Amazon SageMaker は、機械学習専用に構築された幅広い一連の機能をまとめて提供することにより、データサイエンティストとデベロッパーが高品質の機械学習 (ML) モデルを迅速に準備、構築、トレーニング、およびデプロイするのを支援します。SageMaker は主要な機械学習フレームワーク、ツールキット、およびプログラミング言語をサポートします。
SageMaker では、使用した分のみ料金が発生します。支払いの選択肢は 2 つあります。1 つ目はオンデマンド料金で、最低料金や前払いの義務はありません。2 つ目の SageMaker Savings Plans は、一定の使用量のコミットメントと引き換えに、柔軟な使用量ベースの料金モデルを提供します。
Amazon SageMaker 無料利用枠
Amazon SageMaker は無料でお試しいただけます。AWS 無料利用枠の一環として、Amazon SageMaker の使用を無料で開始できます。無料利用枠は、初めて SageMaker リソースを作成した最初の月から始まります。Amazon SageMaker の無料利用枠の詳細は、以下の表でご確認いただけます。
Amazon SageMaker の機能 | 最初の 2 か月間は 1 か月あたりの無料利用枠を利用可能 |
スタジオノートブック、およびオンデマンドノートブックインスタンス | Studio ノートブックで 250 時間の ml.t3.medium インスタンス、またはオンデマンドノートブックインスタンスで 250 時間 の ml.t2 medium インスタンスまたは ml.t3.medium インスタンス |
RStudio on SageMaker | RSession アプリケーションの ml.t3.medium インスタンスを 250 時間分、および RStudioServerPro アプリケーションの ml.t3.medium インスタンスを無料で提供 |
Data Wrangler | 25 時間の ml.m5.4xlarge インスタンス |
Feature Store | 1,000 万の書き込みユニット、1,000 万の読み取りユニット、25 GB のストレージ |
トレーニング | 50 時間の m4.xlarge または m5.xlarge インスタンス |
リアルタイム推論 | 125 時間の m4.xlarge または m5.xlarge インスタンス |
サーバーレス推論 | 150,000 秒の推論期間 |
Canvas | セッション時間は 750 時間/月、最大 10 のモデル作成リクエスト/月、それぞれ最大 100 万セル/モデル作成リクエスト |
オンデマンド料金
-
Studio ノートブック
-
RStudio on SageMaker
-
オンデマンドノートブックインスタンス
-
処理
-
Data Wrangler
-
Feature Store
-
トレーニング
-
リアルタイム推論
-
非同期推論
-
バッチ変換
-
サーバーレス推論
-
JumpStart
-
Studio ノートブック
-
Amazon SageMaker Studio ノートブック
Amazon SageMaker Studio ノートブックは、ワンクリックですばやくスピンアップができる Jupyter ノートブックです。基盤となるコンピューティングリソースは完全に伸縮自在であり、ノートブックは他の人と簡単に共有できるため、シームレスなコラボレーションが可能になります。使用期間に基づいて、選択したインスタンスタイプについて課金されます。
-
RStudio on SageMaker
-
RStudio on SageMaker
RStudio on SageMaker は、モデル開発を加速し、生産性を向上させるためのオンデマンドクラウドコンピューティングリソースを提供します。 RStudio Session アプリケーションと RStudio Server Pro アプリケーションを実行するために選択したインスタンスタイプに対して課金されます。
RStudioServerPro アプリケーション
-
オンデマンドノートブックインスタンス
-
オンデマンドノートブックインスタンス
オンデマンドノートブックインスタンスは、Jupyter ノートブックアプリを実行するコンピューティングインスタンスです。使用期間に基づいて、選択したインスタンスタイプについて課金されます。
-
処理
-
Amazon SageMaker Processing
Amazon SageMaker Processing を使用すると、フルマネージド型のインフラストラクチャで前処理、後処理、およびモデル評価のワークロードを簡単に実行できます。使用期間に基づいて、選択したインスタンスタイプについて課金されます。
-
Data Wrangler
-
Amazon SageMaker Data Wrangler
Amazon SageMaker Data Wrangler は、機械学習用のデータを集約して準備するのにかかる時間を数週間から数分に短縮します。データのクレンジング、探索、および視覚化に使用した時間について料金をお支払いいただきます。SageMaker Data Wrangler は、インスタンスタイプごとに秒単位で料金設定されています。*
