- 製品›
- Machine Learning›
- Amazon Lookout for Equipment
アマゾン・ルックアウト・フォー・イクイップメント
概要
Amazon Lookout for Equipment では、3 つの簡単なステップで機器の異常動作を検出できます。まず、このサービスでは、産業機器のセンサーから生成された履歴データを取り込むことができます。次に、そのデータを使用してカスタム機械学習 (ML) モデルをトレーニングし、機器の正常なパターンを評価します (1 つのモデルをトレーニングするのに、最大 300 個のセンサーから得られたデータを利用できます)。最後に、そのモデルを使用して、入力センサーデータから異常なパターンを推測し、機器を継続的にモニタリングします。取り込まれたデータ量、取り込まれたデータを使用してモデルをトレーニングするために使用されたコンピューティング時間、およびモデルを使用して実行された推論時間に基づいて課金されます。
Amazon Lookout for Equipment では、実際に使用した分に対してのみ料金が発生します。最低料金や前払いの義務はありません。
AWS 料金計算ツール
Amazon Lookout for Equipment のコストを一回の見積もりで算出します。
無料トライアル
Amazon Lookout for Equipment の使用を無料で開始します。
サインアップ後 1 か月間、Lookout for Equipment を使用すると、次の特典が提供されます。
データインジェスト:最大 50 GB
トレーニング:最大 250 時間のトレーニング
推奨事項:最大 168 時間の予定推論
料金の概要
取り込まれたデータ
Amazon Lookout for Equipment に取り込まれたデータの GB 単位で課金されます。このデータ取り込み料金は、モデルのトレーニングに使用された履歴データに対するものです。推論に使用されるデータを取り込むのに料金は発生しません。インジェスト料金は、最も近い MB 単位で比例配分されます。
トレーニング時間
Amazon Lookout for Equipment は、お客様のデータを使用してカスタムモデルをトレーニングします。モデルのトレーニングにかかる時間数に対して支払います。Amazon Lookout for Equipment は、複数のモデルをすばやくトレーニングして最適なモデルを選択するために、より多くのコンピューティングリソースをプロビジョニングする場合があります。すべてのモデルトレーニングジョブには、最低 1 時間の経過時間分の料金が課金され、秒単位で日割り計算されます。
推論時間
モデルをトレーニングした後、トレーニング済みのモデルを使用して、機器から得られる新しいデータに関する結果を取得できます (新しいデータに基づいてモデルから結果を受け取ることは、推論とも呼ばれます)。Amazon Lookout for Equipment では、スケジュールを設定して推論結果が自動的に生成されるようにし、機器を継続的にモニタリングするようにできます。推論は、5 分、10 分、15 分、30 分、または 60 分ごとに 1 回の頻度でスケジュールできますが、設定された頻度に関係なく、時間単位で課金されます。スケジュールされた推論が中止された場合、推論料金は直近の時間に切り上げられます。
ボリューム割引
AWS は、多くの資産を含むアプリケーションに対して段階的な料金割引を提供できます。100 を超えるアセットにアプリケーションをスケールする場合は、AWS アカウントマネージャーに連絡してオプションについて話し合ってください。
料金表
|
|
Pricing
|
|---|---|
|
データインジェスト
|
1 GB あたり 0.20 USD |
|
モデルトレーニング
|
1 トレーニング時間あたり 0.24 USD |
|
スケジュールされた推論
|
1 推論時間あたり 0.25 USD |
料金の例
例 1
石油化学施設があり、200 個のセンサーを備えたコンプレッサーのパフォーマンスをモニタリングしたいと考えています。コンプレッサーから 5 GB のデータを収集しました。モデルのトレーニングには 10 時間かかり、経過時間の 1 時間ごとに 9 つの計算リソースを使用しました。スケジュールされた推論頻度を設定して、継続的なモニタリングを実現します。また、3 か月に 1 回 (年に 4 回) モデルを再トレーニングします。以下に示すのは、使用初年度の総費用です。
|
|
Price Calculation
|
Total Price
