Precios

Cloud Machine Learning Engine ofrece opciones de precios flexibles y escalables que se adaptan a tu proyecto y a tu presupuesto. Cloud ML Engine cobra la capacitación de tus modelos y las predicciones, pero la administración de tus recursos de aprendizaje automático en la nube es gratuita.

Descripción general de los precios

La siguiente tabla describe los precios por región para la capacitación, la predicción por lotes y la predicción en línea.

EE.UU.

Capacitación (EE.UU.)

El costo de un trabajo de capacitación es de $0.49 por hora y por unidad de capacitación. La configuración de la máquina que seleccionas para ejecutar tu trabajo determina la cantidad de unidades de capacitación. Puedes seleccionar un nivel de escala predefinido o una configuración personalizada de tipos de máquinas seleccionados. Consulta la siguiente tabla para ver más detalles.

Niveles de escala predefinidos: Precio por hora (y unidades de capacitación)
BASIC

$0.2774 (0.5661)

STANDARD_1

$2.9025 (5.9234)

PREMIUM_1

$24.1683 (49.323)

BASIC_GPU

$1.2118 (2.4731)

CUSTOM

Si seleccionas PERSONALIZADO para tu nivel de escala, tienes el control de la cantidad y del tipo de máquinas virtuales que usas para tus trabajos de capacitación. Consulta la tabla de tipos de máquinas.

Tipos de máquinas: Precio por hora (y unidades de capacitación)
standard

$0.2774 (0.5661)

large_model

$0.6915 (1.4111)

complex_model_s

$0.4141 (0.845)

complex_model_m

$0.8281 (1.69)

complex_model_l

$1.6562 (3.38)

standard_gpu

$1.2118 (2.4731)

complex_model_m_gpu

$3.7376 (7.6278)

complex_model_l_gpu

$7.4752 (15.2555)

standard_p100 (Beta)

$2.6864 (5.4824)

complex_model_m_p100 (Beta)

$9.636 (19.6653)

Predicción por lotes (EE.UU.) $0.09262 por hora de nodo.3
Predicción en línea (EE.UU.) $0.3 por hora de nodo.3

Europa

Capacitación (Europa)

El costo de un trabajo de capacitación es de $0.54 por hora y por unidad de capacitación. La configuración de la máquina que seleccionas para ejecutar tu trabajo determina la cantidad de unidades de capacitación. Puedes seleccionar un nivel de escala predefinido o una configuración personalizada de tipos de máquinas seleccionados. Consulta la siguiente tabla para ver más detalles.

Niveles de escala predefinidos: Precio por hora (y unidades de capacitación)
BASIC

$0.3212 (0.5948)

STANDARD_1

$3.3609 (6.2239)

PREMIUM_1

$27.9794 (51.8138)

BASIC_GPU

$1.3578 (2.5144)

CUSTOM

Si seleccionas PERSONALIZADO para tu nivel de escala, tienes el control de la cantidad y del tipo de máquinas virtuales que usas para tus trabajos de capacitación. Consulta la tabla de tipos de máquinas.

Tipos de máquinas: Precio por hora (y unidades de capacitación)
standard

$0.3212 (0.5948)

large_model

$0.8001 (1.4816)

complex_model_s

$0.4795 (0.8879)

complex_model_m

$0.9589 (1.7758)

complex_model_l

$1.9179 (3.5516)

standard_gpu

$1.3578 (2.5144)

complex_model_m_gpu

$4.1464 (7.6785)

complex_model_l_gpu

$8.2928 (15.357)

standard_p100 (Beta)

$2.9784 (5.5156)

complex_model_m_p100 (Beta)

$10.6288 (19.6830)

Predicción por lotes (Europa) $0.10744 por hora de nodo.3
Predicción en línea (Europa) $0.348 por hora de nodo.3

Asia-Pacífico

Capacitación (Asia-Pacífico)

El costo de un trabajo de capacitación es de $0.54 por hora y por unidad de capacitación. La configuración de la máquina que seleccionas para ejecutar tu trabajo determina la cantidad de unidades de capacitación. Puedes seleccionar un nivel de escala predefinido o una configuración personalizada de tipos de máquinas seleccionados. Consulta la siguiente tabla para ver más detalles.