Amazon SageMaker Data Wrangler ジョブ
Amazon SageMaker Data Wrangler ジョブは、データフローが SageMaker Data Wrangler からエクスポートされるときに作成されます。SageMaker Data Wrangler ジョブを使用すると、データ準備ワークフローを自動化できます。SageMaker Data Wrangler ジョブは、データ準備ワークフローを新しいデータセットに再適用して時間を節約するのに役立ち、秒単位で請求されます。
-
Feature Store
-
Amazon SageMaker Feature Store
Amazon SageMaker Feature Store は、機械学習のために特徴を取り込み、保存し、提供するための一元的なリポジトリです。お客様は、SageMaker Feature Store での書き込み、読み取り、およびデータストレージについて課金されます。書き込みは KB ごとに書き込みリクエストユニットとして課金され、読み取りは 4 KB ごとに読み取りリクエストユニットとして課金され、データストレージは GB あたり月額料金に基づいて課金されます。
-
トレーニング
-
Amazon SageMaker トレーニング
Amazon SageMaker は、モデルのトレーニング、調整、およびデバッグに必要なすべてを提供することで、機械学習 (ML) モデルのトレーニングを容易にします。選択したインスタンスタイプの使用料金が請求されます。Amazon SageMaker Debugger を使用してトレーニング中に問題をデバッグし、リソースをモニタリングする場合、組み込みルールを使用してトレーニングジョブをデバッグしたり、独自のカスタムルールを記述したりできます。組み込みルールを使用したトレーニングジョブのデバッグには、追加料金はかかりません。カスタムルールについては、使用期間に基づいて、選択したインスタンスタイプについて課金されます。
-
リアルタイム推論
-
Amazon SageMaker ホスティング: リアルタイム推論
Amazon SageMaker は、リアルタイムの予測が必要なユースケースにリアルタイムの推論を提供します。選択したインスタンスタイプの使用料金が請求されます。Amazon SageMaker Model Monitor を使用して、リアルタイムの推論を提供する高精度のモデルを維持する場合、組み込みルールを使用してモデルをモニタリングしたり、独自のカスタムルールを記述したりできます。組み込みルールについては、最長 30 時間のモニタリングを無料でご利用いただけます。追加料金は使用期間に基づきます。独自のカスタムルールを使用する場合は、別途料金が発生します。
-
非同期推論
-
Amazon SageMaker 非同期推論:
Amazon SageMaker 非同期推論は、受信したリクエストをキューに入れて非同期に処理する、ほぼリアルタイムの推論オプションです。このオプションは、データが到着したときに大規模なペイロードを処理する必要がある場合や、推論処理時間が長く、サブ秒のレイテンシー要件を持たないモデルを実行する場合に使用します。選択したインスタンスの種類に応じて課金されます。 -
バッチ変換
-
Amazon SageMaker バッチ変換
Amazon SageMaker バッチ変換を使用すると、データセットを複数のチャンクに分けたりリアルタイムのエンドポイントを管理したりする必要はありません。SageMaker バッチ変換により、大小のバッチデータセットに対する予測を実行できます。使用期間に基づいて、選択したインスタンスタイプについて課金されます。
-
サーバーレス推論
-
Amazon SageMaker Serverless Inference
Amazon SageMaker Serverless Inference を使用すると、基盤となるインフラストラクチャを設定または管理することなく、推論用の機械学習モデルをデプロイできます。Serverless Inference では、推論要求の処理に使用されるコンピューティング性能、ミリ秒単位の請求、および処理されるデータの量に対してのみ料金を支払います。 コンピューティング料金は、選択したメモリ設定によって異なります。
-
JumpStart
-
Amazon SageMaker JumpStart
Amazon SageMaker JumpStart は、人気のモデルコレクション (「モデルズー」とも呼ばれる) にワンクリックでアクセスできるため、機械学習をすばやく簡単に始めることができます。Jumpstart は、一般的な機械学習ユースケースを解決するエンドツーエンドソリューションも提供しており、お客様のニーズに合わせてカスタマイズすることができます。JumpStart のモデルやソリューションの使用には、追加料金はかかりません。基礎となるトレーニングおよび推論インスタンスの使用時間については、手動で作成した場合と同じように課金されます。
