За счет широкого спектра специализированных возможностей Amazon SageMaker помогает специалистам по работе с данными и разработчикам в быстрой подготовке, создании, обучении и развертывании высококачественных моделей машинного обучения. Amazon SageMaker поддерживает ведущие платформы машинного обучения, инструментарии и языки программирования.

При работе с SageMaker оплате подлежат только используемые ресурсы. Доступно два варианта оплаты: по факту использования без минимальных платежей и долгосрочных обязательств и тарифы SageMaker Savings Plans с гибкой моделью ценообразования на основе использования при условии, что клиент обязуется применять постоянный объем ресурсов.

Уровень бесплатного пользования Amazon SageMaker

Сервис Amazon SageMaker можно попробовать бесплатно. В рамках уровня бесплатного пользования AWS работу с Amazon SageMaker можно начать бесплатно. Действие уровня бесплатного пользования начинается с первого месяца, как только вы создали первый ресурс SageMaker. Подробные сведения об уровне бесплатного пользования для Amazon SageMaker приведены в таблице ниже.

Возможности Amazon SageMaker Ежемесячное использование уровня бесплатного пользования в течение первых 2 месяцев
Блокноты Studio и инстансы блокнотов по требованию 250 часов инстанса ml.t3.medium в блокнотах Studio ИЛИ 250 часов инстанса ml.t2 medium или инстанса ml.t3.medium на инстансах блокнотов по требованию
RStudio в SageMaker 250 часов работы инстанса ml.t3.medium с приложением RSession И бесплатного инстанса ml.t3.medium для приложения RStudioServerPro
Data Wrangler 25 часов инстанса ml.m5.4xlarge
Feature Store 10 миллионов единиц записи, 10 миллионов единиц чтения, 25 ГБ хранилища
Обучение 50 часов инстансов m4.xlarge или m5.xlarge
Получение логических выводов в режиме реального времени 125 часов инстансов m4.xlarge или m5.xlarge
Бессерверное получение логических выводов 150 000 секунд на получение логических выводов
Canvas 750 часов в месяц на сеансы и до 10 запросов для создания модели в месяц, при этом для каждого случая предусматривается до 1 млн ячеек на запрос для создания модели
Калькулятор цен AWS

Калькулятор цен AWS

Посчитайте затраты на Amazon SageMaker и архитектуру в единой смете.

Создайте персонализированную смету прямо сейчас »

Цены по требованию

  • Блокноты Studio
  • RStudio в SageMaker
  • Инстансы блокнотов по требованию
  • Обработка
  • Data Wrangler
  • Feature Store
  • Обучение
  • Получение логических выводов в режиме реального времени
  • Асинхронные логические выводы
  • Пакетное преобразование
  • Бессерверное получение логических выводов
  • JumpStart
  • Блокноты Studio

  • Блокноты Amazon SageMaker Studio
    Блокноты Amazon SageMaker Studio – это готовые блокноты Jupyter, которые можно быстро развернуть. Базовые вычислительные ресурсы целиком эластичны, а общий доступ к блокнотам предоставляется без особого труда, что способствует оптимизированной совместной работе. Плата взимается в зависимости от типа выбранного инстанса в соответствии с продолжительностью использования.

  • RStudio в SageMaker

  • RStudio в SageMaker
    RStudio в SageMaker предоставляет по требованию облачные вычислительные ресурсы и позволяет ускорить разработку модели и повысить продуктивность. С вас взимается плата за типы инстанса, выбранные для запуска приложения для проведения сеансов RStudio и приложения RStudio Server Pro.

    Приложение RStudioServerPro

  • Инстансы блокнотов по требованию

  • Инстансы блокнотов по требованию
    Инстансы блокнотов по требованию – это вычислительные инстансы с установленным приложением блокнота Jupyte. Плата взимается в зависимости от типа выбранного инстанса в соответствии с продолжительностью использования.

  • Обработка

  • Amazon SageMaker Processing
    С помощью Amazon SageMaker Processing можно легко запустить предварительную и последующую обработку рабочих нагрузок, а также провести оценку модели в полностью управляемой инфраструктуре. Плата взимается в зависимости от типа выбранного инстанса в соответствии с продолжительностью использования.

