料金

Cloud Machine Learning Engine には、プロジェクトや予算に合わせて選べるさまざまな料金オプションが用意されています。Cloud ML Engine では、モデルのトレーニングや予測の実行に対して料金が発生します。ただし、クラウド内の機械学習リソースの管理は無料で行うことができます。

料金の概要

以下の各表は、Cloud ML Engine が利用可能な各リージョンにおけるトレーニングと予測の料金をまとめたものです。

トレーニングの料金

以下の各表は、各トレーニング構成の 1 時間あたりの料金と、各構成で使用されるトレーニング ユニット2数を示しています。トレーニング ユニットでは、ジョブのリソースの使用状況が測定されます。マシン構成の 1 時間あたりの料金は、使用されるトレーニング ユニット数にリージョンのトレーニング料金を掛けたものです。

事前定義されたスケール階層、または特定のマシンタイプのカスタム構成を選択できます。カスタム構成を選択する場合は、使用する仮想マシンの料金を合算します。

アクセラレータを有効にした Cloud ML Engine マシンタイプの料金には、アクセラレータの料金が含まれます。Compute Engine マシンタイプにアクセラレータを接続する場合、アクセラレータの料金は含まれません。料金を計算するには、以下のアクセラレータの表に示す料金に、使用する各タイプのアクセラレータの数を掛けます。

南北アメリカ

南北アメリカのすべての利用可能なリージョンにおけるトレーニング ジョブの料金は、トレーニング ユニットごとに 1 時間あたり $0.49 です。

事前定義のスケール階層 - 1 時間あたりの料金(トレーニング ユニット数)
BASIC $0.1900(0.3878)
STANDARD_1 $1.9880(4.0571)
PREMIUM_1 $16.5536(33.7829)
BASIC_GPU $0.8300(1.6939)
BASIC_TPU $4.6900(9.5714)
CUSTOM スケール階層として CUSTOM を選択した場合、トレーニング ジョブに使用する仮想マシンの数やタイプを調整できます。マシンタイプについては、表を参照してください。
Cloud ML Engine マシンタイプ - 1 時間あたりの料金(トレーニング ユニット数)
standard $0.1900(0.3878)
large_model $0.4736(0.9665)
complex_model_s $0.2836(0.5788)
complex_model_m $0.5672(1.1576)
complex_model_l $1.1344(2.3151)
standard_gpu $0.8300(1.6939)
complex_model_m_gpu $2.5600(5.2245)
complex_model_l_gpu $3.3200(6.7755)
standard_p100 $1.8400(3.7551)
complex_model_m_p100 $6.6000(13.4694)
standard_v100 $2.8600(5.8367)
large_model_v100 $2.9536(6.0278)
complex_model_m_v100 $10.6800(21.7959)
complex_model_l_v100 $21.3600(43.5918)
cloud_tpu6 $4.5000(9.1840)またはなし(アクセラレータを明示的に接続する場合)6
Compute Engine マシンタイプ(ベータ版) - 1 時間あたりの料金(トレーニング ユニット数)
n1-standard-4 $0.1900(0.3878)
n1-standard-8 $0.3800(0.7755)
n1-standard-16 $0.7600(1.5510)
n1-standard-32 $1.5200(3.1020)
n1-standard-64 $3.0400(6.2041)
n1-standard-96 $4.5600(9.3061)
n1-highmem-2 $0.1184(0.2416)
n1-highmem-4 $0.2368(0.4833)
n1-highmem-8 $0.4736(0.9665)
n1-highmem-16 $0.9472(1.9331)
n1-highmem-32 $1.8944(3.8661)
n1-highmem-64 $3.7888(7.7322)
n1-highmem-96 $5.6832(11.5984)
n1-highcpu-16 $0.5672(1.1576)
n1-highcpu-32 $1.1344(2.3151)
n1-highcpu-64 $2.2688(4.6302)
n1-highcpu-96 $3.4020(6.9429)
アクセラレータ - 1 時間あたりの料金(トレーニング ユニット数)
NVIDIA_TESLA_K80 $0.4500(0.9184)
NVIDIA_TESLA_P4(ベータ版) $0.6000(1.2245)
NVIDIA_TESLA_P100 $1.4600(2.9796)
NVIDIA_TESLA_V100 $2.4800(5.0612)
TPU_V2 コア 8 個6 $4.5000(9.1840)