Niveles de escala predefinidos: Precio por hora (y unidades de capacitación)
BASIC

$0.3212 (0.5948)

STANDARD_1

$3.3609 (6.2239)

PREMIUM_1

$27.9794 (51.8138)

BASIC_GPU

$1.3578 (2.5144)

CUSTOM

Si seleccionas PERSONALIZADO para tu nivel de escala, tienes el control de la cantidad y del tipo de máquinas virtuales que usas para tus trabajos de capacitación. Consulta la tabla de tipos de máquinas.

Tipos de máquinas: Precio por hora (y unidades de capacitación)
standard

$0.3212 (0.5948)

large_model

$0.8001 (1.4816)

complex_model_s

$0.4795 (0.8879)

complex_model_m

$0.9589 (1.7758)

complex_model_l

$1.9179 (3.5516)

standard_gpu

$1.3578 (2.5144)

complex_model_m_gpu

$4.1464 (7.6785)

complex_model_l_gpu

$8.2928 (15.357)

standard_p100 (Beta)

$2.9784 (5.5156)

complex_model_m_p100 (Beta)

$10.6288 (19.6830)

Predicción por lotes (Asia-Pacífico) $0.10744 por hora de nodo.3
Predicción en línea (Asia-Pacífico) $0.348 por hora de nodo.3

Notas:

  1. Todo el uso está sujeto a la política de cuotas de Cloud ML Engine.
  2. Es necesario que almacenes tus datos y archivos de programa en depósitos de Google Cloud Storage durante el ciclo de vida de Cloud ML Engine. Obtén más información sobre el uso de Cloud Storage.
  3. Una hora de nodo representa el tiempo que pasa tu trabajo de predicción ejecutándose en una máquina virtual. Obtén más información acerca de las horas de nodo.
  4. Para ver los descuentos por volumen, comunícate con el equipo de ventas.
  5. Si pagas en una moneda distinta del dólar estadounidense, se aplican los precios que aparecen en tu moneda en las SKU de Cloud Platform.

La calculadora de precios

Usa la calculadora de precios para estimar los costos de tu capacitación y predicción.

Más información acerca de los costos de la capacitación

Se cobra la capacitación de tus modelos en la nube:

  • En incrementos de un minuto.
  • Con el precio por hora que se muestra en la tabla anterior, en donde el precio por hora se calcula a partir de un precio base y de una cantidad de unidades de capacitación y está determinado por la configuración de procesamiento que selecciones cuando inicies tu trabajo de capacitación.
  • Con un mínimo de 10 minutos por trabajo de capacitación.
  • A partir del momento en que los recursos se aprovisionen para un trabajo y hasta que el trabajo finalice.

Niveles de escala para las configuraciones predefinidas

Puedes controlar el tipo de clúster de procesamiento para usar cuando capacites un modelo. La forma más sencilla es seleccionar una de las configuraciones predeterminadas, denominadas niveles de escala. Obtén más información acerca de los niveles de escala en la descripción general de la capacitación.

Tipos de máquinas para las configuraciones personalizadas

Si seleccionas CUSTOM para tu nivel de escala, tienes el control de la cantidad y del tipo de máquinas virtuales que usas para servidores de parámetros, trabajadores e instancias principales del clúster. Obtén más información acerca de los tipos de máquinas en descripción general de la capacitación.

El costo de la capacitación con un clúster de procesamiento personalizado es la suma de todas las máquinas que especifiques. Se cobra el tiempo total del trabajo, no el tiempo de procesamiento activo de las máquinas individuales.

Ejemplos: Cómo calcular el costo de la capacitación con unidades de capacitación

Usa las unidades de capacitación para calcular tu trabajo de capacitación con la siguiente fórmula:

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

Ejemplos:

  • Un científico de datos, en la región de EE.UU., ejecuta un trabajo de capacitación y selecciona el nivel de escala STANDARD_1, que usa 5.9234 unidades de capacitación. El trabajo se realiza en 15 minutos:

    (5.9234 training units * $0.49 per hour / 60) * 15 minutes
    

    Con un total de $0.73 por el trabajo.