  • Data Wrangler

  • Amazon SageMaker Data Wrangler
    Amazon SageMaker Data Wrangler сокращает время, необходимое для сбора и подготовки данных для машинного обучения с нескольких недель до нескольких минут. Вы платите за время, затрачиваемое на очистку, поиск и визуализацию данных. Цены на SageMaker Data Wrangler рассчитываются в зависимости от типа инстанса по секундам.*

    Задания Amazon SageMaker Data Wrangler

    Задание Amazon SageMaker Data Wrangler создается во время экспорта потока данных из SageMaker Data Wrangler. С помощью заданий SageMaker Data Wrangler можно автоматизировать рабочие процессы подготовки данных. Задания SageMaker Data Wrangler позволяют повторно применять рабочие процессы подготовки данных к новым наборам данных, сокращая временные затраты, и оплачиваются посекундно.

  • Feature Store

  • Магазин функций Amazon SageMaker
    Магазин функций Amazon SageMaker представляет собой центральный репозиторий для получения, хранения и запуска функций для машинного обучения. Плата будет взиматься за запись, чтение и хранение данных в магазине функций SageMaker. Плата за запись взимается в виде единиц запросов на запись за один КБ, плата за чтение взимается в виде единиц запросов на чтение за 4 КБ, а плата за хранение данных взимается за один ГБ в месяц

  • Обучение

  • Amazon SageMaker: обучение
    Amazon SageMaker позволяет легко обучать модели машинного обучения, предоставляя все необходимое для настройки и отладки моделей. Вы платите за использование инстанса выбранного типа. При использовании Amazon SageMaker Debugger для отладки проблем и мониторинга ресурсов во время обучения вы можете использовать встроенные правила для отладки заданий обучения или написать собственные правила. За использование встроенных правил для отладки заданий обучения плата не взимается. При использовании собственных правил плата взимается в зависимости от типа выбранного инстанса в соответствии с продолжительностью использования.

  • Получение логических выводов в режиме реального времени

  • Хостинг Amazon SageMaker: получение логических выводов в режиме реального времени
    Amazon SageMaker предоставляет логические выводы в режиме реального времени для конкретных примеров использования, для которых необходимы прогнозы в реальном времени. Вы платите за использование инстанса выбранного типа. При использовании Amazon SageMaker Model Monitor для обслуживания высокоточных моделей, предоставляющих логические выводы в режиме реального времени, для мониторинга моделей или составления собственных правил можно использовать встроенные правила. Вы получаете 30 бесплатных часов для мониторинга при использовании встроенных правил. Размер дополнительной платы будет зависеть от продолжительности использования. При использовании собственных правил плата взимается отдельно.

  • Асинхронные логические выводы

  • Асинхронные логические выводы Amazon SageMaker:
    Асинхронные логические выводы Amazon SageMaker – это опция логического вывода почти в реальном времени, которая ставит входящие запросы в очередь и обрабатывает их асинхронно. Используйте ее тогда, когда необходимо обрабатывать объемные полезные нагрузки по мере поступления данных или запускать модели, которым требуется длительное время обработки выводов, но не нужна задержка менее секунды. Оплата взимается в зависимости от типа выбранного инстанса.

  • Пакетное преобразование

  • Amazon SageMaker Batch Transform
    Благодаря Amazon SageMaker Batch Transform вам не придется разбивать набор данных на несколько фрагментов или управлять адресами реального времени. SageMaker Batch Transform дает возможность выполнять прогнозирование на основе крупных или малых наборов данных. Плата взимается в зависимости от типа выбранного инстанса в соответствии с продолжительностью использования.

  • Бессерверное получение логических выводов

  • Amazon SageMaker Serverless Inference
    Amazon SageMaker Serverless Inference позволяет развертывать модели машинного обучения для получения логических выводов, при этом исключая необходимость настраивать базовую инфраструктуру и управлять ею. С Serverless Inference платить нужно только за объем вычислительных ресурсов, использованных для обработки запросов на получение логических выводов (плата начисляется по миллисекундам), и объем обработанных данных. Размер платы за вычисления зависит от выбранной вами конфигурации памяти.

  • JumpStart

  • Amazon SageMaker JumpStart
    Amazon SageMaker JumpStart поможет вам быстро и легко начать работу с машинным обучением благодаря доступу в один щелчок к популярным коллекциям моделей (также известным как «зоопарки» моделей). Кроме того, Jumpstart предлагает комплексные решения для разбора общих стандартных примеров использования машинного обучения, которые могут быть настроены под конкретные требования пользователя. Дополнительная плата за использование моделей или решений JumpStart не начисляется. Вы будете платить за часы работы базовых инстансов обучения и выводов так же, как если бы вы создали их вручную.

