Prezzi di Vertex AI

I prezzi sono indicati in dollari statunitensi (USD). Se la valuta utilizzata per il pagamento è diversa da USD, si applicano i prezzi elencati nella tua valuta negli SKU di Cloud Platform.

Prezzi di Vertex AI rispetto ai prezzi di AI Platform legacy

I costi per Vertex AI rimangono invariati rispetto a quelli per i prodotti esistenti che Vertex AI ha sostituito. Ad esempio, il costo di addestramento di un modello per la classificazione di immagini AutoML è lo stesso per l'addestramento con Vertex AI o con AutoML Vision.

Se utilizzi prodotti della piattaforma AI legacy, la fatturazione potrebbe essere espressa in termini di "unità ML".

Prezzi dei modelli AutoML

Per i modelli AutoML di Vertex AI, paghi per tre attività principali:

  • Addestramento del modello
  • Deployment del modello a un endpoint
  • Utilizzo del modello per fare previsioni

Vertex AI utilizza configurazioni di macchine predefinite per i modelli AutoML Vertex e la tariffa oraria per queste attività riflette l'utilizzo delle risorse.

Il tempo necessario per l'addestramento del modello dipende dalle dimensioni e dalla complessità dei dati di addestramento. È necessario eseguire il deployment prima che i modelli possano fornire previsioni o spiegazioni online.

Paghi per ogni modello sottoposto a deployment in un endpoint, anche se non generi alcuna previsione. Devi annullare il deployment del modello per non incorrere in ulteriori addebiti. Non vengono addebitati costi per i modelli non sottoposti a deployment o il cui deployment non è andato a buon fine.

Paghi solo per le ore di calcolo utilizzate; se l'addestramento non riesce per motivi diversi da un annullamento avviato dall'utente, non ti verrà addebitato il tempo. Ti viene addebitato il tempo di addestramento se annulli l'operazione.

Seleziona un tipo di modello tra quelli riportati di seguito per le informazioni sui prezzi.

Dati dell'immagine

Operazione Prezzo per ora nodo (classificazione) Prezzo per ora nodo (rilevamento di oggetti)
Addestramento 3,465 $ 3,465 $
Addestramento (modello dispositivo periferico) 18,00 $ 18,00 $
Deployment e previsione online 1,375 $ 2,002 $
Previsione batch 2,222 $ 2,222 $

Dati relativi ai video

Operazione Prezzo per ora nodo (classificazione, monitoraggio oggetti) Prezzo per ora nodo (riconoscimento azioni)
Formazione 3,234 $ 3,300 $
Addestramento (modello dispositivo periferico) 10,78 $ 11,00 $
Previsioni 0,462 $ 0,550 $

Dati tabulari

Operazione Prezzo per ora nodo per classificazione/regressione Prezzo per le previsioni
Addestramento 21,252 $ Fai riferimento alla previsione di AI AI
Previsione Stesso prezzo delle previsioni per modelli addestrati personalizzati Fai riferimento alla previsione di AI AI

Dati di testo

Operazione Prezzo
Caricamento dati legacy (solo PDF)

Prime 1000 pagine gratuite ogni mese

1,50 $ ogni 1000 pagine

0,60 $ ogni 1000 pagine oltre 5.000.000
Addestramento 3,30 $ all'ora
Deployment $ 0,05 all'ora
Previsione

5 $ per 1000 record di testo

25,00 $ per 1000 pagine di documento, ad esempio file PDF (solo legacy)

I prezzi per le richieste di previsione del testo di AutoML Vertex vengono calcolati in base al numero di record di testo inviati per l'analisi. Un record di testo è costituito da un massimo di 1000 caratteri Unicode di testo normale (inclusi gli spazi vuoti e caratteri di markup come tag HTML o XML).

Se il testo fornito in una richiesta di previsione contiene più di 1000 caratteri, viene calcolato come un singolo record di testo per ogni 1000 caratteri. Ad esempio, se invii tre richieste contenenti rispettivamente 800, 1500 e 600 caratteri, ti verranno addebitati quattro record di testo: uno per la prima richiesta (800), due per la seconda richiesta (1500) e uno per la terza richiesta (600).

Costi di previsione per Vertex Explainable AI

Il calcolo associato a Vertex Explainable AI viene addebitato alla stessa tariffa della previsione. Tuttavia, il tempo di elaborazione delle spiegazioni è superiore a quello delle previsioni normali, pertanto un utilizzo intensivo di Vertex Explainable AI insieme alla scalabilità automatica potrebbe comportare l'avvio di più nodi, aumentando i costi delle previsioni.

Previsione Vertex AI

AutoML

Fase Prezzi
Previsione 0,2 $ per 1000 punti dati* (0-1 milioni di punti dati)
0,12 $ per 1000 punti dati* (1 milione-50 milioni di punti)
0,02 $ per 1000 punti dati* (>50 milioni di punti)
Addestramento 21,25 $/h in tutte le aree geografiche
Explainable AI Spiegabilità utilizzando i valori di Shapley. Fai riferimento alla pagina dei prezzi di Vertex AI Prediction and Explanation.

