Amazon SageMaker の料金

Amazon SageMaker では、使用した分のみ料金が発生します。ML モデルの構築、トレーニング、デプロイは秒単位で課金され、最低料金や前払いの義務はありません。

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。Amazon SageMaker を初めて使用するお客様には、最初の 2 か月間、月次の無料利用枠が提供されます。この無料利用枠では、モデル構築のために、オンデマンドノートブックインスタンスまたは SageMaker Studio ノートブックを使用した t3.medium インスタンスでの t2.medium または t3.medium ノートブックの使用を 250 時間、トレーニングに m4.xlarge または m5.xlarge インスタンスを 50 時間、Amazon SageMaker でのリアルタイム推論とバッチ変換用機械学習モデルのデプロイに m4.xlarge または m5.xlarge インスタンスを 125 時間、無料でご利用いただけます。ストレージボリュームの使用は、無料利用枠の対象外です。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。

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 の使用は無料で、Studio 内で使用する AWS のサービスに対してのみ支払います。

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 年間で総所有コスト (TCO) を少なくとも 54% 削減します。Amazon SageMaker の詳細な TCO 分析は、こちらで確認できます。

データサイエンティストは、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。

1. 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。
2. 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。 
3. 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。 
4. 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。
   

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。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、約同様のサイズのアウトプットデータがS3に戻されて保存されます。

Amazon SageMaker 処理ジョブの小計 = 0.359 USD。
200 GB 汎用 SSD ストレージの小計 = 0.0032 USD。
この例の総額は0.3622 USD です

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。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 Amazon S3 バケットに1 GB のデバッグデータを放出します。

この例でのデバッグおよびトレーニングの総額は、2.7811 USD です。 コンピューティングと、SageMaker Debugger ビルトイン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。

例 #3 のモデルは、信頼あるマルチ AZ ホスティングの 2 ml.c5.xlarge の製品にデプロイされます。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 受け入れ、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。

トレーニング、ホスティング、およびモニタリングの小計 = 356.832 USD。毎月のホスティングのための入力データ処理量 3100 MB と出力データ処理量 310 MB の小計 = 0.056 USD。この例の合計料金は、月額 356.887 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。

Amazon SageMaker Batch Transform 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。データがすでに Amazon S3 にある場合、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料金は発生しません。

例 #1 のモデルを使用してバッチ変換を実行します。データ科学者は、3 つの ml.m4.4xlarge 上で 4 つの別々の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 S3 に再度保存される入力データの 1/10 です。

バッチ変換ジョブの小計 = 3.36 USD、4.4 GB の Amazon S3 への移動の小計 = 0。 この例の合計請求額は 3.36 USD です。