Amazon SageMaker Studio
最初の完全な統合開発環境 (IDE) である Amazon SageMaker Studio に無料でアクセスできるようになりました。SageMaker Studio はモデルの構築、トレーニング、デプロイに必要な各ステップに対し、完全なアクセスおよび可視性をもたらします。SageMaker Studio を使用する場合、Studio 内で使用する基盤となるコンピューティングとストレージに対してのみ料金を支払います。
SageMaker Studio、AWS SDK for Python (Boto3)、または AWS CLI の次のような多くのサービスを利用できます。
- 機械学習ワークフローを自動化および管理する SageMaker Pipelines
- 完全な可視性を備えた機械学習モデルを自動的に作成する SageMaker Autopilot
- トレーニングジョブとバージョンを整理および追跡する SageMaker Experiments
- トレーニング中に異常をデバッグする SageMaker Debugger
- 高品質のモデルを維持する SageMaker Model Monitor
- 機械学習モデルをより適切に説明しバイアスを検出する SageMaker Clarify
- 多くのユースケースに機械学習ソリューションを簡単にデプロイする SageMaker JumpStart ソリューションで使用される他の AWS のサービスから、Amazon SageMaker がお客様に代わって行う、基盤となる API コールの料金が課金される場合があります。
- 適切なエンドポイント設定のレコメンデーションを取得するための SageMaker Inference Recommender
使用量に基づいて、SageMaker 内の基盤となるコンピューティングおよびストレージリソースまたは他の AWS のサービスについてのみ料金をお支払いいただきます。
Amazon SageMaker Studio Lab (プレビュー)
Amazon SageMaker Studio Lab (プレビュー) を使用して、機械学習モデルを無料で構築およびトレーニングできます。 SageMaker Studio Lab は、デベロッパー、学者、データサイエンティストに、追加料金なしで機械学習について学び実験するための設定なしで開発できる環境を提供します。
Amazon SageMaker Canvas
Amazon SageMaker Canvas は、ビジネスアナリストが、視覚的なポイントアンドクリックインターフェイスを使用して正確な機械学習予測を生成することができるようにすることで、機械学習を利用しやすくします。コーディングや、機械学習の経験は必要ありません。
Amazon SageMaker Data Labeling
Amazon SageMaker Data Labeling は、Amazon SageMaker Ground Truth Plus と Amazon SageMaker Ground Truth の 2 つのデータラベリングサービスを提供します。フルマネージド型のデータラベル付けサービスで、機械学習のための高精度なトレーニングデータセットを簡単に構築することができる Amazon SageMaker Data Labeling の詳細をご覧ください。
Amazon SageMaker Edge
エッジデバイスのフリートで機械学習モデルを最適化、実行、およびモニタリングするための Amazon SageMaker Edge の料金設定について、詳細をご覧ください。
Amazon SageMaker Savings Plans
Amazon SageMaker Savings Plans は、コストを最大 64% 削減するのに役立ちます。このプランは、インスタンスファミリー、サイズ、リージョンに関係なく、SageMaker Studio ノートブック、SageMaker On-Demand ノートブック、SageMaker Processing、SageMaker Data Wrangler、SageMaker Training、SageMaker Real-Time Inference、SageMaker Batch Transform などの対象となる SageMaker 機械学習インスタンスの使用量に自動的に適用されます。例えば、米国東部 (オハイオ) で実行されている CPU インスタンス ml.c5.xlarge から米国西部 (オレゴン) の ml.Inf1 インスタンスにいつでも推論ワークロードの使用量を変更し、自動的に Savings Plans の料金を引き続き支払うことができます。
Amazon SageMaker で総保有コスト (TCO)
Amazon SageMaker は、他のクラウドベースのセルフマネージドソリューションと比較して、3 年間で総保有コスト (TCO) を少なくとも 54% 削減します。Amazon SageMaker の TCO 分析について、詳細をご覧ください。