* Un punto dati di previsione è un punto temporale nell'orizzonte di previsione. Ad esempio, con granularità giornaliera un orizzonte di 7 giorni è pari a 7 punti per ogni serie temporale.

  • Puoi includere fino a 5 quantili di previsione senza costi aggiuntivi.
  • Il numero di punti dati consumati per livello viene aggiornato ogni mese.

ARIMA+

Fase Prezzi
Previsione 5,00$per TB
Addestramento 250,00$per TB x Numero di modelli candidati x Numero di finestre di test retroattivo*
Explainable AI La spiegabilità con la scomposizione delle serie temporali non comporta alcun costo aggiuntivo. La spiegabilità tramite i valori Shapley non è supportata.

Per maggiori dettagli, consulta la pagina dei prezzi di BigQuery ML. Ogni job di addestramento e previsione comporta il costo di un'esecuzione della pipeline gestita, come descritto nei prezzi di Vertex AI.

* Viene creata una finestra di backtest per ogni periodo del set di test. Il AUTO_ARIMA_MAX_ORDER utilizzato determina il numero di modelli candidati. L'intervallo va da 6 a 42 per i modelli con più serie temporali.

Modelli addestrati personalizzati

Formazione

Le tabelle riportate di seguito mostrano il prezzo per ora approssimativo delle diverse configurazioni di addestramento. Puoi scegliere una configurazione personalizzata di tipi di macchine selezionati. Per calcolare i prezzi, somma i costi delle macchine virtuali che utilizzi.

Se si utilizzano tipi di macchine di Compute Engine e si collegano gli acceleratori, il costo degli acceleratori è separato. Per calcolare tale costo, moltiplica i prezzi nella tabella degli acceleratori sotto riportata per il numero di ore macchina per ciascun tipo di acceleratore utilizzato.

Tipi di macchina

Americas

Europa

Asia Pacifico
Se la valuta utilizzata per il pagamento è diversa da USD, si applicano i prezzi elencati nella tua valuta negli SKU di Cloud Platform.

Acceleratori

Americas

Europa

Asia Pacifico
Se la valuta utilizzata per il pagamento è diversa da USD, si applicano i prezzi elencati nella tua valuta negli SKU di Cloud Platform.

* Il prezzo per l'addestramento tramite un pod Cloud TPU si basa sul numero di core nel pod. Il numero di core in un pod è sempre un multiplo di 32. Per determinare il prezzo di addestramento su un pod con più di 32 core, prendi il prezzo per un pod a 32 core e moltiplicalo per il numero di core diviso per 32. Ad esempio, per un pod a 128 core, il prezzo è (32-core Pod price) * (128/32). Per informazioni sui pod di Cloud TPU disponibili per un'area geografica specifica, consulta la sezione Architettura di sistema nella documentazione di Cloud TPU.

Dischi

Americas

Europa

Asia Pacifico
Se la valuta utilizzata per il pagamento è diversa da USD, si applicano i prezzi elencati nella tua valuta negli SKU di Cloud Platform.

Ti viene addebitato il costo per l'addestramento dei modelli dal momento in cui viene eseguito il provisioning delle risorse per un job fino al termine del job stesso.

Livelli di scalabilità per le configurazioni predefinite (AI Platform Training)

Puoi controllare il tipo di cluster di elaborazione da utilizzare durante l'addestramento del tuo modello. Il modo più semplice consiste nello scegliere una delle configurazioni predefinite denominate livelli di scalabilità. Ulteriori informazioni sui livelli di scalabilità.

Tipi di macchine per le configurazioni personalizzate

Se utilizzi Vertex AI o selezioni CUSTOM come livello di scalabilità per AI Platform Training, puoi controllare il numero e il tipo di macchine virtuali da utilizzare per il master, il worker e i server dei parametri del cluster. Scopri di più sui tipi di macchine per Vertex AI e sui tipi di macchine per AI Platform Training.

Il costo dell'addestramento con un cluster di elaborazione personalizzato equivale alla somma di tutte le macchine specificate. Ti vengono addebitati i costi per il tempo totale del job, non per il tempo di elaborazione attivo delle singole macchine.

Calcola il costo dell'addestramento utilizzando "Unità ML consumate";

Le Unità ML consumate (unità di machine learning consumate) visualizzate nella pagina Dettagli job equivalgono alle unità di addestramento tenendo conto della durata del job. Quando utilizzi le Unità ML consumate nei tuoi calcoli, usa la formula seguente:

(Consumed ML units) * (Machine type cost)

Esempio:

  • Un data scientist esegue un job di addestramento su un'istanza di macchina e2-standard-4 nell'area geografica us-west1 (Oregon). Il campo Unità ML consumate nella pagina Dettagli job mostra il valore 55,75. Il calcolo è il seguente:

    55.75 consumed ML units * 0.154114

    Per un totale di 8,59 $per il job.