ヨーロッパ

ヨーロッパのすべての利用可能なリージョンにおけるトレーニング ジョブの料金は、トレーニング ユニットごとに 1 時間あたり $0.54 です。

事前定義のスケール階層 - 1 時間あたりの料金(トレーニング ユニット数)
BASIC $0.2200(0.4074)
STANDARD_1 $2.3020(4.2630)
PREMIUM_1 $19.1640(35.4889)
BASIC_GPU $0.9300(1.7222)
BASIC_TPU (使用できません)
CUSTOM スケール階層として CUSTOM を選択した場合、トレーニング ジョブに使用する仮想マシンの数やタイプを調整できます。マシンタイプについては、表を参照してください。
Cloud ML Engine マシンタイプ - 1 時間あたりの料金(トレーニング ユニット数)
standard $0.2200(0.4074)
large_model $0.5480(1.0148)
complex_model_s $0.3284(0.6081)
complex_model_m $0.6568(1.2163)
complex_model_l $1.3136(2.4326)
standard_gpu $0.9300(1.7222)
complex_model_m_gpu $2.8400(5.2593)
complex_model_l_gpu $3.7200(6.8889)
standard_p100 $2.0400(3.7778)
complex_model_m_p100 $7.2800(13.4815)
standard_v100 $2.9684(5.4970)
large_model_v100 $3.0708(5.6867)
complex_model_m_v100 $11.0368(20.4385)
complex_model_l_v100 $22.0736(40.8770)
cloud_tpu6 (使用できません)
Compute Engine マシンタイプ(ベータ版) - 1 時間あたりの料金(トレーニング ユニット数)
n1-standard-4 $0.2200(0.4074)
n1-standard-8 $0.4400(0.8148)
n1-standard-16 $0.8800(1.6296)
n1-standard-32 $1.7600(3.2593)
n1-standard-64 $3.5200(6.5185)
n1-standard-96 $5.2800(9.7778)
n1-highmem-2 $0.1370(0.2537)
n1-highmem-4 $0.2740(0.5074)
n1-highmem-8 $0.5480(1.0148)
n1-highmem-16 $1.0960(2.0296)
n1-highmem-32 $2.1920(4.0593)
n1-highmem-64 $4.3840(8.1185)
n1-highmem-96 $6.5760(12.1778)
n1-highcpu-16 $0.6568(1.2163)
n1-highcpu-32 $1.3136(2.4326)
n1-highcpu-64 $2.6272(4.8652)
n1-highcpu-96 $3.9408(7.2978)
アクセラレータ - 1 時間あたりの料金(トレーニング ユニット数)
NVIDIA_TESLA_K80 $0.4900(0.9074)
NVIDIA_TESLA_P4(ベータ版) $0.6500(1.2037)
NVIDIA_TESLA_P100 $1.6000(2.9630)
NVIDIA_TESLA_V100 $2.5500(4.7222)
TPU_V2 コア 8 個6 (使用できません)

アジア太平洋

アジア太平洋のすべての利用可能なリージョンにおけるトレーニング ジョブの料金は、トレーニング ユニットごとに 1 時間あたり $0.54 です。

事前定義のスケール階層 - 1 時間あたりの料金(トレーニング ユニット数)
BASIC $0.2200(0.4074)
STANDARD_1 $2.3020(4.2630)
PREMIUM_1 $19.1640(35.4889)
BASIC_GPU $0.9300(1.7222)
BASIC_TPU (使用できません)
CUSTOM スケール階層として CUSTOM を選択した場合、トレーニング ジョブに使用する仮想マシンの数やタイプを調整できます。マシンタイプについては、表を参照してください。
Cloud ML Engine マシンタイプ - 1 時間あたりの料金(トレーニング ユニット数)
standard $0.2200(0.4074)
large_model $0.5480(1.0148)
complex_model_s $0.3284(0.6081)
complex_model_m $0.6568(1.2163)
complex_model_l $1.3136(2.4326)
standard_gpu $0.9300(1.7222)
complex_model_m_gpu $2.8400(5.2593)
complex_model_l_gpu $3.7200(6.8889)
standard_p100 $2.0400(3.7778)
complex_model_m_p100 $7.2800(13.4815)
standard_v100 $2.9684(5.4970)
large_model_v100 $3.0708(5.6867)
complex_model_m_v100 $11.0368(20.4385)
complex_model_l_v100 $22.0736(40.8770)
cloud_tpu6 (使用できません)
Compute Engine マシンタイプ(ベータ版) - 1 時間あたりの料金(トレーニング ユニット数)
n1-standard-4 $0.2200(0.4074)
n1-standard-8 $0.4400(0.8148)
n1-standard-16 $0.8800(1.6296)
n1-standard-32 $1.7600(3.2593)
n1-standard-64 $3.5200(6.5185)
n1-standard-96 $5.2800(9.7778)
n1-highmem-2 $0.1370(0.2537)
n1-highmem-4 $0.2740(0.5074)
n1-highmem-8 $0.5480(1.0148)
n1-highmem-16 $1.0960(2.0296)
n1-highmem-32 $2.1920(4.0593)
n1-highmem-64 $4.3840(8.1185)
n1-highmem-96 $6.5760(12.1778)
n1-highcpu-16 $0.6568(1.2163)
n1-highcpu-32 $1.3136(2.4326)
n1-highcpu-64 $2.6272(4.8652)
n1-highcpu-96 $3.9408(7.2978)
アクセラレータ - 1 時間あたりの料金(トレーニング ユニット数)
NVIDIA_TESLA_K80 $0.4900(0.9074)
NVIDIA_TESLA_P4(ベータ版) (使用できません)
NVIDIA_TESLA_P100 $1.6000(2.9630)
NVIDIA_TESLA_V100 $2.5500(4.7222)
TPU_V2 コア 8 個6 (使用できません)

