | 10.3 GB (*3) | 0.26 UDS/GB | 2.67800 |
| データ保存 | 10.3 GB (*3) | 0.04 USD/GB | 0.41200 | |
| 分析クエリ実行 | 0.1 TB (*4) | 8.45 USD/TB | 0.84500 | |
| Amazon SageMaker | モデル構築のリソース | 64 時間/月 | 0.298 USD/時間 | 19.07200 |
| モデル構築のストレージ | 300 GB | 0.168 USD/GB | 50.40000 | |
| モデル構築、トレーニングデータ入力 | 600 GB | 0.016 USD/GB | 4.80000 | |
| トレーニング後モデル出力 | 0.4 GB | 0.016 USD/GB | 0.00800 | |
| トレーニング | 64 時間/月 |
0.298 USD/時間 | 19.07200 | |
| トレーニングのためのストレージ | 300 GB | 0.168 USD/GB | 50.40000 | |
| Amazon Simple Storage Service | モデル保存 | 0.4 GB | 0.025 USD/GB(最初の 50 TB/月) | 0.01000 |
| モデル保存リクエスト | 4 リクエスト | 0.0047 USD/1,000 リクエスト | 0.00002 | |
| モデル取得リクエスト | 200 リクエスト (*5) | 0.00037 USD/1,000 リクエスト | 0.00008 | |
| モデルデータ転送 | 20 GB (*5) | 0.00 USD/GB(1 GB まで/月) 0.114 USD/GB(次の 9.999 TB/月) |
2.16600 |
月額合計料金：159.84（USD）
※ 2024 年 3 月 6 日時点での試算です
- 東京リージョンのご利用を想定しています。
- デバイス 1 万台が AWS IoT Core に 30 日間常時接続し、推論結果メッセージ(5 KB)を 1 分間隔で AWS IoT Core の Basic Ingest トピックへ送信します。
- トリガールールはデバイスから AWS IoT Core へ送信されるメッセージに対して設定し、アクションは AWS IoT Analytics への送信を設定します。
- AWS IoT Analytics のパイプラインではメッセージを無変換でデータストアへ保存し、前日分データをスキャン対象に 1 日 1 回分析クエリを実行します。
- Amazon SageMaker では、モデル構築とトレーニングに ml.m5.xlarge インスタンスタイプを用います。インスタンスは、モデル構築に月合計 64 時間、トレーニングに月合計 64 時間のインスタンスを実行します。
- Amazon SageMaker のモデル構築インスタンスのストレージとトレーニングインスタンスのストレージは、AWS IoT Analytics のデータ保存サイズから 100GB 程度増加したサイズのストレージをそれぞれのインスタンスに割り当てます。
- 直近 7 日分のデータを使用して、モデル構築を行います。
- モデルサイズは平均 100 MB として、毎週(4 回/月)新しいモデルを構築し Amazon Simple Storage Service へ保存し、Amazon Simple Storage Service から AWS IoT Greengrass へデプロイします。
- 50 デバイス * 43,200 分 (30 日) = 216 万分として計算
- 50 デバイス * 1 メッセージ /分 * 43200 分(30 日) = 216 万メッセージとして計算
- 216 万メッセージ * 5KB = 10.29968262GB ≒ 10.3GB として計算
- 10.3GB / 1024 = 0.010058594TB ≒ 0.1TB として計算
- 50 デバイス * 4 回/月 = 200 リクエスト、50 デバイス * 0.4GB = 20GB として計算
AWS の導入支援・お見積方法・資料請求の
ご相談に日本担当チームがお答えします。
クラウドを無料ではじめましょう！
85 以上のサービスを無料でお試しいただけます。