Per trovare la pagina Dettagli job, accedi all'elenco dei job e fai clic sul link di un job specifico.

Previsione e spiegazione

Questa tabella fornisce i prezzi delle previsioni batch e online e della spiegazione online per ora nodo. Un'ora nodo rappresenta il tempo dell'esecuzione del job di previsione su una macchina virtuale o il tempo che la VM trascorre in attesa in stato di pronto prima di gestire le richieste di previsione o spiegazione.

Americhe

Previsione
Previsioni e spiegazioni
Tipi di macchine - prezzo per ora nodo
n1-standard-2 Approssimazioni:
us-east4 0,123 $
northamerica-northeast1 0,1203 $
Altre aree geografiche nelle Americhe 0,1093 $
n1-standard-4 Approssimazioni:
us-east4 0,2461 $
northamerica-northeast1 0,2405 $
Altre aree geografiche nelle Americhe 0,2186 $
n1-standard-8 Approssimazioni:
us-east4 0,4922 $
northamerica-northeast1 0,4811 $
Altre aree geografiche nelle Americhe 0,4372 $
n1-standard-16 Approssimazioni:
us-east4 0,9843 $
northamerica-northeast1 0,9622 $
Altre aree geografiche nelle Americhe 0,8744 $
n1-standard-32 Approssimazioni:
us-east4 1,9687 $
northamerica-northeast1 1,9243 $
Altre aree geografiche nelle Americhe 1,7488 $
n1-highmem-2 Approssimazioni:
us-east4 0,1532 $
northamerica-northeast1 0,1498 $
Altre aree geografiche nelle Americhe 0,1361 $
n1-highmem-4 Approssimazioni:
us-east4 0,3064 $
northamerica-northeast1 0,2995 $
Altre aree geografiche nelle Americhe 0,2723 $
n1-highmem-8 Approssimazioni:
us-east4 0,6129 $
northamerica-northeast1 0,5991 $
Altre aree geografiche nelle Americhe 0,5445 $
n1-highmem-16 Approssimazioni:
us-east4 1,2257 $
northamerica-northeast1 1,1982 $
Altre aree geografiche nelle Americhe 1,089 $
n1-highmem-32 Approssimazioni:
us-east4 2,4515 $
northamerica-northeast1 2,3963 $
Altre aree geografiche nelle Americhe 2,178 $
n1-highcpu-2 Approssimazioni:
us-east4 0,0918 $
northamerica-northeast1 0,0897 $
Altre aree geografiche nelle Americhe 0,0815 $
n1-highcpu-4 Approssimazioni:
us-east4 0,1835 $
northamerica-northeast1 0,1794 $
Altre aree geografiche nelle Americhe 0,163 $
n1-highcpu-8 Approssimazioni:
us-east4 0,3671 $
northamerica-northeast1 0,3588 $
Altre aree geografiche nelle Americhe 0,326 $
n1-highcpu-16 Approssimazioni:
us-east4 0,7341 $
northamerica-northeast1 0,7176 $
Altre aree geografiche nelle Americhe 0,6519 $
n1-highcpu-32 Approssimazioni:
us-east4 1,4683 $
northamerica-northeast1 1,4352 $
Altre aree geografiche nelle Americhe 1,3039 $

Europa

Previsione
Previsioni e spiegazioni
Tipi di macchine - prezzo per ora nodo
n1-standard-2 Approssimazioni:
europe-west2 0,1408 $
Altre aree geografiche in Europa 0,1265 $
n1-standard-4 Approssimazioni:
europe-west2 0,2815 $
Altre aree geografiche in Europa 0,2531 $
n1-standard-8 Approssimazioni:
europe-west2 0,563 $
Altre aree geografiche in Europa 0,5061 $
n1-standard-16 Approssimazioni:
europe-west2 1,126 $
Altre aree geografiche in Europa 1,0123 $
n1-standard-32 Approssimazioni:
europe-west2 2,2521 $
Altre aree geografiche in Europa 2,0245 $
n1-highmem-2 Approssimazioni:
europe-west2 0,1753 $
Altre aree geografiche in Europa 0,1575 $
n1-highmem-4 Approssimazioni:
europe-west2 0,3506 $
Altre aree geografiche in Europa 0,3151 $
n1-highmem-8 Approssimazioni:
europe-west2 0,7011 $
Altre aree geografiche in Europa 0,6302 $
n1-highmem-16 Approssimazioni:
europe-west2 1,4022 $
Altre aree geografiche in Europa 1,2603 $
n1-highmem-32 Approssimazioni:
europe-west2 2,8044 $
Altre aree geografiche in Europa 2,5206 $
n1-highcpu-2 Approssimazioni:
europe-west2 0,105 $
Altre aree geografiche in Europa 0,0944 $
n1-highcpu-4 Approssimazioni:
europe-west2 0,21 $
Altre aree geografiche in Europa 0,1888 $
n1-highcpu-8 Approssimazioni:
europe-west2 0,4199 $
Altre aree geografiche in Europa 0,3776 $
n1-highcpu-16 Approssimazioni:
europe-west2 0,8398 $
Altre aree geografiche in Europa 0,7552 $
n1-highcpu-32 Approssimazioni:
europe-west2 1,6796 $
Altre aree geografiche in Europa 1,5104 $