Amazon SageMaker Studio

Вам предоставлен доступ к Amazon SageMaker Studio – первой полностью интегрированной среде разработки (IDE) без дополнительной платы. SageMaker Studio обеспечивает полный доступ и видимость каждого шага, необходимого для создания, обучения и развертывания моделей. При использовании SageMaker Studio вы платите только за базовые вычисления и хранилище для Studio.

Можно использовать множество сервисов от SageMaker Studio, AWS SDK for Python (Boto3) или AWS CLI, в том числе:

  • SageMaker Pipelines для автоматизации и управления рабочими процессами машинного обучения;
  • SageMaker Autopilot для автоматического создания моделей машинного обучения с сохранением полной прозрачности;
  • SageMaker Experiments для организации и отслеживания заданий обучения и версий;
  • SageMaker Debugger для отладки отклонений во время обучения;
  • SageMaker Model Monitor для обслуживания моделей высокого качества;
  • SageMaker Clarify для более понятного объяснения ваших моделей машинного обучения и обнаружения смещений;
  • SageMaker JumpStart для простого развертывания решений машинного обучения для множества стандартных примеров использования. Плата при использовании других сервисов AWS может начисляться за базовые вызовы API, которые Amazon SageMaker выполняет от вашего имени.
  • SageMaker Inference Recommender для получения рекомендаций для надлежащей настройки адреса.

Вы платите только за базовые вычислительные ресурсы и ресурсы хранения, используемые в рамках SageMaker или других сервисов AWS, в зависимости от использования.

Amazon SageMaker Studio Lab (ознакомительная версия)

Можно создавать и обучать модели машинного обучения с помощью Amazon SageMaker Studio Lab (ознакомительная версия) совершенно бесплатно. SageMaker Studio Lab предоставляет разработчикам, академикам и специалистам по работе с данными бесплатную и не требующую настройки среду для разработки и позволяет выполнять машинное обучение и экспериментировать с ним.

Amazon SageMaker Canvas

Amazon SageMaker Canvas расширяет доступ к машинному обучению, предоставляя бизнес-аналитикам возможности для точного прогнозирования машинного обучения с помощью интерактивного визуального интерфейса без написания кодов и взаимодействия с машинным обучением.

Маркировка данных Amazon SageMaker

Сервис Amazon SageMaker предоставляет два предложения для маркировки данных: Amazon SageMaker Ground Truth Plus и Amazon SageMaker Ground Truth. Узнайте подробные сведения о маркировке данных Amazon SageMaker, полностью управляемом сервисе маркировки данных, который упрощает построение высокоточных наборов обучающих данных для машинного обучения.

Amazon SageMaker Edge

Узнайте подробные сведения о ценах на Amazon SageMaker Edge. Это сервис для оптимизации, выполнения и мониторинга моделей машинного обучения в группах периферийных устройств. 

Тарифы Amazon SageMaker Savings Plans

Тарифы Amazon SageMaker Savings Plan помогают снизить расходы вплоть до 64 %. Эти тарифы автоматически применяются к соответствующим инстансам SageMaker ML, включая SageMaker Studio Notebooks, SageMaker On-Demand Notebooks, SageMaker Processing, SageMaker Data Wrangler, SageMaker Training, SageMaker Real-Time Inference и SageMaker Batch Transform, независимо от семейства инстансов, размера и региона. Например, для обработки рабочих нагрузок, связанных с получением логических выводов, вместо инстанса ml.c5.xlarge, работающего в регионе Восток США (Огайо), можно в любое время перейти к использованию инстанса ml.Inf1 в регионе Запад США (Орегон) и автоматически продолжать пользоваться тарифами Savings Plans. 

Подробнее »

Совокупная стоимость владения (TCO) с Amazon SageMaker

Amazon SageMaker позволяет снизить совокупную стоимость владения (TCO) не менее чем на 54 % в течение трех лет, по сравнению с другими облачными самоуправляемыми решениями. Узнайте подробные сведения о полном анализе TCO для Amazon SageMaker.

Примеры расчета цен

  • Пример расчета стоимости 1: блокноты Studio

    Специалист по работе с данными выполняет описанную ниже последовательность действий, используя блокноты Amazon SageMaker Studio.