予測の料金

以下の表は、バッチ予測とオンライン予測のノード時間あたりの料金を示しています。ノード時間は、仮想マシンで予測ジョブを実行した時間を表します。詳細については、ノード時間をご覧ください。

南北アメリカ

予測 - ノード時間あたりの料金
バッチ予測 $0.0791
オンライン予測
マシンタイプ - ノード時間あたりの料金
mls1-c1-m2(デフォルト)

$0.0401

mls1-c4-m2(ベータ版)

$0.1349

ヨーロッパ

予測 - ノード時間あたりの料金
バッチ予測 $0.0861
オンライン予測
マシンタイプ - ノード時間あたりの料金
mls1-c1-m2(デフォルト)

$0.0441

mls1-c4-m2(ベータ版)

$0.1484

アジア太平洋

予測 - ノード時間あたりの料金
バッチ予測 $0.0861
オンライン予測
マシンタイプ - ノード時間あたりの料金
mls1-c1-m2(デフォルト)

$0.0515

mls1-c4-m2(ベータ版)

$0.1733

注:

  1. 利用はすべて Cloud ML Engine の割り当てポリシーの対象となります。
  2. このページで使用される「トレーニング ユニット」は、[ジョブの詳細] ページに表示される [消費した ML ユニット] とは異なります。「消費した ML ユニット」には継続時間がすでに考慮されています。詳しくは下記をご覧ください。
  3. Cloud ML Engine のライフサイクル中は、データやプログラム ファイルを Google Cloud Storage のバケットに保存する必要があります。詳しくは、Cloud Storage の使用方法をご覧ください。
  4. ボリューム ベースの割引については、セールスチームにお問い合わせください。
  5. 米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。
  6. cloud_tpu マシンタイプは現在、アクセラレータを構成に明示的に接続するかどうかにかかわらず、8 コアの TPU v2 デバイスとなります。いずれの場合も料金は同じです。

料金計算ツール

料金計算ツールを使用して、トレーニングと予測の料金を見積もることができます。

トレーニング料金の詳細

クラウドでモデルをトレーニングする際の料金は以下に基づいて計算されます。

  • 1 分単位で課金。
  • 上の表に示す 1 時間あたりの料金に基づく。1 時間あたりの料金は基本料金とトレーニング ユニット数で計算され、トレーニング ユニット数はトレーニング ジョブの開始時に選択した処理構成によって決まる。
  • 1 トレーニング ジョブの最短時間は 10 分。
  • ジョブにリソースがプロビジョニングされたときからジョブが完了するまで。

事前定義された構成のスケール階層

ユーザーは、モデルをトレーニングする際に使用する処理クラスタのタイプを調整できます。簡単な方法として、「スケール階層」という事前に定義された構成の中から 1 つを選択することもできます。詳細については、スケール階層をご覧ください。

カスタム構成のマシンタイプ

スケール階層として CUSTOM を選択した場合、クラスタのマスター、ワーカー、パラメータ サーバーとして使用する仮想マシンの数やタイプを調整できます。詳細については、マシンタイプをご覧ください。

カスタム処理クラスタを使用したトレーニングの料金は、指定した全マシンの合計になります。個々のマシンのアクティブな処理時間ではなくジョブの合計時間に対して課金されます。