Asia Pacifico

Previsione
Previsioni e spiegazioni
Tipi di macchine - prezzo per ora nodo
n1-standard-2 Approssimazioni:
asia-northeast1 0,1402 $
asia-southeast1 0,1348 $
australia-southeast1 0,155 $
Altre aree geografiche dell'Asia Pacifico 0,1265 $
n1-standard-4 Approssimazioni:
asia-northeast1 0,2803 $
asia-southeast1 0,2695 $
australia-southeast1 0,31 $
Altre aree geografiche dell'Asia Pacifico 0,2531 $
n1-standard-8 Approssimazioni:
asia-northeast1 0,5606 $
asia-southeast1 0,5391 $
australia-southeast1 0,6201 $
Altre aree geografiche dell'Asia Pacifico 0,5061 $
n1-standard-16 Approssimazioni:
asia-northeast1 1,1213 $
asia-southeast1 1,0782 $
australia-southeast1 1,2401 $
Altre aree geografiche dell'Asia Pacifico 1,0123 $
n1-standard-32 Approssimazioni:
asia-northeast1 2,2426 $
asia-southeast1 2,1564 $
australia-southeast1 2,4802 $
Altre aree geografiche dell'Asia Pacifico 2,0245 $
n1-highmem-2 Approssimazioni:
asia-northeast1 0,1744 $
asia-southeast1 0,1678 $
australia-southeast1 0,193 $
Altre aree geografiche dell'Asia Pacifico 0,1575 $
n1-highmem-4 Approssimazioni:
asia-northeast1 0,3489 $
asia-southeast1 0,3357 $
australia-southeast1 0,3861 $
Altre aree geografiche dell'Asia Pacifico 0,3151 $
n1-highmem-8 Approssimazioni:
asia-northeast1 0,6977 $
asia-southeast1 0,6713 $
australia-southeast1 0,7721 $
Altre aree geografiche dell'Asia Pacifico 0,6302 $
n1-highmem-16 Approssimazioni:
asia-northeast1 1,3955 $
asia-southeast1 1,3426 $
australia-southeast1 1,5443 $
Altre aree geografiche dell'Asia Pacifico 1,2603 $
n1-highmem-32 Approssimazioni:
asia-northeast1 2,791 $
asia-southeast1 2,6852 $
australia-southeast1 3,0885 $
Altre aree geografiche dell'Asia Pacifico 2,5206 $
n1-highcpu-2 Approssimazioni:
asia-northeast1 0,1046 $
asia-southeast1 0,1005 $
australia-southeast1 0,1156 $
Altre aree geografiche dell'Asia Pacifico 0,0944 $
n1-highcpu-4 Approssimazioni:
asia-northeast1 0,2093 $
asia-southeast1 0,201 $
australia-southeast1 0,2312 $
Altre aree geografiche dell'Asia Pacifico 0,1888 $
n1-highcpu-8 Approssimazioni:
asia-northeast1 0,4186 $
asia-southeast1 0,4021 $
australia-southeast1 0,4624 $
Altre aree geografiche dell'Asia Pacifico 0,3776 $
n1-highcpu-16 Approssimazioni:
asia-northeast1 0,8371 $
asia-southeast1 0,8041 $
australia-southeast1 0,9249 $
Altre aree geografiche dell'Asia Pacifico 0,7552 $
n1-highcpu-32 Approssimazioni:
asia-northeast1 1,6742 $
asia-southeast1 1,6082 $
australia-southeast1 1,8498 $
Altre aree geografiche dell'Asia Pacifico 1,5104 $

Ogni tipo di macchina viene addebitato come due SKU separati sulla fattura Google Cloud:

  • costo delle vCPU, misurato in ore vCPU
  • costo della RAM, misurato in GB/ora

Le tariffe dei tipi di macchine riportate nella tabella precedente indicano approssimativamente il costo orario totale per ciascun nodo di previsione di una versione di modello che utilizza quel tipo di macchina. Ad esempio, se un tipo di macchina n1-highcpu-32 include 32 vCPU e 28,8 GB di RAM, il prezzo orario per nodo equivale a 32 ore vCPU + 28,8 GB/ora.