料金の例
-
料金の例 #1: Studio ノートブック
データサイエンティストは、Amazon SageMaker Studio ノートブックを使用しながら次の一連のアクションを実行します。
- ml.c5.xlarge インスタンスの TensorFlow カーネルでノートブック 1 を開き、このノートブックで 1 時間作業を行います。
- ml.c5.xlarge インスタンスでノートブック 2 を開きます。ノートブック 1 を実行しているインスタンスと同じ ml.c5.xlarge インスタンスで自動的に開きます。
- ノートブック 1 とノートブック 2 で同時に 1 時間動作します。
- データサイエンティストには、ml.c5.xlarge を使用した合計 2 時間分の料金が請求されます。ノートブック 1 とノートブック 2 で同時に行った重複作業時間の場合、各カーネルアプリケーションは 0.5 時間として計測され、1 時間分が請求されます。
カーネルアプリケーション ノートブックインスタンス 時間 1 時間あたりのコスト 合計 TensorFlow ml.c5.xlarge 1 0.204 USD 0.204 USD TensorFlow ml.c5.xlarge 0.5 0.204 USD 0.102 USD データサイエンス ml.c5.xlarge 0.5 0.204 USD 0.102 USD 0.408 USD -
料金の例 #2: RStudio on SageMaker
データサイエンティストは、RStudio on SageMaker を使用しながら次の一連のアクションを実行します。
- ml.c5.xlarge インスタンスで RSession 1 を起動し、このノートブックで 1 時間作業を行います。
- ml.c5.xlarge インスタンスで RSession 2 を起動します。RSession 1 を実行しているインスタンスと同じ ml.c5.xlarge インスタンスで自動的に開きます。
- RSession 1 と RSession 2 を同時に 1 時間使用します。
- データサイエンティストには、ml.c5.xlarge を使用した合計 2 時間分の料金が請求されます。RSession 1 と RSession 2 で同時に行った重複作業時間の場合、各 RSession アプリケーションは 0.5 時間として計測され、1 時間分が請求されます。
その間、RSessions が動いているか否かにかかわらず、RServer は 24 時間 365 日動いています。管理者が「スモール」(ml.t3.medium) を選択した場合は、無料で利用できます。管理者が「ミディアム」(ml.c5.4xlarge) または「ラージ」(ml.c5.9xlarge) を選択した場合、SageMaker ドメインで RStudio が有効になっている限り、時間単位で料金が発生します。
RSession アプリケーション RSession インスタンス 時間 1 時間あたりのコスト 合計 Base R ml.c5.xlarge 1 0.204 USD 0.204 USD Base R ml.c5.xlarge 0.5 0.204 USD 0.102 USD Base R ml.c5.xlarge 0.5 0.204 USD 0.102 USD 0.408 USD -
料金の例 #3: 処理
Amazon SageMaker 処理は、ジョブが実行されている間に使用されたインスタンスのみ料金がかかります。Simple Storage Service (Amazon S3) の処理向けにインプットデータを提供する場合、Amazon SageMakerは、ジョブの処理開始時に Simple Storage Service (Amazon S3) からローカルファイルストレージにデータをダウンロードします。
データ分析は、10分のジョブ時間にて2 ml.m5.4xlargeで処理ジョブを実行してデータを処理、有効します。処理ジョブのインプットとして S3 の 100 GB のデータセットをアップロードします。また、アウトプットデータ (ほぼ同じサイズ) が S3 に戻されて保存されます。
時間 処理インスタンス 1 時間あたりのコスト 合計 1 * 2 * 0.167 = 0.334 ml.m5.4xlarge 0.922 USD 0.308 USD 汎用 (SSD) ストレージ (GB) 1 時間あたりのコスト 合計 100 GB * 2 = 200 0.14 USD 0.0032 USD Amazon SageMaker 処理ジョブの小計 = 0.308 USD。
200 GB 汎用 SSD ストレージの小計 = 0.0032 USD。
この例の総額は 0.3112 USD です。
-
料金の例 #4: Data Wrangler
データサイエンティストとして、3 日間にわたり、Amazon SageMaker Data Wrangler を使用してデータを 1 日 6 時間クレンジング、探索、および視覚化します。その後、データ準備パイプラインを実行するために、毎週実行するようにスケジュールされている SageMaker Data Wrangler ジョブを開始します。