    1. Открывает блокнот 1 в ядре TensorFlow на инстансе ml.c5.xlarge, затем работает с этим блокнотом 1 час.
    2. Открывает блокнот 2 на инстансе ml.c5.xlarge. Он автоматически откроется в том же инстансе ml.c5.xlarge, что и блокнот 1. 
    3. Работает одновременно с блокнотами 1 и 2 в течение 1 часа.
    4. Специалисту по работе с данными будет выставлен общий счет за 2 (два) часа использования ml.c5.xlarge. За час, в течение которого специалист работал одновременно на блокнотах 1 и 2, будет учтено применение каждого ядра в течение 0,5 часа и выставлен счет за 1 час.
    Применение ядра Инстанс блокнота Часы Стоимость в час Итого
    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

  • Пример расчета цен 2: RStudio в SageMaker

    Специалист по работе с данными выполняет описанную ниже последовательность действий, используя RStudio в SageMaker.

    1. Открывает RSession 1 на инстансе ml.c5.xlarge, затем работает с этим блокнотом 1 час.
    2. Открывает RSession 2 на инстансе ml.c5.xlarge. Он автоматически откроется в том же инстансе ml.c5.xlarge, на котором работает RSession 1.
    3. Работает одновременно в RSesssion 1 и RSession 2 в течение 1 часа.
    4. Специалисту по работе с данными будет выставлен общий счет за 2 (два) часа использования ml.c5.xlarge. За час, в течение которого специалист работал одновременно в RSession 1 и 2, будет учтено применение каждого RSession в течение 0,5 часа и выставлен счет за 1 час.

    Тем временем RServer работает круглосуточно, независимо от наличия выполняющихся сеансов RSessions. Если администратор выбирает «Маленький» инстанс (ml.t3.medium), то он предоставляется бесплатно. Если администратор выбирает «Средний» инстанс (ml.c5.4xlarge) или «Большой» инстанс (ml.c5.9xlarge), то плата взимается за каждый час использования, пока работает RStudio для домена SageMaker.

    Приложение RSession Инстанс RSession Часы Стоимость в час Итого
    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

  • Пример расчета стоимости 3: обработка данных

    Amazon SageMaker Processing начисляет плату только за инстансы, используемые во время выполнения заданий. Когда вы предоставляете входные данные для обработки в Amazon S3, Amazon SageMaker скачивает эти данные из Amazon S3 в локальное хранилище данных перед началом задания обработки.

    Специалист по обработке данных запускает задание обработки, чтобы предварительно обработать и проверить данные на двух инстансах ml.m5.4xlarge, что потребует 10 минут работы. Она загружает набор входных данных 100 ГБ в S3 для задания обработки, а выходные данные примерно такого же размера также будут сохраняться в S3.

    Часы Инстансы обработки данных Стоимость в час Итого
    1 x 2 x 0,167 = 0,334 ml.m5.4xlarge 0,922 USD 0,308 USD
    Универсальное хранилище (SSD), ГБ Стоимость в час Итого
    100 x 2 = 200 ГБ 0,14 USD 0,0032 USD

    Промежуточный итог: задание обработки Amazon SageMaker = 0,308 USD.
    Промежуточный итог: универсальное хранилище SSD объемом 200 ГБ = 0,0032 USD.
    Итоговая стоимость для этого примера составит 0,3112 USD.

  • Пример расчета стоимости 4: Data Wrangler

    Специалист по работе с данными тратит по шесть часов в течение трех дней на очистку, поиск и визуализацию данных с помощью Amazon SageMaker Data Wrangler. Чтобы выполнить конвейер подготовки данных, необходимо инициировать задание SageMaker Data Wrangler, запуск которого по расписанию должен осуществляться каждую неделю.

    В приведенной ниже таблице расписано общее использование за месяц и связанные затраты на использование Amazon SageMaker Data Wrangler.

    Приложение Инстанс SageMaker Studio Дни Продолжительность Общая продолжительность Стоимость в час Промежуточная стоимость
    SageMaker Data Wrangler ml.m5.4xlarge 3 6 часов 18 часов 0,922 USD 16,596 USD
    Задание SageMaker Data Wrangler ml.m5.4xlarge - 40 минут 2,67 часа 0,922 USD 2,461 USD

    Согласно таблице выходит, что вы используете Amazon SageMaker Data Wrangler для подготовки данных всего 18 часов за три дня. Кроме этого вы создаете задание SageMaker Data Wrangler для подготовки обновленных данных на еженедельной основе. Продолжительность каждого задания составляет 40 минут, и задание выполняется еженедельно в течение одного месяца.