  • Un profesor de ciencias de la computación, en la región de EE.UU., ejecuta un trabajo de capacitación con un nivel de escala CUSTOM. Cuenta con un modelo muy grande, así que quiere aprovechar las grandes VM del modelo para sus servidores de parámetros. Configura un clúster de procesamiento de la siguiente manera:

    • Una máquina virtual complex_model_s para su instancia principal (0.845 unidades de capacitación).
    • 5 servidores de parámetros en VM large_model (5 a 1.4111 = 7.0555 unidades de capacitación).
    • 8 trabajadores en VM complex_model_s (8 a 0.845 = 6.76 unidades de capacitación).

    El trabajo se ejecuta durante 2 horas y 26 minutos:

    (4.6605 training units * $0.49 per hour / 60) * 146 minutes
    

    Con un total de $17.48 por el trabajo.

Ejemplos: Cómo calcular el costo de la capacitación con el precio por hora

En lugar de unidades de capacitación, puedes usar el precio por hora que se muestra en la tabla anterior. La fórmula es la siguiente:

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

Ejemplos:

  • Un científico de datos, en la región de EE.UU., ejecuta un trabajo de capacitación y selecciona el nivel de escala STANDARD_1. El trabajo se realiza en 15 minutos:

    ($2.9025 per hour / 60) * 15 minutes
    

    Con un total de $0.73 por el trabajo.

  • Un profesor de ciencias de la computación, en la región de EE.UU., ejecuta un trabajo de capacitación con un nivel de escala CUSTOM. Cuenta con un modelo muy grande, así que quiere aprovechar las grandes VM del modelo para sus servidores de parámetros. Configura un clúster de procesamiento de la siguiente manera:

    • Una máquina complex_model_s para su instancia principal ($0.4141).
    • 5 servidores de parámetros en VM large_model (5 a $0.6915 = $3.4575).
    • 8 trabajadores en VM complex_model_s (8 a $0.4141 = $3.3128).

    El trabajo se ejecuta durante 2 horas y 26 minutos:

    (($0.41406 + $3.4573 + $3.31248) per hour / 60) * 146 minutes
    

    Con un total de $17.48 por el trabajo.

Ejemplos: Cómo calcular el costo de la capacitación con "Unidades de AA consumidas"

Las unidades de AA consumidas (unidades de aprendizaje automático consumidas) que se muestran en la página Detalles del trabajo son equivalentes a las unidades de capacitación con la duración del trabajo incluida. Cuando uses las unidades de AA consumidas en tus cálculos, usa la siguiente fórmula:

Consumed ML units * $0.49

Ejemplo:

  • Un científico de datos en la región de EE.UU. ejecuta un trabajo de capacitación. El campo Unidades de AA consumidas, en la página Detalles del proyecto, muestra 55.75. El cálculo es el siguiente:

    55.75 consumed ML units * $0.49
    

    Con un total de $27.32 por el trabajo.

Para encontrar la página Detalles del trabajo, ve a la Lista de trabajos y haz clic en el vínculo de un trabajo específico.

Más información acerca de los costos de la predicción

Los precios de la predicción se aplican a las solicitudes realizadas para las versiones del modelo capacitado alojadas en Cloud ML Engine.

Cómo y qué se cobra:

  • El tiempo que se usa en cada nodo en el clúster de procesamiento que lleva a cabo las predicciones.
  • En incrementos de un minuto.
  • Sobre la base de un precio por hora de nodo, como se muestra en la tabla anterior.
  • Con un mínimo de 10 minutos por trabajo de predicción.

Horas de nodo

Los recursos de procesamiento en línea que usa Cloud ML Engine para ejecutar tu modelo para la predicción se denominan nodos. Puedes considerar un nodo como una máquina virtual. Cloud ML Engine escala la cantidad de nodos que usa para alojar el trabajo para la predicción en línea y por lotes.

Se cobra el tiempo que se ejecuta tu modelo en un nodo, incluido lo siguiente:

  • Cuando se procesa un trabajo de predicción por lotes.
  • Cuando se procesa una solicitud de predicción en línea.
  • Cuando tu modelo se encuentra preparado para realizar predicciones en línea.

Para la predicción por lotes:

  • La prioridad del escalamiento es reducir el tiempo transcurrido total del trabajo.
  • El escalamiento no debería afectar mucho el precio de tu trabajo, aunque se pueden generar costos si se agrega un nuevo nodo.
  • Puedes modificar el escalamiento mediante la configuración de una cantidad máxima de nodos para usar en un trabajo de predicción por lotes y la configuración de la cantidad de nodos que deben seguir ejecutándose para un modelo cuando lo implementas.