以下の表は、その月の合計使用量と、Amazon SageMaker Data Wrangler の使用に関連して発生する料金をまとめたものです。
アプリケーション SageMaker Studio インスタンス 日数 期間 合計期間 1 時間あたりのコスト 費用小計 SageMaker Data Wrangler ml.m5.4xlarge 3 6 時間 18 時間 0.922 USD 16.596 USD SageMaker Data Wrangler ジョブ ml.m5.4xlarge - 40 分 2.67 時間 0.922 USD 2.461 USD 表に基づくと、データを準備するために、Amazon SageMaker Data Wrangler を 3 日間にわたって合計 18 時間使用します。さらに、SageMaker Data Wrangler ジョブを作成して、更新されたデータを毎週準備します。各ジョブは 40 分続き、ジョブは 1 か月間毎週実行されます。
Data Wrangler の使用にかかる合計月額料金 = 16.596 USD + 2.461 USD = 19.097 USD
-
料金の例 #5: Feature Store
Amazon SageMaker Feature Store に対してそれぞれ 25 KB の読み取りと書き込みを発行するウェブアプリケーションがあります。月の最初の 10 日間は、アプリケーションへのトラフィックがほとんどなく、SageMaker Feature Store への書き込みと読み取りは毎日それぞれ 10,000 回発生します。その月の 11 日にアプリケーションがソーシャルメディアで注目を集めたため、その日の書き込みと読み取りはそれぞれ 200,000 回となり、アプリケーションのトラフィックが跳ね上がりました。その後、アプリケーションは通常のトラフィックのパターンに落ち着き、月末まで 1 日平均の書き込みと読み取りはそれぞれ 80,000 回となりました。
以下の表は、その月の合計使用量と、Amazon SageMaker Feature Store の使用に関連して発生する料金をまとめたものです。
その月における日 書き込み総数 合計書き込みユニット 読み込み総数 合計読み取りユニット 1~10 日 100,000 回の書き込み
(10,000 回の書き込み * 10 日間)2,500,000
(100,000 * 25KB)100,000
(10,000 * 10 日間)700,000++
(100,000 * 25/4 KB)11 日目 200,000 回の書き込み 5,000,000
(200,000 * 25KB)200,000 回の読み取り 1,400,000++
(200,000* 25/4KB)12~30 日 1,520,000 回の書き込み
(80,000 * 19 日間)38,000,000
(1,520,000 * 25KB)1,520,000 回の書き込み
(80,000 * 19 日間)10,640,000++
(1,520,000 * 25/4KB)合計請求対象ユニット 45,500,000 書き込みユニット 12,740,000 読み取りユニット 書き込みと読み取りの月額料金 56.875 USD
(4,550 万書き込みユニット * 100 万書き込みあたり 1.25 USD)3.185 USD
(1,274 万読み取りユニット * 100 万読み取りあたり 0.25 USD)++ すべての小数の読み取り単位は次の整数に丸められます
データストレージ
保存されたデータの合計 = 31.5 GB
データストレージの月額料金 = 31.5 GB * 0.45 USD = 14.175 USDAmazon SageMaker Feature Store の月額合計料金 = 56.875 USD + 3.185 USD + 14.175 USD = 74.235 USD
-
料金の例 #6: トレーニング
データサイエンティストが新しい考えに対するモデルについて 1 週間仕事をしたとします。彼女は、作成した2つのビルトインルールと1つのカスタムルールを使用してAmazon SageMakerデバッガーを有効にして、トレーニング実行ごとに30分間、ml.m4.4xlargeでモデルを4回トレーニングします。カスタムルールでは、ml.m5.xlarge インスタンスを特定しました。Simple Storage Service (Amazon S3) の 3 GBトレーニングデータを使用してトレーニングを行い、1 GB モデルアウトプットを Simple Storage Service (Amazon S3) に押し込めます。SageMaker は、各トレーニングインスタンス用に、汎用 SSD (gp2) ボリュームを作成します。SageMaker はまた、特定された各ルール用にも汎用 SSD (gp2) ボリュームを作成します。この例では、合計で 4 つの汎用 SSD (gp2) ボリュームが作成されます。SageMaker デバッガ―は、お客様の Simple Storage Service (Amazon S3) バケットに 1 GB のデバッグデータを放出します。
