Với Amazon SageMaker, bạn chỉ phải trả tiền cho những gì bạn sử dụng. Dựng, đào tạo và triển khai các mô hình ML được tính phí theo giây, không áp dụng phí tối thiểu và không cần cam kết trả trước.

Dùng thử Amazon SageMaker miễn phí

Khi tham gia Bậc miễn phí của AWS, bạn có thể bắt đầu sử dụng miễn phí Amazon SageMaker. Nếu trước đây bạn chưa từng sử dụng Amazon SageMaker thì bạn được sử dụng bậc miễn phí hàng tháng gồm 250 giờ sử dụng sổ ghi chép t2.medium hoặc t3.medium phiên bản theo nhu cầu hoặc phiên bản t3.medium với sổ ghi chép SageMaker Studio để dựng mô hình cùng với 50 giờ sử dụng m4.xlarge hoặc m5.xlarge để đào tạo mô hình và 125 giờ sử dụng m4.xlarge hoặc m5.xlarge để triển khai các mô hình máy học nhằm suy luận theo thời gian thực và chuyển đổi hàng loạt với Amazon SageMaker trong 2 tháng đầu tiên. Bậc miễn phí không bao gồm việc sử dụng dung lượng lưu trữ. Bậc miễn phí của bạn bắt đầu từ tháng đầu tiên khi bạn tạo tài nguyên SageMaker đầu tiên.

Amazon SageMaker Studio miễn phí

Bây giờ bạn có thể truy cập Amazon SageMaker Studio, môi trường phát triển tích hợp đầy đủ (IDE) đầu tiên miễn phí. SageMaker Studio mang đến cho bạn toàn quyền truy nhập và khả năng quan sát từng bước cần thiết để xây dựng, đào tạo và triển khai các mô hình. Việc sử dụng SageMaker Studio không mất phí, bạn chỉ cần trả phí dịch vụ AWS mà bạn dùng trong Studio.

Mức tổng chi phí sở hữu (TCO) thấp hơn với Amazon SageMaker

Amazon SageMaker cung cấp mức tổng chi phí sở hữu thấp hơn ít nhất 54% trong thời gian dài 3 năm so với những giải pháp tự quản lý dựa trên đám mây khác. Có thể xem phân tích TCO đầy đủ cho Amazon SageMaker tại đây.

  • Sổ ghi chép Studio
  • Phiên bản sổ ghi chép theo nhu cầu
  • Xử lý
  • Đào tạo
  • Suy luận theo thời gian thực
  • Chuyển đổi hàng loạt
  • Sổ ghi chép Studio
  • Sổ ghi chép SageMaker Studio
    Sổ ghi chép Studio là các cuốn sổ Jupyter chỉ cần một lần nhấp chuột và có thể tăng tốc nhanh chóng. Tài nguyên điện toán cơ sở linh hoạt toàn phần. Những sổ ghi chép này có thể chia sẻ với những sổ khác bật điều phối liền mạch một cách dễ dàng. 

  • Phiên bản sổ ghi chép theo nhu cầu
  • Phiên bản sổ ghi chép theo nhu cầu
    Phiên bản sổ ghi chép theo nhu cầu là phiên bản điện toán máy học (ML) chạy ứng dụng Sổ ghi chép Jupyter. Bạn sẽ cần trả phí sử dụng loại phiên bản mà bạn chọn. Mỗi sổ ghi chép được liệt kê riêng trên hóa đơn.

  • Xử lý
  • Xử lý SageMaker
    SageMaker Processing lets you easily run your pre-processing, post-processing, and model evaluation workloads on fully managed infrastructure.

  • Đào tạo
  • Đào tạo SageMaker
    SageMaker khiến việc đào tạo mô hình máy học (ML) trở nên dễ dàng bằng cách cung cấp tất cả mọi thứ bạn cần để đào tạo, điều chỉnh và gỡ lỗi mô hình. Khi sử dụng Trình gỡ lỗi SageMaker, các quy tắc tích hợp đều miễn phí. Đối với quy tắc tùy chỉnh, bạn sẽ cần chọn một phiên bản đồng thời phải trả phí trong khoảng thời gian mà phiên bản đó được sử dụng.

  • Suy luận theo thời gian thực
  • SageMaker Hosting: Suy luận theo thời gian thực
    Khi bạn triển khai các mô hình của mình dưới dạng các điểm cuối Amazon SageMaker để suy luận theo thời gian thực và bật Trình giám sát mô hình Amazon SageMaker, bạn có thể sử dụng các quy tắc tích hợp để giám sát các mô hình của mình hoặc viết các quy tắc tùy chỉnh của riêng bạn. Đối với các quy tắc tích hợp, bạn có tới 30 giờ giám sát miễn phí. Sử dụng thêm sẽ tính theo mức sử dụng.

