价格

Cloud Machine Learning Engine 提供灵活的价格选项,可以根据您的具体项目与预算需求进行调整。Cloud ML Engine 会向您收取训练模型和获取预测结果的费用,但在云端管理机器学习资源是免费的。

价格概览

下面的表格总结了 Cloud ML Engine 在每个适用区域的训练和预测价格。

训练价格

下面的表格提供了各种训练配置的“每小时价格”,以及每种配置使用的“训练单元”2数。训练单元用来衡量作业的资源使用量;一个机器配置的每小时价格等于其使用的训练单元数乘以相应区域的训练费用。

您可以选择预定义的容量层级,也可以选择由所选机器类型组成的自定义配置。如果选择自定义配置,请将您使用的虚拟机的费用相加。

支持加速器的 Cloud ML Engine 机器类型的价格包含了加速器的费用。如果您使用 Compute Engine 机器类型并挂接加速器,则加速器的费用需另外计算。要计算此费用,请将下表中加速器的价格乘以您使用的每种加速器类型的数量。

美洲

在所有可用的美洲区域中,训练作业的费用是每个训练单元每小时 $0.49。

预定义的容量层级 - 每小时价格(训练单元数)
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 如果选择 CUSTOM 作为容量层级,您可以控制用于训练作业的虚拟机数量和类型。请参阅机器类型表。
Cloud ML Engine 机器类型 - 每小时价格(训练单元数)
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) 或不适用(如果明确挂接加速器6
Compute Engine 机器类型(测试版)- 每小时价格(训练单元数)
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)
加速器 - 每小时价格(训练单元数)
NVIDIA_TESLA_K80 $0.4500 (0.9184)
NVIDIA_TESLA_P4(测试版) $0.6000 (1.2245)
NVIDIA_TESLA_P100 $1.4600 (2.9796)
NVIDIA_TESLA_V100 $2.4800 (5.0612)
八个 TPU_V2 核心6 $4.5000 (9.1840)

欧洲

在所有可用的欧洲区域中,训练作业的费用是每个训练单元每小时 $0.54。

预定义的容量层级 - 每小时价格(训练单元数)
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 (未提供)
CUSTOM 如果选择 CUSTOM 作为容量层级,您可以控制用于训练作业的虚拟机数量和类型。请参阅机器类型表。
Cloud ML Engine 机器类型 - 每小时价格(训练单元数)
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 (未提供)
Compute Engine 机器类型(测试版)- 每小时价格(训练单元数)
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)
加速器 - 每小时价格(训练单元数)
NVIDIA_TESLA_K80 $0.4900 (0.9074)
NVIDIA_TESLA_P4(测试版) $0.6500 (1.2037)
NVIDIA_TESLA_P100 $1.6000 (2.9630)
NVIDIA_TESLA_V100 $2.5500 (4.7222)
八个 TPU_V2 核心6 (未提供)

亚太地区

在所有可用的亚太区域中,训练作业的费用是每个训练单元每小时 $0.54。

预定义的容量层级 - 每小时价格(训练单元数)
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 (未提供)
CUSTOM 如果选择 CUSTOM 作为容量层级,您可以控制用于训练作业的虚拟机数量和类型。请参阅机器类型表。
Cloud ML Engine 机器类型 - 每小时价格(训练单元数)
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 (未提供)
Compute Engine 机器类型(测试版)- 每小时价格(训练单元数)
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)
加速器 - 每小时价格(训练单元数)
NVIDIA_TESLA_K80 $0.4900 (0.9074)
NVIDIA_TESLA_P4(测试版) (未提供)
NVIDIA_TESLA_P100 $1.6000 (2.9630)
NVIDIA_TESLA_V100 $2.5500 (4.7222)
八个 TPU_V2 核心6 (未提供)

预测价格

此表格提供了批量预测和在线预测的每“节点小时”价格。节点小时表示预测作业在虚拟机上运行的时间。详细了解节点小时

美洲

预测 - 每节点小时价格
批量预测 $0.0791
在线预测
机器类型 - 每节点小时价格
mls1-c1-m2(默认版)

$0.0401

mls1-c4-m2(测试版)

$0.1349

欧洲

预测 - 每节点小时价格
批量预测 $0.0861
在线预测
机器类型 - 每节点小时价格
mls1-c1-m2(默认版)

