Amazon SageMaker ile yalnızca kullandığınız kadar ödersiniz. ML modellerini oluşturma, eğitim ve dağıtım, herhangi bir minimum ücret veya peşin taahhüt olmaksızın saniyelik olarak faturalandırılır.

Amazon SageMaker'ı Ücretsiz deneyin

AWS Ücretsiz Kullanım kapsamında, Amazon SageMaker’ı ücretsiz olarak kullanmaya başlayabilirsiniz. Daha önce Amazon SageMaker'ı kullanmadıysanız, ilk iki ay boyunca modellerinizi oluşturmanız için SageMaker Studio dizüstü bilgisayarlarla isteğe bağlı dizüstü bilgisayar sunucuları veya t3.medium sunucuları ile birlikte, aylık 250 saat t2.medium veya t3.medium dizüstü bilgisayar kullanımı ve eğitim için 50 saat m4.xlarge ya da m5.xlarge kullanımının yanı sıra, Amazon SageMaker ile gerçek zamanlı çıkarım ve toplu dönüşüm işlemleri gerçekleştirebilmeniz amacıyla makine öğrenimi modellerinizi dağıtabilmeniz için 125 saat m4.xlarge veya m5.xlarge erişimi, ücretsiz kullanım kapsamında sunulur. Ücretsiz kullanım, depolama birimi kullanımını kapsamaz. Ücretsiz kullanımınız, ilk SageMaker kaynağınızı oluşturduğunuz aydan itibaren başlar.

Amazon SageMaker Studio ücretsizdir

Artık ilk entegre makine öğrenimi geliştirme ortamı (IDE) olan Amazon SageMaker Studio’ya ücretsiz erişebilirsiniz. SageMaker Studio; model oluşturma, eğitme ve dağıtma adımları için tam kapsamlı erişim ve görünürlük sunar. SageMaker Studio'yu kullanmak ücretsizdir, yalnızca Studio içinde kullandığınız AWS hizmetleri için ödeme yaparsınız.

Amazon SageMaker ile daha düşük toplam sahip olma maliyeti (TCO)

Amazon SageMaker, diğer bulut tabanlı kullanıcının kendi yönettiği çözümlere kıyasla 3 yıllık bir dönemde en az %54 daha düşük toplam sahip olma maliyeti (TCO) sunar. Amazon SageMaker için TCO analizini burada bulabilirsiniz.

  • Studio Dizüstü Bilgisayarları
  • İsteğe Bağlı Notebook Bulut Sunucuları
  • İşleme
  • Eğitim
  • Gerçek Zamanlı Çıkarım
  • Toplu Dönüşüm
  • Studio Dizüstü Bilgisayarları
  • SageMaker Studio Diz Üstü Bilgisayarlar
    Studio dizüstü bilgisayarlar, tek tıkla hızlıca başlatılabilen Jupyter dizüstü bilgisayarlardır. Altındaki bilgi işlem kaynakları tamamen esnektir. Bu dizüstü bilgisayarlar, sorunsuz bir iş birliği isteyen başkaları ile paylaşılabilir. 

  • İsteğe Bağlı Notebook Bulut Sunucuları
  • İsteğe Bağlı Notebook Bulut Sunucuları
    İstek Üzerine Notebook Bulut Sunucuları, Jupyter Notebook Uygulamasını çalıştıran makine öğrenimi (ML) bilgi işlem bulut sunucularıdır. Seçtiğiniz bulut sunucusu kullanımına göre faturalandırılırsınız. Dizüstü bilgisayarların her biri faturanızda ayrı olarak listelenir.

  • İşleme
  • SageMaker Processing
    SageMaker Processing, ön işleme, son işleme ve model değerlendirme iş yüklerinizi tam olarak yönetilen altyapıda kolayca çalıştırmanıza olanak tanır.

  • Eğitim
  • SageMaker – Eğitim
    SageMaker, modelleri eğitmek, ayarlamak ve hata ayıklamak için ihtiyacınız olan her şeyi sağlayarak makine öğrenimi (ML) modellerini eğitmeyi kolaylaştırır. SageMaker Debugger’ı kullandığınızda, entegre kurallar ücretsizdir. Özel kurallar için bir bulut sunucusu seçmeniz gerekecek ve bulut sunucusunun kullanımda olduğu süre için ücretlendirileceksiniz.