I prezzi riportati nella tabella precedente sono forniti per aiutarti a fare una stima dei costi di previsione. La seguente tabella mostra i prezzi per vCPU e RAM per i tipi di macchine di previsione, che riflettono in modo più preciso gli SKU che ti verranno addebitati:

Americhe

SKU del tipo di macchina di previsione
vCPU
N. Virginia (us-east4) 0,04094575 $ per ora vCPU
Montréal (northamerica-northeast1) 0,0400223 $ per ora vCPU
Altre aree geografiche nelle Americhe 0,03635495 $ per ora vCPU
RAM
N. Virginia (us-east4) 0,00548665 $ per GB/ora
Montréal (northamerica-northeast1) 0,0053636 $ per GB/ora
Altre aree geografiche nelle Americhe 0,0048783 $ per GB/ora

Europa

SKU del tipo di macchina di previsione
vCPU
Londra (europe-west2) 0,0468395 $ per ora vCPU
Altre aree geografiche in Europa 0,0421268 $ per ora vCPU
RAM
Londra (europe-west2) 0,0062767 $ per GB/ora
Altre aree geografiche in Europa 0,0056373 $ per GB/ora

Asia Pacifico

SKU del tipo di macchina di previsione
vCPU
Tokyo (asia-northeast1) 0,0467107 $ per ora vCPU
Singapore (asia-southeast1) 0,04484885 $ per ora vCPU
Sydney (australia-southeast1) 0,0515844 $ per ora vCPU
Altre aree geografiche dell'Asia Pacifico 0,0421268 $ per ora vCPU
RAM
Tokyo (asia-northeast1) 0,00623185 $ per GB/ora
Singapore (asia-southeast1) 0,0060099 $ per GB/ora
Sydney (australia-southeast1) 0,00691265 $ per GB/ora
Altre aree geografiche dell'Asia Pacifico 0,0056373 $ per GB/ora

In via facoltativa, puoi utilizzare acceleratori GPU per la previsione. Le GPU sono soggette a un costo aggiuntivo, separato da quelli descritti nella tabella precedente. La seguente tabella descrive i prezzi di ciascun tipo di GPU:

Americhe

Acceleratori - prezzo per ora
NVIDIA_TESLA_K80
Iowa (us-central1) 0,5175 $
Carolina del Sud (us-east1) 0,5175 $
NVIDIA_TESLA_P4
Iowa (us-central1) 0,6900 $
N. Virginia (us-east4) 0,6900 $
Montréal (northamerica-northeast1) 0,7475 $
NVIDIA_TESLA_P100
Oregon (us-west1) 1,6790 $
Iowa (us-central1) 1,6790 $
Carolina del Sud (us-east1) 1,6790 $
NVIDIA_TESLA_T4
Oregon (us-west1) 0,4025 $
Iowa (us-central1) 0,4025 $
Carolina del Sud (us-east1) 0,4025 $
NVIDIA_TESLA_V100
Oregon (us-west1) 2,8520 $
Iowa (us-central1) 2,8520 $

Europa

Acceleratori - prezzo per ora
NVIDIA_TESLA_K80
Belgio (europe-west1) 0,5635 $
NVIDIA_TESLA_P4
Paesi Bassi (europe-west4) 0,7475 $
NVIDIA_TESLA_P100
Belgio (europe-west1) 1,8400 $
NVIDIA_TESLA_T4
Londra (europe-west2) 0,4715 $
Paesi Bassi (europe-west4) 0,4370 $
NVIDIA_TESLA_V100
Paesi Bassi (europe-west4) 2,9325 $

Asia Pacifico

Acceleratori - prezzo per ora
NVIDIA_TESLA_K80
Taiwan (asia-east1) 0,5635 $
NVIDIA_TESLA_P4
Singapore (asia-southeast1) 0,7475 $
Sydney (australia-southeast1) 0,7475 $
NVIDIA_TESLA_P100
Taiwan (asia-east1) 1,8400 $
NVIDIA_TESLA_T4
Tokyo (asia-northeast1) 0,4255 $
Singapore (asia-southeast1) 0,4255 $
Seul (asia-northeast3) 0,4485 $
NVIDIA_TESLA_V100 Non disponibile

I prezzi sono per GPU, quindi se utilizzi più GPU per nodo di previsione (o se la tua versione è scalabile per l'uso di più nodi), i costi verranno scalati di conseguenza.

AI Platform Prediction fornisce le previsioni dal tuo modello eseguendo un certo numero di macchine virtuali ("nodi"). Per impostazione predefinita, Vertex AI scala automaticamente il numero di nodi in esecuzione in qualsiasi momento. Per la previsione online, il numero di nodi viene scalato per soddisfare la domanda. Ogni nodo può rispondere a più richieste di previsione. Per la previsione batch, il numero di nodi viene scalato per ridurre il tempo totale necessario per eseguire un job. Puoi personalizzare la scalabilità dei nodi di previsione.

Ti viene addebitato il costo del tempo di esecuzione del tuo modello su ciascun nodo, inclusi:

  • Tempo di elaborazione di un job di previsione batch.
  • Tempo di elaborazione di una richiesta di previsione online.
  • Tempo in cui il nodo è nello stato di pronto per fornire le previsioni online.

Il costo di un nodo in esecuzione per un'ora è un'ora nodo. La tabella dei prezzi delle previsioni descrive il prezzo di un'ora nodo, che varia tra aree geografiche e tra previsione online e previsione batch.

Puoi consumare le ore nodo in incrementi frazionari. Ad esempio, un nodo in esecuzione per 30 minuti ha un costo di 0,5 ore nodo.