    Общая стоимость использования Data Wrangler за месяц = 16,596 USD + 2,461 USD = 19,097 USD

  • Пример расчета стоимости 5: магазин функций

    У вас есть интернет-приложение, которое отправляет в магазин функций Amazon SageMaker операции чтения и записи объемом 25 КБ каждая. В течение первых 10 дней месяца вы получаете ограниченный трафик для приложения, который позволяет отправлять каждый день в магазин функций SageMaker 10 000 операций записи и 10 000 операций чтения. На 11‑й день месяца популярность приложения в социальной сети подскакивает, и в этот день трафик резко увеличивается до 200 000 операций чтения и 200 000 операций записи. Затем модель трафика приложения стабилизируется, и до конца месяца в среднем выполняется 80 000 операций чтения и 80 000 операций записи каждый день до конца месяца.

    В приведенной ниже таблице расписано общее использование за месяц и связанные затраты на использование магазина функций Amazon SageMaker.

    День месяца Общее количество операций записи Общее количество единиц записи Общее количество операций чтения Общее количество единиц чтения
    Дней: 1–10 100 000 операций записи 
    (10 000 операций записи * 10 дней)    		 2 500 000 
    (100 000 * 25 КБ)    		 100 000 
    (10 000 * 10 дней)    		 700 000++ 
    (100 000 x 25/4 КБ)
             
    День 11 200 000 операций записи 5 000 000 
    (200 000 * 25 КБ)    		 200 000 операций чтения 1 400 000++ 
    (200 000 * 25/4 КБ)
             
    Дней: 12–30 1 520 000 операций записи 
    (80 000 * 19 дней)    		 38 000 000 
    (1 520 000 x 25 КБ)    		 1 520 000 операций записи
    (80 000 x 19 дней)    		 10 640 000++
    (1 520 000 x 25/4 КБ)
             
    Общее количество платных единиц   45 500 000 единиц записи   12 740 000 единиц чтения
    Ежемесячная плата за операции записи и чтения   56,875 USD 
    (45,5 млн единиц записи * 1,25 USD за один миллион записей)    		   3,185 USD 
    (12,74 млн единиц чтения * 0,25 USD за один миллион единиц чтения)

    ++ Все дробные единицы чтения будут округлены до ближайшего целого значения

    Хранилище данных
    Общий объем хранимых данных = 31,5 ГБ
    Ежемесячная плата за хранение данных = 31,5 ГБ x 0,45 USD = 14,175 USD

    Общая ежемесячная плата за использование магазина функций Amazon SageMaker = 56,875 USD + 3,185 USD + 14,175 = 74,235 USD

  • Пример расчета стоимости 6: обучение

    Специалист по работе с данными в течение недели работал над моделью для воплощения новой идеи. Она обучила модель 4 раза на инстансе ml.m4.4xlarge, и каждое обучение выполнялось в течение 30 минут со включенным Amazon SageMaker Debugger, где настроены 2 встроенных и 1 настраиваемое правило, которое она написала сама. Для настраиваемого правила она указала инстанс ml.m5.xlarge. Для обучения она использует 3 ГБ обучающих данных, которые размещены в Amazon S3, а модель объемом 1 ГБ помещается в Amazon S3. SageMaker создает Универсальные тома SSD (gp2) для каждого инстанса обучения. Также SageMaker создает Универсальные тома SSD (gp2) для каждого используемого правила. В нашем примере это означает, что будут созданы 4 универсальных тома SSD (gp2). SageMaker Debugger выводит 1 ГБ отладочных данных в клиентскую корзину Amazon S3.

     

    Часы Инстанс для обучения Инстанс для отладки Стоимость в час Промежуточная сумма
    4 x 0,5 = 2,00 ml.m4.4xlarge н/д 0,96 USD 1,92 USD
    4 x 0,5 x 2 = 4 н/д Никаких дополнительных расходов на инстансы для встроенных правил 0 USD 0 USD
    4 * 0,5 = 2,00 ml.m5.xlarge н/д 0,23 USD 0,46 USD
            -------
            2,38 USD
      Универсальное хранилище (SSD) для обучения (ГБ) Универсальное хранилище (SSD) для встроенных правил отладчика (ГБ) Универсальное хранилище (SSD) для настраиваемых правил отладчика (ГБ) Стоимость за ГБ в месяц Промежуточная сумма
    Используемая пропускная способность 3 2 1    
    Стоимость 0 USD Никаких дополнительных расходов на встроенный объем хранилища 0 USD 0,10 USD 0 USD

    Общие затраты на обучение и отладку в нашем примере составят 2,38 USD. Вычислительные инстансы и тома хранения общего назначения, которые используются встроенными правилами Amazon SageMaker Debugger, не приводят к дополнительным расходам.