時間 トレーニングインスタンス デバッグインスタンス 1 時間あたりのコスト 小計 4 * 0.5 = 2.00 ml.m4.4xlarge 該当なし 0.96 USD 1.92 USD 4 * 0.5 * 2 = 4 該当なし ビルトインインスタンスに追加料金は発生しません 0 USD 0 USD 4 * 0.5 = 2 ml.m5.xlarge 該当なし 0.23 USD 0.46 USD ------- 2.38 USD トレーニング用汎用 (SSD) ストレージ (GB) デバッガ―ビルトインルール用汎用 (SSD) ストレージ (GB) デバッガ―カスタムルール用汎用 (SSD) ストレージ (GB) GB あたりの月額料金 小計 使用容量 3 2 1 料金 0 USD ビルトインストレージボリュームに追加料金は発生しません 0 USD 0.10 USD 0 USD この例でのデバッグおよびトレーニングの総額は、2.38 USD です。コンピューティングインスタンスと、Amazon SageMaker Debugger 組み込みルールで使用される汎用ストレージボリュームについては、追加料金は発生しません。
-
料金の例 #7: リアルタイム推論
その後、例 #5 のモデルは、信頼性の高いマルチ AZ ホスティングのために、2 つの ml.c5.xlarge インスタンスに本番としてデプロイされます。Amazon SageMaker Model Monitor は、1 つの ml.m5.4xlarge インスタンスで有効化され、1 日 1 回、ジョブがモニタリングされます。各ジョブのモニタリングは完了するまで5分かかります。このモデルはデータを毎日 100 MB を受信し、インファレンスは入力データのサイズの 10 分の 1 でした。
1 か月あたりの時間 ホスティングインスタンス モデルモニターインスタンス 1 時間あたりのコスト 合計 24 * 31 * 2 = 1488 ml.c5.xlarge 0.204 USD 303.522 USD 31*0.08 = 2.5 ml.m5.4xlarge 0.922 USD 2.305 USD 1 か月あたりデータの入力 - ホスティング 月あたりデータ出力 – ホスティング 入力または出力料金 (GB 単位) 合計 100 MB * 31 = 3,100 MB 0.016 USD 0.0496 USD 10 MB * 31 = 310 MB 0.016 USD 0.00496 USD トレーニング、ホスティング、およびモニタリングの小計 = 305.827 USD。毎月のホスティングのための入力データ処理量 3,100 MB と出力データ処理量 310 MB の小計 = 0.054 USD。この例の合計料金は、月額 305.881 USD になります。
ml.m5.xlarge インスタンスのビルトインルールでは、毎月すべてのエンドポイントで集計モニタリング時間が最大 30 時間無料になります。
-
料金の例 #8: 非同期推論
Amazon SageMaker 非同期推論は、エンドポイントで使用されるインスタンスに対して課金されます。アクティブにリクエストを処理していないときは、コストを節約するためにインスタンスをゼロにスケールするようにオートスケーリングを設定できます。Simple Storage Service (Amazon S3) の入力ペイロードの場合、同じリージョンでの Simple Storage Service (Amazon S3) からの入力データの読み取りや S3 への出力データの書き込みにコストは発生しません。
例 #5 のモデルは、SageMaker 非同期推論エンドポイントを実行するために使用されます。このエンドポイントは、1 つの ml.c5.xlarge インスタンスで実行され、アクティブにリクエストを処理していないときは、インスタンスをゼロにスケールダウンするように設定されています。エンドポイントの ml.c5.xlarge インスタンスには,4 GB の汎用 (SSD) ストレージが接続されています。この例では、エンドポイントは 1 日 2 時間、インスタンス 1 を維持し、30 分間のクールダウン期間を経て、残りの時間はインスタンス 0 にスケールダウンします。したがって、1 日あたり 2.5 時間の使用に対して課金されます。
エンドポイントは 1 日あたり 1,024 件のリクエストを処理します。各呼び出しリクエスト/レスポンスボディのサイズは 10 KB で、Simple Storage Service (Amazon S3) の各推論リクエストペイロードは 100 MB です。推論出力は入力データの 1/10 のサイズで、同じリージョンの Simple Storage Service (Amazon S3) に戻って保存されます。この例では、データ処理料金はリクエストとレスポンスボディに適用されますが、Simple Storage Service (Amazon S3) との間で転送されるデータには適用されません。