Calcoli dei costi per tipi di macchine legacy (MLS1) e previsione batch

  • Il tempo di esecuzione di un nodo viene misurato in incrementi di un minuto, arrotondati in eccesso al minuto più vicino. Ad esempio, se un nodo viene eseguito per 20,1 minuti, il suo costo viene calcolato come se fosse stato eseguito per 21 minuti.
  • Il tempo di esecuzione per i nodi che vengono eseguiti per meno di 10 minuti viene arrotondato a 10 minuti. Ad esempio, se un nodo viene eseguito per soli 3 minuti, il suo costo viene calcolato come se fosse stato eseguito per 10 minuti.

Calcoli dei costi per tipi di macchine di Compute Engine (N1)

  • Il tempo di esecuzione di un nodo viene fatturato in incrementi di 30 secondi. Ciò significa che, ogni 30 secondi, al progetto vengono addebitati 30 secondi di qualsiasi vCPU, RAM e risorsa GPU il nodo stia utilizzando in quel momento.

Ulteriori informazioni sulla scalabilità automatica dei nodi di previsione

Previsione online Previsione batch
La priorità della scalabilità è la riduzione della latenza delle singole richieste. Il servizio mantiene il modello in stato di pronto per alcuni minuti di inattività dopo la gestione di una richiesta. La priorità della scalabilità è la riduzione del tempo totale trascorso del job.
La scalabilità influisce sull'importo complessivo dovuto ogni mese: quanto più numerose e frequenti sono le richieste, maggiore sarà il numero di nodi utilizzati. La scalabilità dovrebbe avere scarso impatto sul prezzo del job, sebbene sia possibile osservare un certo overhead quando entra in gioco un nuovo nodo.

Puoi scegliere che il servizio scali in risposta al traffico (scalabilità automatica) o specificare un numero di nodi costantemente in esecuzione per evitare la latenza (scalabilità manuale).

  • Se scegli la scalabilità automatica, il numero di nodi scala automaticamente. Per i deployment dei tipi di macchine AI Platform Prediction legacy (MLS1), è possibile fare lo scale down del numero di nodi fino a zero, in caso di assenza di traffico. Non è possibile fare lo scale down fino a zero nodi per i deployment Vertex AI e altri tipi di deployment AI Platform Prediction.
  • Se scegli la scalabilità manuale, indicherai un numero di nodi che dovranno essere sempre in esecuzione. Ti verrà quindi addebitato tutto il tempo durante il quale i nodi saranno in esecuzione, a partire dal momento del deployment e fino a quando non eliminerai la versione del modello.
Puoi influire sulla scalabilità impostando un numero massimo di nodi da utilizzare per un job di previsione batch e impostando il numero di nodi da tenere in esecuzione per un modello quando ne viene eseguito il deployment.

Addebito minimo di 10 minuti

Ricorda che se un nodo viene eseguito per meno di 10 minuti, ti viene addebitato come se fosse stato in esecuzione per 10 minuti. Ad esempio, supponiamo di utilizzare la scalabilità automatica. Durante un periodo senza traffico, se utilizzi un tipo di macchina legacy (MLS1) in AI Platform Prediction, sono in uso zero nodi. Se utilizzi altri tipi di macchine in AI Platform Prediction o se utilizzi Vertex AI, è sempre in uso almeno un nodo. Se ricevi una singola richiesta di previsione online, un nodo fa lo scale up per gestire la richiesta. Dopo aver gestito la richiesta, il nodo resta in esecuzione per alcuni minuti in stato di pronto, quindi si arresta. Anche se il nodo è rimasto in esecuzione per meno di 10 minuti, ti verranno addebitati 10 minuti nodo (0,17 ore nodo) per l'utilizzo di questo nodo.

In alternativa, se un singolo nodo fa lo scale up e gestisce molte richieste di previsione online nell'arco di 10 minuti prima dell'arresto, ti verranno addebitati comunque 10 minuti nodo.

Puoi utilizzare la scalabilità manuale per controllare esattamente quanti nodi vengono eseguiti per un certo periodo di tempo. Tuttavia, se un nodo viene eseguito per meno di 10 minuti, ti verrà comunque addebitato come se fosse stato in esecuzione per 10 minuti.

Scopri di più su allocazione e scalabilità dei nodi.

I job di previsione batch vengono addebitati dopo il completamento del job

I job di previsione batch vengono addebitati dopo il completamento del job, non in modo incrementale durante il job. Eventuali avvisi configurati per il budget della fatturazione Cloud non vengono attivati mentre un job è in esecuzione. Prima di iniziare un job di grandi dimensioni, valuta la possibilità di eseguire alcuni job di benchmark dei costi con dati di input di piccola entità.

Esempio di un calcolo di previsione

Una società immobiliare in un'area geografica delle Americhe esegue una previsione settimanale dei valori degli alloggi nelle aree di propria competenza. In un mese esegue previsioni per quattro settimane in batch di 3920, 4277, 3849 e 3961. I job sono limitati a un nodo e ogni istanza utilizza una media di 0.72 secondi di elaborazione.