|
|---|---|---|
|
データインジェスト
|
5 GB のデータセットを取り込みました。 50 GB の無料利用枠があるため、5 GB を差し引いても、45 GB の無料利用枠が残っています。 各 GB は 0.20 USD/GB のレートで課金されますが、無料利用枠の使用範囲内であるため、合計料金は 0.00 USD です |
0.00 USD |
|
モデルトレーニング
|
モデルが 9 つの計算リソースで 10 時間の経過時間をかけてトレーニングしているため、90 時間のトレーニングが発生します。 また、モデルを 1 年に 4 回再トレーニングするため、年間の合計使用量は 360 トレーニング時間になります。 250 時間分の無料のトレーニング時間があるため、無料使用量を差し引いた後の年間合計使用量は 110 トレーニング時間です。 1 時間あたり 0.24 USD /時間の料金が請求されるため、無料利用枠の利用を考慮したモデルトレーニングの合計料金は次のとおりです。 110 トレーニング時間 x 0.24 USD/時間 = 26.40 USD。 |
26.40 USD |
|
スケジュールされた推論
|
スケジュールされた推論の料金は、設定した頻度に関わらず、1 時間単位で発生します。したがって、毎日 24 時間の推論時間が発生します。 年間の合計使用量は、24 時間/日 x 365 日/年で、これは 1 年間で 8,760 の推論時間になります。 無料の推論時間は 168 時間あるため、無料使用量を差し引いた後の年間合計は、8,592 時間の推論時間になります。 1 時間あたり 0.25 USD /時間の料金が請求されるため、無料利用枠の使用を考慮した推論の合計料金は次のとおりです。 8,592 推論時間 x 0.25 USD/時間 = 2,148.00 USD |
2,174.00 USD |
|
|
1 年間の合計コスト:
|
2,174.00 USD
|
|
|
償却された月額費用: |
181.17 USD |
例 2
簡単にするために、無料利用枠の割り当てを既に使用していると仮定します。発電所には、蒸気発生器のさまざまなコンポーネントを測定する 50 個のセンサーを備えた蒸気発生器があります。また、過去 1 年間に、メンテナンスシステムに複数の障害が記録されています。重大なダウンタイムが発生する前に障害を検出できるモデルを構築したいと考えています。50 個のセンサーはそれぞれ 1 秒に 1 回読み取りを行い、1 年分の履歴データ合計約 3 GB があります。モデルのトレーニングには 10 時間かかり、経過時間の 1 時間ごとに 9 つの計算リソースを使用しました。スケジュールされた推論頻度を設定して、継続的なモニタリングを実現します。また、3 か月に 1 回 (年に 4 回) モデルを再トレーニングします。以下に示すのは、使用初年度の総費用です。
|
|
Price Calculation
|
Total Price
|
|---|---|---|
|
データインジェスト
|
3 GB のデータセットを取り込みました。 GB あたり 0.20 USD/GB のレートで課金されるため、データ取り込みの合計料金は 3 GB x 0.20 USD/GB = 0.60 USD です。 |
0.60 USD |
|
モデルトレーニング
|
モデルが 9 つの計算リソースで 10 時間の経過時間をかけてトレーニングしているため、90 時間のトレーニングが発生します。 また、モデルを 1 年に 4 回再トレーニングするため、年間の合計使用量は 360 トレーニング時間になります。 1 時間あたり 0.24 USD/時間の料金が請求されるため、モデルトレーニングの合計料金は次のようになります。 360 トレーニング時間 x 0.24 USD/時間 = 86.40 USD。 |
86.40 USD |
|
スケジュールされた推論
|
スケジュールされた推論の料金は、設定した頻度に関わらず、1 時間単位で発生します。 したがって、毎日 24 時間の推論時間が発生します。 年間合計使用量は、24 時間/日 x 365 日/年分であり、これは 1 年間で 8,760 推論時間になります。 1 時間あたり 0.25 USD/時間の料金が請求されるため、無料利用枠の使用を考慮した推論の合計料金は、8,760 推論時間 x 0.25 USD/時間 = 2,190.00 USD になります。 |
2,190.00 USD |
|
|
1 年間の合計コスト: |
2,277.00 USD |
|
|
償却された月額費用: |
189.75 USD |