1 か月あたりの時間 ホスティングインスタンス 1 時間あたりのコスト 合計 2.5 * 31 * 1 = 77.5 ml.c5.xlarge 0.20 USD 15.81 USD 汎用 (SSD) ストレージ (GB) GB あたりの月額料金 合計 4 0.14 USD 0.56 USD 月あたりデータ入力 月あたりデータ出力 入力または出力料金 (GB 単位) 合計 10 KB * 1,024 * 31 = 310 MB 10 KB * 1,024 * 31 = 310 MB 0.02 USD 0.0048 10 KB * 1,024 * 31 = 310 MB 0.02 USD 0.0048 SageMaker 非同期推論の小計 = 15.81 USD + 0.56 USD + 2 * .0048 = 16.38 USD。この例の非同期推論の合計料金は、月額 16.38 USD になります。
-
料金の例 #9: バッチ変換
Amazon SageMaker バッチ変換では、ジョブの実行中に使用されたインスタンスに対してのみ料金が発生します。 データが既に Simple Storage Service (Amazon S3) にある場合、同じリージョンでの S3 からの入力データの読み取りや S3 への出力データの書き込みにコストは発生しません。
例 #5 のモデルを使用して SageMaker バッチ変換を実行します。データサイエンティストは、3 個の ml.m4.4xlarge 上で 4 つの別々の SageMaker バッチ変換ジョブを、1 回のジョブ実行につき 15 分間実行します。実行ごとに 1 GB の評価データセットを S3 にアップロードし、推論のサイズは入力データの 1/10 で、 S3 に戻って保存されます。
時間 トレーニングインスタンス 1 時間あたりのコスト 合計 3 * 0.25 * 4 = 3 時間 ml.m4.4xlarge 0.96 USD 2.88 USD 入力データ GB - バッチ変換 出力データ GB - バッチ変換 入力または出力料金 (GB 単位) 合計 0 0 0.02 USD 0 USD SageMaker バッチ変換ジョブの小計 = 2.88 USD。Simple Storage Service (Amazon S3) への 4.4 GB の小計 = 0 USD。この例の合計請求額は 2.90 USD です。
-
料金の例 #10: Serverless Inference
Serverless Inference では、推論要求の処理に使用されるコンピューティング性能、ミリ秒単位の請求、および処理されるデータの量に対してのみ料金を支払います。コンピューティング料金は、選択したメモリ設定によって異なります。
エンドポイントに 2 GB のメモリ量を割り当て、1 か月に 1,000 万回実行し、毎回 100 ミリ秒間実行し、合計 10 GB のデータ入力/出力を処理した場合、料金の計算は以下のようになります。
月額コンピューティング料金
リクエストの数 各リクエストの期間 合計推論時間 (秒) 1 秒 あたりのコスト 月額推論期間料金 1000 万 100 ms 100 万 0.00004 USD 40 USD
月額データ処理料金
データ処理 (GB) 入力または出力料金 (GB 単位) 月額データ処理料金 10 GB 0.016 USD 0.16 USD SageMaker Serverless Inference 期間料金の小計 = 40 USD。10 GB のデータ処理料金の小計 = 0.16 USD。この例の合計請求額は 40.16 USD です。
-
料金の例 #11: Jumpstart
顧客は JumpStart を使用して、顧客レビューのセンチメントを肯定的または否定的に分類するために事前にトレーニングされた BERT Base Uncased モデルをデプロイします。
この顧客は、信頼性の高いマルチ AZ ホスティングのために、2 つの ml.c5.xlarge インスタンスにモデルをデプロイします。このモデルはデータを毎日 100 MB を受信し、インファレンスは入力データのサイズの 10 分の 1 でした。
1 か月あたりの時間 ホスティングインスタンス 1 時間あたりのコスト 合計 24 * 31 * 2 = 1488 ml.c5.xlarge 0.204 USD 303.55 USD 1 か月あたりデータの入力 - ホスティング 月あたりデータ出力 – ホスティング 入力または出力料金 (GB 単位)
合計
100 MB * 31 = 3,100 MB 0.02 USD 0.06 USD 10 MB * 31 = 310 MB 0.02 USD 0.01 USD トレーニング、ホスティング、およびモニタリングの小計 = 305.827 USD。毎月のホスティングのための入力データ処理量 3,100 MB と出力データ処理量 310 MB の小計 = 0.06 USD。この例の合計料金は、月額 305.887 USD になります。
Amazon SageMaker の詳細