  • Chuyển đổi hàng loạt
  • SageMaker Hosting: Chuyển đổi hàng loạt
    Với Chuyển đổi hàng loạt, bạn không cần phải chia nhỏ tập dữ liệu thành nhiều phần hoặc quản lý các điểm cuối thời gian thực. Chuyển đổi hàng loạt cho phép bạn chạy dự đoán trên bộ dữ liệu hàng loạt lớn hoặc nhỏ.

Ví dụ định giá 1: Sổ ghi chép Studio

Một nhà khoa học dữ liệu trải qua chuỗi hành động sau đây trong khi sử dụng Sổ ghi chép SageMaker Studio.

  1. Mở sổ ghi chép 1 trong nhân TensorFlow trên phiên bản ml.c5.xlarge, sau đó làm việc trên sổ ghi chép này trong 1 giờ.
  2. Mở sổ ghi chép 2 trên phiên bản ml.c5.xlarge. Sổ này sẽ tự động mở trong cùng một phiên bản ml.c5.xlarge đang chạy sổ ghi chép 1. 
  3. Làm việc trên sổ ghi chép 1 và sổ ghi chép 2 đồng thời trong 1 giờ. 
  4. Nhà khoa học dữ liệu sẽ bị tính phí cho tổng số hai (2) giờ sử dụng ml.c5.xlarge. Đối với giờ trùng mà nhà khoa học làm việc trên sổ ghi chép 1 và sổ ghi chép 2 đồng thời, mỗi ứng dụng kernel sẽ được đo lường trong 0,5 giờ và nhà khoa học sẽ bị tính phí cho 1 giờ sử dụng.
Ứng dụng nhân Phiên bản sổ ghi chép Giờ Tổng chi phí mỗi giờ Tổng
TensorFlow ml.c5.xlarge 1 0,24 USD  
TensorFlow ml.c5.xlarge 0,5 0,12 USD  
Khoa học dữ liệu ml.c5.xlarge 0,5 0,12 USD  
        0.48 USD

Ví dụ định giá 2: Xử lý

Amazon SageMaker Processing chỉ tính phí bạn đối với phiên bản được sử dụng trong khi thực thi các tác vụ của bạn. Khi bạn cung cấp dữ liệu đầu vào để xử lý trong Amazon S3, Amazon SageMaker tải dữ liệu từ Amazon S3 về bộ lưu trữ tệp cục bộ khi bắt đầu tác vụ xử lý.

Nhà phân tích dữ liệu chạy một tác vụ Xử lý để xử lý trước và xác thực dữ liệu trên hai phiên bản ml.m5.4xlarge trong thời gian tác vụ là 10 phút. Cô ấy tải lên bộ dữ liệu 100 GB trong S3 làm đầu vào cho tác vụ xử lý và dữ liệu đầu ra có kích thước tương đương được lưu trữ trở lại trong S3.

Giờ   Các phiên bản xử lý  Chi phí mỗi giờ Tổng
1 * 2 * 0.167 = 0.334 ml.m5.4xlarge 1,075 USD 0,359 USD
Bộ lưu trữ mục đích chung (SSD) (GB)
 Chi phí mỗi giờ Tổng
100 GB * 2 = 200
0,14 USD 0,0032 USD

Tổng phí cho tác vụ xử lý Amazon SageMaker = 0,359 USD;
Tổng phí cho 200 GB dung lượng lưu trữ mục đích chung SSD = 0,0032 USD.
Tổng giá của ví dụ này là 0.3622 USD

Ví dụ định giá 3: Đào tạo

Một nhà khoa học dữ liệu đã dành một tuần nghiên cứu về mô hình xây dựng ý tưởng mới. Cô ấy đào tạo mô hình 4 lần trên một ml.m4.4xlarge trong 30 phút cho mỗi lần đào tạo với Trình gỡ lỗi Amazon SageMaker được kích hoạt bằng cách sử dụng 2 quy tắc tích hợp và 1 quy tắc tùy chỉnh mà cô ấy đã viết. Đối với quy tắc tùy chỉnh, cô ấy đã chỉ định phiên bản ml.m5.xlarge. Cô ấy đào tạo bằng cách sử dụng 3 GB dữ liệu đào tạo trong Amazon S3 và đẩy tệp đầu ra mô hình 1 GB vào Amazon S3. SageMaker tạo các Ổ đĩa SSD mục đích chung (gp2) cho mỗi phiên bản Đào tạo. SageMaker cũng tạo các Ổ đĩa SSD mục đích chung (gp2) cho mỗi quy tắc được chỉ định. Trong ví dụ này, tổng cộng 4 Ổ đĩa SSD mục đích chung (gp2) sẽ được tạo. Trình gỡ lỗi SageMaker phát hành 1 GB dữ liệu gỡ lỗi cho vùng lưu trữ Amazon S3 của khách hàng.