$0.0441

mls1-c4-m2(测试版)

$0.1484

亚太地区

预测 - 每节点小时价格
批量预测 $0.0861
在线预测
机器类型 - 每节点小时价格
mls1-c1-m2(默认版)

$0.0515

mls1-c4-m2(测试版)

$0.1733

备注:

  1. 所有使用都受 Cloud ML Engine 配额政策的约束。
  2. 请注意此页面上的“训练单元”与“作业详情”页面上的“已使用的 ML 单元”之间的差异。 “已使用的 ML 单元”已将作业时长考虑在内。 请参阅以下详细信息
  3. 在 Cloud ML Engine 生命周期中,您必须将数据和程序文件存储在 Google Cloud Storage 存储分区中。详细了解 Cloud Storage 的用法
  4. 如需批量折扣,请与销售团队联系
  5. 如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。
  6. cloud_tpu 机器类型目前提供具有 8 个核心的 TPU v2 设备,而无论您是否明确将加速器挂接到配置。无论哪种情况,价格都是一样的。

价格计算器

您可以使用价格计算器来估算训练和预测费用。

关于训练费用的详细信息

在云端训练模型的计费方式如下:

  • 计费时间精确到分钟。
  • 按照上表所示的每小时价格计费,每小时价格由基本价格和训练单元数计算得出,基本价格和训练单元数取决于您在开始训练作业时选择的处理配置。
  • 每项训练作业最低按 10 分钟计费。
  • 计费时间从为作业预配资源之时开始,直到作业完成为止。

预定义配置的容量层级

您可以控制在训练模型时使用的处理集群类型。最简单的方法是选择称为“容量层级”的预定义配置之一。详细了解容量层级

自定义配置的机器类型

如果选择 CUSTOM 作为容量层级,您可以控制用于集群主实例、工作器和参数服务器的虚拟机数量和类型。详细了解机器类型

使用自定义处理集群进行训练的费用等于您指定的所有机器的费用总和。您需要按训练总时间支付费用,而不是按单个机器的实际处理时间付费。

示例:根据训练单元计算训练费用

您可以根据训练单元来计算训练作业的费用,公式如下:

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

示例:

  • 某数据科学家在美洲区域启动了一项训练作业,并选择了 STANDARD_1 容量层级(使用 4.0571 个训练单元)。此项作业持续了 15 分钟:

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

    作业的总费用为 $0.50。

  • 某计算机科学专业教授在美洲区域启动了一项训练作业,并使用 CUSTOM 容量层级。需要训练的模型非常大,所以他们想要利用大型虚拟机作为参数服务器。处理集群的配置方式如下所示:

    • complex_model_s 机器作为主实例(0.5788 个训练单元)。
    • 5 个参数服务器采用 large_model 虚拟机(5 @ 0.9665 = 4.8325 个训练单元)。
    • 8 个工作器采用 complex_model_s 虚拟机(8 @ 0.5788 = 4.6304 个训练单元)。

    作业运行时间为 2 小时 26 分钟:

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

    作业的总费用为 $11.97。

示例:根据每小时价格计算训练费用

除了训练单元之外,您还可以根据上表所示的每小时价格来计算费用。公式如下:

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

示例:

  • 某数据科学家在美洲区域启动了一项训练作业,并选择了 STANDARD_1 容量层级。此项作业持续了 15 分钟:

    ($1.9880 per hour / 60) * 15 minutes
    

    作业的总费用为 $0.50。

  • 某计算机科学专业教授在美洲区域启动了一项训练作业,并使用 CUSTOM 容量层级。需要训练的模型非常大,所以他们想要利用大型虚拟机作为参数服务器。处理集群的配置方式如下所示:

    • complex_model_s 机器作为主实例 ($0.2836)。
    • 5 个参数服务器采用 large_model 虚拟机 (5 @ $0.4736 = $2.3680)。
    • 8 个工作器采用 complex_model_s 虚拟机 (8 @ $0.2836 = $2.2688)。

    作业运行时间为 2 小时 26 分钟:

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

    作业的总费用为 $11.97。

示例:根据“已使用的 ML 单元”计算训练费用

“作业详情”页面上显示的已使用的 ML 单元(使用的机器学习单元)相当于将作业时长考虑在内的训练单元数。根据“已使用的 ML 单元”计算费用的公式如下:

Consumed ML units * $0.49

示例:

  • 某数据科学家在美洲区域启动了一项训练作业。“作业详情”页面上的已使用的 ML 单元字段显示 55.75。计算公式如下:

    55.75 consumed ML units * $0.49
    

    作业的总费用为 $27.32。

要找到“作业详情”页面,请转到作业列表,然后点击特定作业的链接。

关于预测费用的详细信息

预测价格适用于向 Cloud ML Engine 托管的经过训练的模型版本发出的请求。

计费方式如下:

  • 根据执行预测的处理集群中每个节点上所用的时间计费。
  • 计费时间精确到分钟。
  • 根据上表所示的每节点小时价格计费。
  • 每项预测作业最低按 10 分钟计费。

节点小时

Cloud ML Engine 用于运行预测模型的在线处理资源称为节点。您可以将节点视为虚拟机。Cloud ML Engine 会根据在线预测和批量预测的工作量来调节使用的节点数。

您需要为模型在节点上运行的时间支付费用,包括:

  • 处理批量预测作业的时间。
  • 处理在线预测请求的时间。
  • 模型处于就绪状态,可用于在线预测的时间。

对于批量预测:

  • 容量扩缩的优先目标是减少作业的总时间。
  • 尽管增派新节点需要一定的开销,但容量扩缩对作业价格的影响微乎其微。
  • 您可以影响容量扩缩方式,方法是为批量预测作业设置所用节点数量上限,以及设置部署模型时要保持运行的节点数。

对于在线预测:

  • 容量扩缩的优先目标是减少各个请求的延迟时间。
  • 服务会让您的模型在处理请求后的几分钟空闲时间里保持就绪状态。
  • 容量扩缩会影响您每个月的总费用:请求数越多,请求越频繁,使用的节点就越多。
  • 您可以选择让服务根据流量多少来扩缩容量(自动扩缩),也可以指定不间断运行一定数量的节点以避免延迟。
  • 如果选择自动扩缩,节点数量将自动调整,在无流量期间可能会缩减为零。
  • 如果您选择指定节点数量(而不是自动扩缩),您需要为节点的全部运行时间支付费用:从部署时开始,一直到您删除模型版本为止。

请注意,在线预测使用不带 GPU 或其他加速器的单核机器。

您可以详细了解节点分配和扩缩

预测费用计算示例

您可以按以下公式来计算一个月的预测费用:

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

示例:

  • 美洲区域一家房地产公司每周都会对他们营业地区的房屋价值进行预测。在一个月的四周内,他们分别运行了包含 3920427738493961 项预测的四项作业。每项预测平均需要 0.72 个节点秒的处理时间。

    处理费用是按作业计算的(本例使用平均值,但实际费用会依据每项作业的确切值):

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

    每项作业都超过十分钟,因此是按处理分钟数计费:

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

    当月的总费用为 $0.26。

示例中的分钟数并不等于实际所用时间。批量预测和在线预测都使用一台或多台机器来处理数据。因此,实际所用时间通常比以节点小时或节点分钟表示的时间短。

必须使用 Google Cloud Storage

除了本文所说明的费用之外,在 Cloud ML Engine 生命周期中,您必须将数据和程序文件存储在 Google Cloud Storage 存储分区中。此类存储受 Cloud Storage 价格政策的约束。

以下情况需使用 Cloud Storage:

  • 暂存训练应用软件包。

  • 存储训练输入数据。

  • 在准备部署模型版本时暂存模型文件。

  • 存储要进行批量预测的输入数据。

  • 存储批量预测作业的输出结果。Cloud ML Engine 不需要长期存储这些内容。操作完成后,您可以立即移除相关文件。

  • 存储训练作业的输出结果。Cloud ML Engine 不需要长期存储这些内容。操作完成后,您可以立即移除相关文件。

用于管理资源的免费操作

Cloud ML Engine 提供的资源管理操作是免费的。Cloud ML Engine 配额政策对其中一些操作进行了限制。

资源 免费操作
模型 create、get、list、delete
版本 create、get、list、delete、setDefault
作业 get、list、cancel
操作 get、list、cancel、delete

后续步骤

此页内容是否有用?请给出您的反馈和评价:

发送以下问题的反馈:

此网页
AI 平台