  • Пример расчета стоимости 7: получение логических выводов в режиме реального времени

    Модель из примера 5 развертывается в рабочую среду с двумя (2) инстансами ml.c5.xlarge для обеспечения надежного развертывания в нескольких зонах доступности. Также используется Amazon SageMaker Model Monitor с одним (1) инстансом ml.m5.4xlarge, а задания мониторинга назначаются один раз в день. На завершение каждого задания мониторинга требуется около 5 минут. Ежедневно модель принимает 100 МБ данных. Логические выводы занимают 1/10 объема входящих данных.

    Часов в месяц Инстансы хостинга Инстансы Model Monitor Стоимость в час Итого
    24 x 31 x 2 = 1488 ml.c5.xlarge   0,204 USD 303,522 USD
    31 x 0,08 = 2,5   ml.m5.4xlarge 0,922 USD 2,305 USD

     

    Принятые данные за месяц: хостинг Переданные данные за месяц: хостинг Цена за гигабайт входящих или исходящих данных Итого
    100 МБ * 31 = 3100 МБ   0,016 USD 0,0496 USD
      10 МБ * 31 = 310 МБ 0,016 USD 0,00496 USD

    Промежуточная сумма за обучение, хостинг и мониторинг – 305 827 USD. Промежуточная сумма за 3100 МБ обработанных входящих данных и 310 МБ обработанных исходящих данных в месяц = 0,054 USD. Стоимость для этого примера составляет 305,881 USD в месяц.

    Обратите внимание, что для встроенных правил с инстансами ml.m5.xlarge вы бесплатно получаете до 30 часов мониторинга по всем адресам на каждый месяц.

  • Пример расчета стоимости 8: асинхронные логические выводы

    Плата за асинхронные логические выводы Amazon SageMaker начисляется за инстансы, используемые в вашем адресе. Если не идет активный процесс обработки запросов, можно настроить автоматическое масштабирование, чтобы снизить количество инстансов до нуля и сократить расходы. Для входящих полезных нагрузок Amazon S3, плата за чтение входных данных из Amazon S3 и запись выходных данных в S3 в пределах одного региона не начисляется.

    Модель из примера 5 используется для запуска адреса асинхронных логических выводов SageMaker. В настройках адреса указан запуск на 1 инстансе ml.c5.xlarge и уменьшение количества инстансов до нуля, если не идет активной обработки запросов. За инстансом ml.c5.xlarge в адресе закреплено универсальное хранилище 4GB General Purpose (SSD). В этом примере адрес поддерживает 1 инстанс в течение 2 часов в день, а период охлаждения составляет 30 минут, после чего в течение остального дня количество используемых инстансов сокращается до нуля. Следовательно, с вас взимается плата за 2,5 часа использования в день. 

    Адрес обрабатывает 1024 запроса в день. Размер каждого тела запроса/отклика вызова составляет 10 КБ, а полезная нагрузка каждого запроса логического вывода в Amazon S3 – 100 МБ. Выходные данные логического вывода занимают 1/10 размера входных данных, которые хранятся в том же регионе Amazon S3. В этом примере плата за обработку данных взимается за тело запроса и отклика, но не за данные, переданным в/из Amazon S3. 

    Часов в месяц Инстансы хостинга Стоимость в час Итого
    2,5 * 31 * 1 = 77,5 ml.c5.xlarge 0,20 USD 15,81 USD
    Универсальное хранилище (SSD), ГБ Стоимость за ГБ в месяц Итого
    4 0,14 USD 0,56 USD
    Принятые данные за месяц Переданные данные за месяц Цена за гигабайт входящих или исходящих данных Итого
    10 КБ * 1024 * 31 = 310 МБ 10 КБ * 1024 * 31 = 310 МБ 0,02 USD 0,0048 USD
      10 КБ * 1024 * 31 = 310 МБ 0,02 USD 0,0048 USD

    Итого за асинхронные логические выводы SageMaker = 15,81 USD + 0,56 USD + 2 * 0,0048 = 16,38 USD. Стоимость асинхронных логических выводов для этого примера составляет 16,38 USD в месяц.