Giờ Phiên bản đào tạo Phiên bản gỡ lỗi Chi phí mỗi giờ
Tổng
4 * 0.5 = 2.00
ml.m4.4xlarge
không áp dụng 1,12 USD 2,24 USD
4 * 0.5 * 2 = 4
không áp dụng
Không có phụ phí cho các phiên bản quy tắc tích hợp 0 USD
0 USD
4 * 0.5 = 2
ml.m5.xlarge không áp dụng 0,27 USD 0,54 USD
        -------
        2,78 USD
  Bộ lưu trữ mục đích chung (SSD) cho đào tạo (GB)
Bộ lưu trữ mục đích chung (SSD) cho những quy tắc được tích hợp trong Trình gỡ lỗi (GB) Bộ lưu trữ mục đích chung (SSD) cho những quy tắc tùy chỉnh trong Trình gỡ lỗi (GB) Phí cho mỗi GB-tháng Tổng
Dung lượng đã sử dụng 3 2 1    
Chi phí 0,00083 USD Không có phụ phí cho các ổ đĩa lưu trữ quy tắc tích hợp
0,00028 USD 0,10000 USD 0,0011 USD

Tổng chi phí cho đào tạo và gỡ lỗi trong ví dụ này là 2.7811 USD. Các phiên bản điện toán và các ổ đĩa lưu trữ cho mục đích chung được sử dụng bởi các quy tắc tích hợp sẵn của SageMaker Debugger sẽ không phát sinh thêm phí.

Ví dụ định giá 4: Suy luận

Khi đó, mô hình trong ví dụ 3 được triển khai để sản xuất thành hai (2) phiên bản ml.c5.xlarge cho lưu trữ multi-AZ đáng tin cậy. Amazon SageMaker Model Monitor được kích hoạt với một (1) phiên bản ml.m5.4xlarge và các tác vụ giám sát được lên lịch một lần mỗi ngày. Mỗi công việc giám sát mất 5 phút để hoàn thành. Mô hình này nhận 100MB dữ liệu mỗi ngày và kết quả bằng 1/10 kích thước dữ liệu đầu vào.

Số giờ mỗi tháng Phiên bản lưu trữ máy chủ Các phiên bản giám sát mô hình
Chi phí mỗi giờ Tổng
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
Dữ liệu nhận về mỗi tháng - Lưu trữ máy chủ Dữ liệu truyền đi mỗi tháng - Lưu trữ máy chủ Chi phí trên mỗi GB nhận về hoặc truyền đi Tổng
100MB * 31 = 3100MB
  0,02 USD 0,050 USD
  10MB * 31 = 310MB 0,02 USD 0,006 USD

Tổng của đào tạo và lưu trữ máy chủ = 356.832 USD; Tổng của 3100 MB dữ liệu được xử lý nhận về và 310MB dữ liệu được xử lý truyền đi cho Lưu trữ máy chủ mỗi tháng = 0,056 USD. Tổng phí của ví dụ này là 356.887 USD mỗi tháng.

Lưu ý, đối với các quy tắc tích hợp với phiên bản ml.m5.xlarge, bạn có được tổng tối đa 30 giờ giám sát trên tất cả các điểm cuối mỗi tháng, miễn phí.

Ví dụ định giá 5: Chuyển đổi hàng loạt

Chuyển đổi hàng loạt cho Amazon SageMaker chỉ tính phí bạn đối với phiên bản được sử dụng trong khi thực thi các tác vụ của bạn. Nếu dữ liệu của bạn đã sẵn sàng trên Amazon S3, thì không phát sinh chi phí đọc dữ liệu đầu vào từ S3 và ghi dữ liệu đầu ra lên S3.

Mô hình ở Ví dụ #1 được dùng để chạy Batch Transform. Nhà khoa học dữ liệu chạy bốn tác vụ Batch Transform riêng lẻ trên 3 ml.m4.4xlarge trong 15 phút trong mỗi lần chạy tác vụ. Cô tải lên bộ dữ liệu đánh giá có kích thước 1 GB lên S3 trong mỗi lần chạy và kết quả bằng 1/10 kích thước dữ liệu đầu vào, nó được lưu trữ trở lại trên S3.

Giờ   Phiên bản đào tạo  Chi phí mỗi giờ Tổng
3 * 0,25 * 4 = 3 giờ ml.m4.xlarge 1,12 USD 3,36 USD
GB dữ liệu nhận về - Batch Transform
GB dữ liệu truyền đi - Batch Transform Chi phí trên mỗi GB nhận về hoặc truyền đi Tổng
0 0 0,02 USD 0

Tổng của tác vụ Batch Transform = 3.36 USD; Tổng của 4.4 GB truyền lên Amazon S3 = 0. Tổng giá của ví dụ này là 3.36 USD.

Tìm hiểu thêm về các tính năng của Amazon SageMaker

Truy cập trang tính năng
Bạn đã sẵn sàng bắt đầu chưa?
Đăng ký
Bạn có thêm câu hỏi?
Hãy liên hệ với chúng tôi