  • Gerçek Zamanlı Çıkarım
  • (SageMaker Barındırma: Gerçek Zamanlı Çıkarım)
    Modellerinizi gerçek zamanlı çıkarsama için Amazon SageMaker uç noktaları olarak dağıttığınızda ve Amazon SageMaker Model İzleme'yi etkinleştirdiğinizde, modellerinizi izlemek için yerleşik kuralları kullanabilir, kendi özel kurallarınızı yazabilirsiniz. Yerleşik kurallar için 30 saat ücretsiz izleme hakkı elde edersiniz İlave kullanım, kullanım oranına bağlı olacaktır

  • Toplu Dönüşüm
  • SageMaker Barındırma Toplu Dönüşümü
    Toplu Dönüşüm ile veri kümesini birden çok parçaya bölmeye veya gerçek zamanlı uç noktaları yönetmeye gerek yoktur. Toplu Dönüşüm, büyük veya küçük toplu veri kümeleri üzerinde tahminler çalıştırmanıza olanak tanır.

Fiyatlandırma Örneği 1: Studio Dizüstü Bilgisayarları

Bir veri bilimcisi, SageMaker Studio Dizüstü Bilgisayarlarını kullanırken aşağıdaki eylem sırasını izler.

  1. Bir ml.c5.xlarge bulut sunucusunda TensorFlow çekirdeğinde dizüstü bilgisayar 1’i açar ve ardından bu not defterinde 1 saat çalışır.
  2. Not defter 2, bir ml.c5.xlarge bulut sunucusunu açar. Not defteri 1’i çalıştıran aynı ml.c5.xlarge bulut sunucusunda otomatik olarak açılır. 
  3. Not defteri 1 ve not defteri 2 üzerinde 1 saat aynı anda çalışır. 
  4. Veri bilimcisi toplam iki (2) saat ml.c5.xlarge kullanımı için faturalandırılacaktır. Aynı anda not defteri 1 ve not defteri 2 üzerinde çakışan çalışma saati için, her çekirdek uygulaması 0,5 saat boyunca ölçülecek ve 1 saat için faturalandırılacaktır.
Çekirdek Uygulaması Not Defteri Bulut Sunucusu Saat Saat başına maliyet Ara toplamı Toplam
TensorFlow ml.c5.xlarge 1 0,24 USD  
TensorFlow ml.c5.xlarge 0,5 0,12 USD  
TIBCO Data Science ml.c5.xlarge 0,5 0,12 USD  
        0,48 USD

Fiyatlandırma Örneği 2: İşleme

Amazon SageMaker İşleme, yalnızca işleriniz yürütüldüğü sırada kullanılan bulut sunucuları için ücretlendirme uygular. Giriş verilerini işlenmeleri için Amazon S3'e sağlamanızın ardından Amazon SageMaker, bir işleme işinin başında söz konusu verileri Amazon S3'ten yerel bir depolama alanına indirir.

Veri analisti, iki ml.m5.4xlarge bulut sunucusundaki verileri ön işleme tabi tutmak ve doğrulamak için bir İşleme işi çalıştırır. Bu işlem 10 dakika sürer. İşleme işinde kullanılması için, girdi olarak S3'e 100 GB veri kümesi yükler. Yaklaşık olarak aynı boyuttaki çıkış verileri de yine S3'te depolanır.

Saat   İşleme Bulut Sunucuları  Saatlik maliyet Toplam
1 * 2 * 0,167 = 0,334 ml.m5.4xlarge 1,075 USD 0,359 USD
Genel Amaçlı (SSD) Depolama (GB)
 Saatlik maliyet Toplam
100 * 2 = 200 GB
0,14 USD 0,0032 USD

Amazon SageMaker İşleme işi için ara toplam = 0,359 USD;
200 GB genel amaçlı SSD depolama için ara toplam = 0,0032 USD.
Bu örnek için toplam fiyat 0,3622 USD olur

Fiyatlandırma Örneği 3: Eğitim

Bir veri bilimcisi, yeni bir fikir için bir hafta boyunca bir model üzerinde çalıştı. Modeli, bir ml.m4.4xlarge bulut sunucusunu kullanarak 30'ar dakikadan 4 kez eğitti. Eğitme işlemi için, 2 yerleşik kural ve kendi yazdığı 1 özel kuralla etkinleştirdiği Amazon SageMaker Hata Ayıklayıcısı'nı kullandı. Özel kural için ml.m5.xlarge bulut sunucusunu belirtti. Eğitim için, Amazon S3'teki 3 GB eğitim verisinden yararlandı ve Amazon S3'e 1 GB model çıktısı gönderdi. SageMaker, her bir Eğitim bulut sunucusu için Genel Amaçlı SSD (gp2) Birimleri oluşturur. SageMaker aynı zamanda, belirtilen her bir kural için Genel Amaçlı SSD (gp2) Birimleri oluşturur. Bu örnekte toplam 4 Genel Amaçlı SSD (gp2) Birimi oluşturulur. SageMaker Hata Ayıklayıcısı, müşterinin Amazon S3 klasörüne 1 GB hata ayıklama verisi gönderir.