Calcola innanzitutto per quanto tempo è stato eseguito ciascun job:

3920 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.04 minutes
4277 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 51.324 minutes
3849 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 46.188 minutes
3961 instances * (0.72 seconds / 1 instance) * (1 minute / 60 seconds) = 47.532 minutes

Ogni job è stato eseguito per più di dieci minuti, quindi verrà addebitato ogni minuto di elaborazione:

($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 52 minutes * 1 node = $0.0685711
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 47 minutes * 1 node = $0.061977725
($0.0909886 / 1 node hour) * (1 hour / 60 minutes) * 48 minutes * 1 node = $0.0632964

L'addebito totale per il mese corrisponde a $ 0,26.

In questo esempio si supponeva che i job fossero eseguiti su un singolo nodo e richiedessero una quantità di tempo costante per ogni istanza di input. Nell'utilizzo reale, assicurati di tenere conto di più nodi e di utilizzare la quantità effettiva di tempo di esecuzione che ciascun nodo impiega per i calcoli.

Addebiti per Vertex Explainable AI

Vertex Explainable AI è disponibile senza ulteriori addebiti ai prezzi delle previsioni. Tuttavia, il tempo di elaborazione delle spiegazioni è superiore a quello delle previsioni normali, pertanto un utilizzo intensivo di Vertex Explainable AI insieme alla scalabilità automatica potrebbe comportare l'avvio di più nodi, aumentando i costi delle previsioni.

Vertex AI Pipelines

Vertex AI Pipelines addebita una tariffa di esecuzione di 0,03 $ per pipeline in esecuzione. Non ti viene addebitato alcun costo di esecuzione durante la release di anteprima. Paghi anche per le risorse di Google Cloud che utilizzi con Vertex AI Pipelines, ad esempio le risorse Compute Engine consumate dai componenti della pipeline (addebitate alla stessa tariffa dell'addestramento Vertex AI). Infine, sei responsabile del costo di eventuali servizi (ad esempio Dataflow) richiamati dalla tua pipeline.

Feature Store di Vertex AI

I prezzi per Vertex AI Feature Store si basano sulla quantità di dati sulla funzionalità nello spazio di archiviazione online e offline e sulla disponibilità della pubblicazione online. Un'ora nodo rappresenta il tempo della pubblicazione dei dati delle caratteristiche su una macchina virtuale o il tempo che la VM trascorre in attesa in stato di pronto prima di gestire le richieste di dati delle caratteristiche.

Operazione Prezzo
Archiviazione online 0,25 $ per GB al mese
Spazio di archiviazione offline 0,023 $ per GB al mese
Pubblicazione online 0,94 $ per nodo all'ora
Esportazione batch 0,005 $ per GB

Quando attivi il monitoraggio del valore delle funzionalità, la fatturazione include i costi applicabili di cui sopra, oltre ai seguenti costi:

  • 3,50 $ per GB per tutti i dati analizzati. Con l'analisi degli snapshot abilitata, sono inclusi gli snapshot acquisiti per i dati nel Feature Store di Vertex AI. Se attivi l'analisi delle funzionalità di importazione, vengono inclusi i batch di dati importati.
  • I costi aggiuntivi per altre operazioni di Feature Store Vertex AI utilizzate con il monitoraggio del valore delle caratteristiche includono quanto segue:
    • La funzionalità di analisi degli snapshot acquisisce periodicamente uno snapshot dei valori delle funzionalità in base alla tua configurazione per l'intervallo di monitoraggio.
    • Il costo di un'esportazione di snapshot è uguale a una normale operazione di esportazione in batch.

Esempio di analisi snapshot

Un data scientist abilita il monitoraggio del valore delle caratteristiche per il relativo Feature Store Vertex AI e attiva il monitoraggio per un'analisi giornaliera degli snapshot. Ogni giorno viene eseguita una pipeline per il monitoraggio dei tipi di entità. La pipeline esegue la scansione di 2 GB di dati nel Feature Store Vertex AI ed esporta uno snapshot contenente 0,1 GB di dati. L'addebito totale per l'analisi di un giorno è:

(0.1 GB * $3.50) + (2 GB * $0.005) = $0.36

Esempio di analisi delle importazioni

Un data scientist abilita il monitoraggio del valore delle caratteristiche per il relativo Feature Store Vertex AI e attiva il monitoraggio per le operazioni di importazione. Un'operazione di importazione importa 1 GB di dati nel Feature Store Vertex AI. L'addebito totale per il monitoraggio del valore delle caratteristiche è:

(1 GB * $3.50) = $3.50

Vertex ML Metadata

L'archiviazione dei metadati viene misurata in gigabyte binari (GiB), dove 1 GiB corrisponde a 1.073.741.824 byte. Questa unità di misura è nota anche come gibibyte.

