При работе с Amazon SageMaker оплате подлежат только используемые ресурсы. Плата за создание, обучение и развертывание моделей машинного обучения взимается по секундам без минимальных платежей или долгосрочных обязательств.

Начать работу с Amazon SageMaker 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 Amazon SageMaker Studio, 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
Amazon SageMaker Data Wrangler 25 часов инстанса ml.m5.4xlarge
Магазин функций Amazon Sagemaker 10 млн единиц записи, 10 млн единиц чтения, 25 ГБ хранилища
Обучение 50 часов инстансов m4.xlarge или m5.xlarge
Логические выводы 125 часов инстансов m4.xlarge или m5.xlarge

Amazon SageMaker Studio предоставляется без дополнительной платы

Вам предоставлен доступ к Amazon SageMaker Studio – первой бесплатной интегрированной среде разработки (IDE) для машинного обучения. SageMaker Studio обеспечивает полный доступ и видимость каждого шага, необходимого для создания, обучения и развертывания моделей. Сервис SageMaker Studio абсолютно бесплатный. Вы платите только за сервисы AWS, которые используете в среде Studio.

В среде SageMaker Studio для использования без дополнительной платы доступны множество сервисов, в их числе:

  • SageMaker Pipelines для автоматизации и управления автоматизированными 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
  • SageMaker JumpStart для простого развертывания решений машинного обучения для множества примеров использования.

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

Amazon SageMaker Ground Truth

Узнайте больше о ценах на Amazon SageMaker Ground Truth. Это полностью управляемый сервис маркировки данных, который упрощает построение высокоточных наборов обучающих данных для машинного обучения.

Amazon SageMaker Edge Manager

Узнайте больше о ценах на Amazon SageMaker Edge Manager. Это сервис для оптимизации, выполнения и мониторинга моделей машинного обучения в группах периферийный устройств. 

Используйте Amazon SageMaker, чтобы снизить совокупную стоимость владения (TCO)

Amazon SageMaker предлагает снизить совокупную стоимость владения (TCO) не менее чем на 54 % в течение трех лет, по сравнению с другими облачными самоуправляемыми сервисами. Узнайте больше о полном анализе совокупной стоимости владения (TCO) для Amazon SageMaker.

Калькулятор цен Amazon SageMaker

Теперь у вас есть возможность произвести оценку расходов на использование Amazon SageMaker с помощью калькулятора цен SageMaker. С помощью калькулятора цен можно оценить расходы для примера использования, экспортировать результаты для анализа в автономном режиме и корректировать расходы в соответствии с требованиями.

  • Блокноты Studio
  • Инстансы блокнотов по требованию
  • Обработка
  • Data Wrangler
  • Магазин функций
  • Обучение
  • Получение логических выводов в режиме реального времени
  • Пакетное преобразование
  • 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.

  • 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.*

  • Магазин функций
  • 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.

  • 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.

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 Промежуточная стоимость за час Итого
TensorFlow ml.c5.xlarge 1 0,24 USD  
TensorFlow ml.c5.xlarge 0,5 0,12 USD  
Data Science ml.c5.xlarge 0,5 0,12 USD  
        0,48 USD

Пример расчета стоимости 2: 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 1,075 USD 0,359 USD
Универсальное хранилище (SSD), ГБ
 Стоимость в час Итого
100 * 2 = 200 ГБ
0,14 USD 0,0032 USD

Промежуточный итог: задание обработки Amazon SageMaker = 0,359 USD;
Промежуточный итог: универсальное хранилище SSD объемом 200 ГБ = 0,0032 USD.
Итоговая стоимость для этого примера составит 0,3622 USD

Пример расчета стоимости 3: 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 работы Общая продолжительность Стоимость в час
Промежуточная стоимость
SageMaker Data Wrangler ml.m5.4xlarge 3 6 часов 18 часов 0,96 USD 17,28 USD
Задание SageMaker Data Wrangler ml.m5.4xlarge - 40 минут 2,67 часа 0,96 USD
2,56 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 = 17,28 USD + 2,56 USD = 19,84 USD

Пример расчета стоимости 4: магазин функций

У вас есть веб-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 * 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 * 25 КБ)

1 520 000 операций записи (80,000 * 19 дней)

10 640 000++ (1 520 000 * 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 * 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 5: 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 стоимость
4 * 0,5 = 2,00
ml.m4.4xlarge
н/д 1,12 USD 2,24 USD
4 * 0,5 * 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 0,27 USD 0,54 USD
        -------
        2,78 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-месяц Промежуточная стоимость
Используемая пропускная способность 3 2 1    
Стоимость 0,00083 USD Никаких дополнительных расходов на встроенный объем хранилища
0,00028 USD 0,10000 USD 0,0011 USD

Общие затраты на обучение и отладку в нашем примере составят 2,7811 USD. Вычислительные инстансы и тома хранения общего назначения, которые используются встроенными правилами Amazon SageMaker Debugger, не приводят к дополнительным расходам.

Пример расчета цены 6: получение логических выводов в режиме реального времени

Модель из примера 3 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 * 31 * 2 = 1488 ml.c5.xlarge   0,238 USD 354,144 USD
31*0,08 = 2,5   ml.m5.4xlarge 1,075 USD 2,688 USD
Принятые данные за месяц: хостинг Переданные данные за месяц: хостинг Цена за гигабайт принятых или переданных данных Итого
100 МБ * 31 = 3100 МБ
  0,02 USD 0,050 USD
  10 МБ * 31 = 310 МБ 0,02 USD 0,006 USD

Промежуточная сумма за обучение и хостинг = 356,832 USD; промежуточная сумма за хостинг 3100 МБ обработанных входящих данных и 310 МБ обработанных исходящих данных в месяц = 0,056 USD. Стоимость для этого примера составляет 356,887 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 7: 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 не начисляется.

Модель из примера 1 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.xlarge 1,12 USD 3,36 USD
Входящие данные при пакетном преобразовании (ГБ)
Исходящие данные при пакетном преобразовании (ГБ) Цена за гигабайт принятых или переданных данных Итого
0 0 0,02 USD 0 USD

Промежуточная стоимость выполнения задания SageMaker Batch Transform = 3,36 USD; промежуточная стоимость передачи 4,4 ГБ данных в Amazon S3 = 0 USD. Итоговая стоимость для этого примера составит 3,36 USD.

Подробнее об Amazon SageMaker

Посетите страницу с обзором SageMaker
Готовы начать?
Регистрация
Есть вопросы?
Свяжитесь с нами