Saat Eğitim Bulut Sunucusu Hata Ayıklama Bulut Sunucusu Saatlik maliyet
Ara Toplam
4 * 0,5 = 2,00
ml.m4.4xlarge
yok 1,12 USD 2,24 USD
4 * 0,5 * 2 = 4
yok
Yerleşik kurallı bulut sunucuları için ek ücret uygulanmaz 0 USD
0 USD
4 * 0,5 = 2
ml.m5.xlarge yok 0,27 USD 0,54 USD
        -------
        2,78 USD
  Eğitim İçin Genel Amaçlı (SSD) Depolama (GB)
Hata Ayıklayıcısı yerleşik kuralları için Genel Amaçlı (SSD) Depolama (GB) Hata Ayıklayıcısı özel kuralları için Genel Amaçlı (SSD) Depolama (GB) GB-Ay başına maliyet Ara Toplam
Kullanılan kapasite 3 2 1    
Maliyet 0,00083 USD Yerleşik kurallı depolama birimleri için ek ücret uygulanmaz
0,00028 USD 0,10000 USD 0,0011 USD

Bu örnekteki eğitim ve hata ayıklama işlemleri için toplam ücret 2,7811 USD olur. SageMaker Hata Ayıklayıcısı yerleşik kurallarının kullandığı işlem bulut sunucuları ve genel amaçlı depolama birimleri için ek ücret uygulanmaz.

Fiyatlandırma Örneği 4: Çıkarım

Güvenilir bir multi-AZ dağıtımı için, Örnek 3'de yer alan model daha sonra iki (2) ml.c5.xlarge bulut sunucusuna üretim için dağıtılır. Amazon SageMaker Model İzleme, bir (1) ml.m5.4xlarge bulut sunucusuyla etkinleştiriliyor ve izleme işlerinin günde bir kez gerçekleştirilmesi planlanıyor. Her bir izleme işinin tamamlanması 5 dakika sürüyor. Model günde 100 MB veri alıyor ve çıkarımların boyutu giriş verilerinin 10’da 1’i oluyor.

Aylık saat sayısı Barındırma bulut sunucuları Model İzleme Bulut Sunucuları
Saatlik maliyet Toplam
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
Aylık Gelen veri – Barındırma Aylık Giden veri – Barındırma Gelen veya Giden GB başına maliyet Toplam
100 MB * 31 = 3100 MB
  0,02 USD 0,050 USD
  10 MB * 31 = 310 MB 0,02 USD 0,006 USD

Eğitim ve barındırma için ara toplam = 356,832 USD; Barındırma için aylık işlenen 3100 MB Gelen veri ve 310 MB Giden veri için ara toplam = 0,056 USD. Bu iş örnek için Toplam ücret tutarı aylık 356,887 USD olur.

Not: ml.m5.xlarge bulut sunucularındaki yerleşik kuraları kullanarak hiçbir ücret ödemeden tüm uç noktalarda aylık 30 saate kadar izleme imkanı elde edersiniz.

Fiyatlandırma Örneği 5: Toplu Dönüşüm

Amazon SageMaker Toplu Dönüşüm, yalnızca işleriniz yürütüldüğü sırada kullanılan bulut sunucuları için ücretlendirme uygular. Verileriniz zaten Amazon S3’teyse giriş verilerinin S3’ten okunması ve çıkış verilerinin S3’e yazılması ücretsizdir.

Toplu Dönüşüm’ün çalıştırılması için Örnek 1’deki model kullanılıyor. Veri bilimcisi, iş çalıştırma başına 15 dakika olmak üzere 3 ml.m4.4xlarge bulut sunucusunda dört ayrı Toplu Dönüşüm işi çalıştırıyor. Her çalıştırma için S3’te 1 GB boyutlu bir değerlendirme veri kümesi yüklüyor ve boyutu giriş verilerinin 10’da 1’i kadar olan çıkarımlar yeniden S3’te depolanıyor.

Saat   Eğitim bulut sunucuları  Saatlik maliyet Toplam
3 * 0,25 * 4 = 3 saat ml.m4.xlarge 1,12 USD 3,36 USD
GB veri (Gelen) – Toplu Dönüşüm
GB veri (Giden) – Toplu Dönüşüm Gelen veya Giden GB başına maliyet Toplam
0 0 0,02 USD 0

Toplu Dönüşüm işi için ara toplam = 3,36 USD; Amazon S3’e gelen 4,4 GB için ara toplam = 0. Bu örnek için toplam fiyat 3,36 USD olur.

Amazon SageMaker özellikleri hakkında daha fazla bilgi edinin

Özellik sayfasını ziyaret edin
Başlamaya hazır mısınız?
Kaydolun
Başka sorunuz mu var?
Bize ulaşın