例: トレーニング ユニットを使用してトレーニング料金を計算する

トレーニング ユニットを使用してトレーニング ジョブの料金を計算するには、次の式を使用します。

(training units * base price / 60) * job duration in minutes

例:

  • データ サイエンティストが、南北アメリカのリージョンで STANDARD_1 スケール階層を選択してトレーニング ジョブを実行したとします。このスケール階層は 4.0571 トレーニング ユニットを使用します。このジョブに 15 分かかりました。

    (4.0571 training units * $0.49 per hour / 60) * 15 minutes
    

    このジョブの料金は、総額 $0.50 になります。

  • コンピュータ サイエンスの教授が、南北アメリカのリージョンで CUSTOM スケール階層を使用してトレーニング ジョブを実行したとします。モデルがかなり大きいので、大規模モデルの VM をパラメータ サーバーに利用したいと考えています。そこで、処理クラスタを次のように構成しました。

    • マスターに complex_model_s マシン(0.5788 トレーニング ユニット)
    • large_model VM を利用した 5 台のパラメータ サーバー(0.9665 × 5 = 4.8325 トレーニング ユニット)
    • complex_model_s VM を利用した 8 台のワーカー(0.5788 × 8 = 4.6304 トレーニング ユニット)

    そして、ジョブを 2 時間 26 分実行しました。

    (10.0417 training units * $0.49 per hour / 60) * 146 minutes
    

    このジョブの料金は、総額 $11.97 になります。

例: 1 時間あたりの料金を使用してトレーニング料金を計算する

トレーニング ユニットの代わりに、上の表に示す 1 時間あたりの料金を使用できます。式は次のとおりです。

(Price per hour / 60) * job duration in minutes

例:

  • データ サイエンティストが、南北アメリカのリージョンで STANDARD_1 スケール階層を選択してトレーニング ジョブを実行したとします。このジョブに 15 分かかりました。

    ($1.9880 per hour / 60) * 15 minutes
    

    このジョブの料金は、総額 $0.50 になります。

  • コンピュータ サイエンスの教授が、南北アメリカのリージョンで CUSTOM スケール階層を使用してトレーニング ジョブを実行したとします。モデルがかなり大きいので、大規模モデルの VM をパラメータ サーバーに利用したいと考えています。そこで、処理クラスタを次のように構成しました。

    • マスターに complex_model_s マシン($0.2836)
    • large_model VM を利用した 5 台のパラメータ サーバー($0.4736 × 5 = $2.3680)
    • complex_model_s VM を利用した 8 台のワーカー($0.2836 × 8 = $2.2688)

    そして、ジョブを 2 時間 26 分実行しました。

    (($0.2836 + $2.3680 + $2.2688) per hour / 60) * 146 minutes
    

    このジョブの料金は、総額 $11.97 になります。

例: 「消費した ML ユニット」を使用してトレーニング料金を計算する

[ジョブの詳細] ページに表示される [消費した ML ユニット](消費した機械学習ユニット)は、ジョブの継続時間を考慮したトレーニング ユニット数に相当します。「消費した ML ユニット」を計算に使用する場合は、次の式を使用します。

Consumed ML units * $0.49

例:

  • データ サイエンティストが、南北アメリカのリージョンでトレーニング ジョブを実行したとします。[ジョブの詳細] ページの [消費した ML ユニット] フィールドに「55.75」と表示されています。計算は次のとおりです。

    55.75 consumed ML units * $0.49
    

    このジョブの料金は、総額 $27.32 になります。

[ジョブの詳細] ページを開くには、ジョブリストに移動し、特定のジョブのリンクをクリックします。

予測料金の詳細

予測料金は、Cloud ML Engine がホストするトレーニング モデル バージョンに対するリクエストに適用されます。

料金は以下に基づいて計算されます。

  • 予測を実行する際に処理クラスタの各ノードを使用した時間。
  • 1 分単位で課金。
  • 上の表に示すノード時間あたりの料金に基づく。
  • 予測ジョブの最短時間は 10 分。

ノード時間

Cloud ML Engine が予測用モデルの実行に使用するオンライン処理リソースを「ノード」といいます。ノードは仮想マシンと考えることができます。Cloud ML Engine では、オンライン予測とバッチ予測の処理に対応するため、使用するノード数がスケーリングされます。

ノードでモデルを実行した時間に対して料金が発生します。以下が課金対象の時間となります。

  • バッチ予測ジョブの処理時間
  • オンライン予測リクエストの処理時間
  • モデルがオンライン予測の準備状態になっている時間

バッチ予測の場合:

  • スケーリングでは、ジョブの合計経過時間を短縮することが優先されます。
  • スケーリングが行われた場合、新しいノードの立ち上げに関連するオーバーヘッドが若干発生しますが、ジョブの料金にはほとんど影響しません。
  • バッチ予測ジョブに使用するノードの最大数を設定し、モデルのデプロイ時に実行を続けるノード数を設定することで、スケーリングに影響を与えることができます。

オンライン予測の場合:

  • スケーリングでは、個々のリクエストのレイテンシを短縮することが優先されます。
  • リクエストへの対応後、数分間にわたりモデルがサービスで待機状態に維持されます。
  • スケーリングは毎月の合計料金に影響します。リクエストの数や頻度が増えるほど、使用されるノード数も多くなります。
  • トラフィック量に応じてサービスにスケーリングさせる(自動スケーリング)ことも、レイテンシを回避するために継続実行のノード数を設定することもできます。
  • 自動スケーリングを選択した場合、ノード数は自動的にスケーリングされ、トラフィックがない期間はゼロにスケールダウンされます。
  • 自動スケーリングではなくノード数を指定する場合、デプロイから始まり、モデル バージョンを削除するまで、ノードが実行されているすべての時間が課金対象になります。

オンライン予測では、GPU やその他のアクセラレータを持たないシングルコアのマシンが使用されることに注意してください。

詳細については、ノードの割り当てとスケーリングをご覧ください。

予測の計算の例

1 か月間の予測料金を計算するには、次の式を使用します。

(Price per hour / 60) * job duration in node minutes

例:

  • 南北アメリカのリージョンにある不動産会社が、営業対象地域の住宅価格の週次予測を実行したとします。1 か月間にそれぞれ 3920427738493961 のバッチで 4 週間分の予測を実行しました。予測の処理には平均で 0.72 ノード秒かかりました。

    そして、処理時間に基づく料金がジョブごとに発生します(この例では平均値を使用していますが、実際にはジョブごとの正確な値を使って料金を計算します)。

    3920 * 0.72 = 47.04 minutes
    4277 * 0.72 = 51.324 minutes
    3849 * 0.72 = 46.188 minutes
    3961 * 0.72 = 47.532 minutes
    

    どのジョブも 10 分を超えているため、最低料金の基準は上回っています。したがって、そのまま処理時間 1 分ごとに課金されます。

    ($0.0791 / 60) * 48 = $0.06328
    ($0.0791 / 60) * 52 = $0.06855
    ($0.0791 / 60) * 47 = $0.06196
    ($0.0791 / 60) * 48 = $0.06328
    

    1 か月の総額は $0.26 になります。

例に示す分数は、実際の経過時間に対応していません。バッチ予測とオンライン予測はいずれの場合も、データの処理に 1 台以上のマシンが使用されます。したがって、実際の経過時間は通常、ノード時間またはノード分で表される時間よりも短くなります。

Google Cloud Storage の利用

このドキュメントに記載されている費用のほかに、Cloud ML Engine のライフサイクルの間、データやプログラム ファイルを Google Cloud Storage バケットに保存する必要があります。このストレージは、Cloud Storage 料金ポリシーの対象になります。

次の場面で Cloud Storage の利用が必須となります。

  • トレーニング アプリケーション パッケージをステージングする。

  • トレーニングの入力データを保存する。

  • モデル バージョンをデプロイする準備ができたら、モデルファイルをステージングする。

  • バッチ予測で使用する入力データを保存する。

  • バッチ予測ジョブの出力を保存する。Cloud ML Engine の場合、こうした出力を長期間保存する必要はありません。オペレーションが完了したら、すぐにファイルを削除できます。

  • トレーニング ジョブの出力を保存する。Cloud ML Engine の場合、こうした出力を長期間保存する必要はありません。オペレーションが完了したら、すぐにファイルを削除できます。

リソースを管理するための無料のオペレーション

Cloud ML Engine が提供するリソース管理オペレーションは、無料で利用できます。ただし、Cloud ML Engine 割り当てポリシーにより、オペレーションの一部が制限されることがあります。

リソース 無料のオペレーション
モデル create、get、list、delete
バージョン create、get、list、delete、setDefault
ジョブ get、list、cancel
オペレーション get、list、cancel、delete

次のステップ

このページは役立ちましたか?評価をお願いいたします。

フィードバックを送信...

Cloud Machine Learning Engine(Cloud ML Engine)