Para la predicción en línea:

  • La prioridad del escalamiento es reducir la latencia de las solicitudes individuales.
  • El servicio mantiene tu modelo preparado durante unos minutos inactivos después de inspeccionar una solicitud.
  • El escalamiento afecta tus costos totales cada mes: cuanto más numerosas y frecuentes sean tus solicitudes, se usarán más nodos.
  • Puedes elegir dejar que el servicio escale según el tráfico (escalamiento automático) o puedes especificar una cantidad de nodos para que se ejecuten constantemente a fin de evitar la latencia.
  • Si eliges el escalamiento automático, la cantidad de nodos escala automáticamente y puede escalar a cero en períodos sin tráfico.
  • Si eliges especificar una cantidad de nodos en lugar del escalamiento automático, se cobra todo el tiempo en que los nodos se ejecutan, a partir del momento de la implementación y hasta que borres la versión del modelo.

Ten en cuenta que la predicción en línea usa máquinas de un solo núcleo sin GPU ni otros aceleradores.

Puedes obtener más información acerca de la asignación de nodos y del escalamiento en la guía de predicciones.

Ejemplos de cálculos de predicciones

Usa la siguiente fórmula para calcular el costo de tu predicción en un mes:

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

Ejemplo:

  • Una empresa de bienes raíces de EE.UU. ejecuta una predicción semanal del valor de las viviendas en las áreas en las que trabaja. En un mes, ejecuta predicciones de cuatro semanas en lotes de 3920, 4277, 3849 y 3961. Las predicciones toman un promedio de 0.72 segundos de nodo de procesamiento.

    El costo del procesamiento es por trabajo (este ejemplo usa el promedio, pero los costos reales usan valores exactos para cada trabajo):

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

    Cada trabajo es mayor que diez minutos, por ende, se cobra por minuto de procesamiento:

    ($0.09262 / 60) * 48 = $0.0741
    ($0.09262 / 60) * 52 = $0.08027
    ($0.09262 / 60) * 47 = $0.07255
    ($0.09262 / 60) * 48 = $0.0741
    

    Con un costo total por mes de $0.30.

La cantidad de minutos que se muestra en los ejemplos no corresponde al tiempo transcurrido total. Tanto la predicción en línea como la predicción por lote usan una o varias máquinas para procesar los datos. Por lo tanto, el tiempo transcurrido real es, generalmente, más corto que el tiempo expresado en horas o en minutos de nodo.

Uso obligatorio de Google Cloud Storage

Además de los costos descritos en este documento, es necesario que almacenes los datos y los archivos de programa en depósitos de Google Cloud Storage durante el ciclo de vida de Cloud ML Engine. Este almacenamiento está sujeto a la política de precios de Cloud Storage.

El uso obligatorio de Cloud Storage incluye lo siguiente:

  • Llevar a cabo la etapa de pruebas del paquete de aplicaciones de capacitación cuando capacitas tu modelo.

  • Almacenar tus datos de entrada de capacitación.

  • Llevar a cabo la etapa de pruebas de tus archivos de modelo cuando estés listo para implementar una versión.

  • Almacenar tus datos de entrada para la predicción por lotes.

  • Almacenar el resultado de tus trabajos de predicción por lotes. Cloud ML Engine no requiere de un almacenamiento a largo plazo de estos elementos. Puedes borrar los archivos apenas finalice la operación.

  • Almacenar el resultado de tus trabajos de capacitación. Cloud ML Engine no requiere de un almacenamiento a largo plazo de estos elementos. Puedes borrar los archivos apenas finalice la operación.

Operaciones gratuitas para la administración de tus recursos

Las operaciones de administración de los recursos que proporciona Cloud ML Engine están disponibles sin costo. La política de cuotas de Cloud ML Engine no tiene límites para algunas de estas operaciones.

Recurso Operaciones gratuitas
models create, get, list, delete
versions create, get, list, delete, setDefault
jobs get, list, cancel
operations get, list, cancel, delete

¿Qué sigue?

¿Te sirvió esta página? Envíanos tu opinión:

Enviar comentarios sobre…

Cloud Machine Learning Engine (Cloud ML Engine)