  • Пример расчета стоимости 9: пакетное преобразование Batch Transform

    При использовании Amazon SageMaker Batch Transform плата начисляется только за инстансы, используемые во время выполнения заданий. Если данные уже находятся в Amazon S3, плата за чтение входных данных из S3 и запись выходных данных в S3 в пределах одного региона не начисляется.  

    Модель из примера 5 используется для выполнения SageMaker Batch Transform. Специалист по работе с данными запускает четыре отдельных задания SageMaker Batch Transform на трех инстансах ml.m4.4xlarge в течение 15 минут для каждого задания. При каждом запуске специалист загружает из S3 набор данных для оценки, который занимает 1 ГБ, при этом логические выводы, которые сохраняются в S3, занимают 1/10 объема входных данных.

    Часы Инстансы для обучения Стоимость в час Итого
    3 х 0,25 х 4 = 3 часа ml.m4.4xlarge 0,96 USD 2,88 USD
    Входящие данные при пакетном преобразовании (ГБ) Исходящие данные при пакетном преобразовании (ГБ) Цена за гигабайт входящих или исходящих данных Итого
    0 0 0,02 USD 0 USD

    Промежуточная сумма за пакетное преобразование SageMaker – 2,88 USD. Итоговая сумма за 4,4 ГБ в Amazon S3 = 0 USD. Итоговая стоимость для этого примера составит 2,90 USD.

  • Пример расчета стоимости 10: бессерверное получение логических выводов

    С Serverless Inference платить нужно только за объем вычислительных ресурсов, использованных для обработки запросов на получение логических выводов (плата начисляется по миллисекундам), и объем обработанных данных. Размер платы за вычисления зависит от выбранной вами конфигурации памяти.

    Если вы выделили 2 ГБ памяти для своего адреса, запускали его 10 млн раз в течение месяца, он исполнялся каждый раз в течение 100 мс и обрабатывалось 10 ГБ входных и выходных данных в целом, размеры платы рассчитываются указанным далее образом.

    Плата за вычисления за месяц

    Количество запросов Продолжительность каждого запроса Общая продолжительность получения логических выводов (с) Цена за секунду Ежемесячная плата за продолжительность получения логических выводов
    10 млн 100 мс 1 млн 0,00004 USD 40 USD

    Ежемесячная плата за обработку данных 

    Обработка данных (ГБ) Цена за гигабайт входящих или исходящих данных Ежемесячная плата за обработку данных
    10 ГБ 0,016 USD 0,16 USD

    Промежуточная итоговая плата за продолжительность бессерверного получения логических выводов SageMaker = 40 USD. Промежуточная итоговая плата за обработку 10 ГБ данных = 0,16 USD. Итоговая плата для этого примера составит 40,16 USD.

  • Пример расчета стоимости 11: Jumpstart

    Клиент использует JumpStart для развертывания предварительно обученной базовой модели BERT без примеров для классификации эмоционального окраса отзывов клиентов как положительного или отрицательного.

    Клиент развертывает модель на двух (2) инстансах ml.c5.xlarge для надежного хостинга нескольких зон доступности (AZ). Ежедневно модель принимает 100 МБ данных. Логические выводы занимают 1/10 объема входящих данных.

    Часов в месяц Инстансы хостинга Стоимость в час Итого
    24 x 31 x 2 = 1488 ml.c5.xlarge 0,204 USD 303,55 USD
     
    Принятые данные за месяц: хостинг Переданные данные за месяц: хостинг Цена за гигабайт входящих или исходящих данных

    		 Итого
    100 МБ * 31 = 3100 МБ   0,02 USD 0,06 USD
      10 МБ * 31 = 310 МБ 0,02 USD 0,01 USD
     

    Промежуточная сумма за обучение, хостинг и мониторинг – 305 827 USD. Промежуточная сумма за 3100 МБ обработанных входящих данных и 310 МБ обработанных исходящих данных в месяц = 0,06 USD. Стоимость для этого примера составляет 305,887 USD в месяц.

Подробнее об Amazon SageMaker

Посетите страницу с обзором SageMaker
Готовы начать?
Регистрация
Возникли дополнительные вопросы?
Связаться с нами