Vertex ML Metadata addebita 10 $ per gibibyte (GiB) al mese per l'archiviazione dei metadati.

Vertex AI TensorBoard

Per utilizzare Vertex AI TensorBoard, richiedi che l'amministratore IAM del progetto ti assegni il ruolo User Vertex AI TensorBoard Web App User. Ha accesso anche il ruolo Amministratore di AI AI.

Vertex AI TensorBoard addebita una tariffa mensile di 300 $ per utente attivo univoco. Gli utenti attivi vengono misurati tramite l'interfaccia utente di Vertex AI TensorBoard. Paghi anche per le risorse di Google Cloud utilizzate con Vertex AI TensorBoard, ad esempio i log di TensorBoard archiviati in Cloud Storage.

Vertex AI Vizier

Vertex AI Vizier è un servizio di ottimizzazione black-box all'interno di Vertex AI. Il modello di prezzi di Vertex AI Vizier prevede quanto segue:

  • Non sono previsti costi per le prove che utilizzano RANDOM_SEARCH e GRID_SEARCH. Scopri di più sugli algoritmi di ricerca.
  • Le prime 100 prove di Vertex AI Vizier per mese di calendario sono disponibili gratuitamente (le prove che utilizzano RANDOM_SEARCH e GRID_SEARCH non incidono su questo totale).
  • Dopo 100 prove di Vertex AI Vizier, le prove successive durante lo stesso mese di calendario verranno addebitate a 1 $ per prova (le prove che utilizzano RANDOM_SEARCH o GRID_SEARCH non comportano alcun costo).

Vertex AI Matching Engine

I prezzi del servizio Approximate Nearest Neighbor di Vertex AI Matching Engine sono formati da:

  • Prezzo per ora nodo per ogni VM utilizzata per ospitare un indice di cui è stato eseguito il deployment.
  • Un costo per la creazione di nuovi indici e l'aggiornamento degli indici esistenti.

I dati elaborati durante la creazione e l'aggiornamento degli indici vengono misurati in gigabyte binari (GiB), dove 1 GiB corrisponde a 1.073.741.824 byte. Questa unità di misura è nota anche come gibibyte.

Vertex AI Matching Engine addebita 3,00 $per gibibyte (GiB) di dati elaborati in tutte le aree geografiche.

Le tabelle seguenti riepilogano i prezzi di pubblicazione dell'indice in ogni area geografica in cui è disponibile il motore di corrispondenza.

Americhe

Tipo di macchina - Area geografica - Prezzo per ora nodo
n1-standard-16
us-central1 1,0640 $
us-east1 1,0640 $
us-east4 1,1984 $
us-west1 1,0640 $
n1-standard-32
us-central1 2,1280 $
us-east1 2,1280 $
us-east4 2,3968 $
us-west1 2,1280 $

Europa

Tipo di macchina - Area geografica - Prezzo per ora nodo
n1-standard-16
europe-west1 1,1715 $
n1-standard-32
europe-west1 2,3430 $

Asia Pacific

Tipo di macchina - Area geografica - Prezzo per ora nodo
n1-standard-16
asia-southeast1 1,3126 $
n1-standard-32
asia-southeast1 2,6252$

Esempi di prezzi del motore corrispondenti

I prezzi di Vertex AI Matching Engine sono determinati dalla dimensione dei dati, dalla quantità di query al secondo (QPS) che vuoi eseguire e dal numero di nodi che utilizzi. Per ottenere il costo di pubblicazione stimato, devi calcolare le dimensioni totali dei dati. La dimensione dati è il numero di incorporamenti/vettori* del numero di dimensioni di cui hai* 4 byte per dimensione. Una volta raggiunta la dimensione dei dati, puoi calcolare il costo di pubblicazione e il costo di costruzione. Il costo di pubblicazione più il costo dell'edificio corrispondono al costo totale mensile.

  • Costo di pubblicazione: # repliche/shard * # shard (~dimensioni dei dati/20 GB) * $1,064/h * 24 ore/giorno * 30 giorni/mese
  • Costo di costruzione: dimensioni dei dati(in GB) * 3 $/GB * n. di aggiornamenti/mese

Il costo mensile di creazione dell'indice è la dimensione dei dati * 3,00 per gigabyte. La frequenza di aggiornamento non influisce sul costo di pubblicazione, ma solo sul costo di costruzione.

Numero di incorporamenti/vettori Numero di dimensioni Query al secondo (QPS) Frequenza degli aggiornamenti Costo mensile stimato per la creazione dell'indice Nodi Costo di pubblicazione mensile stimato
20 milioni 128 1000 Ogni mese 30 $ 1 766 $
100 milioni 256 3000 Ogni settimana 1200 $ 15 11.491 $
500 milioni 128 20.000 Ogni settimana $ 3000 260 199.160 $
1 miliardo 512 5000 Ogni mese 6000 € 500 383.000 $

Tutti gli esempi si basano su n1-standard-16 in us-central1. Il costo accumulato varia a seconda dei requisiti di frequenza di richiamo e latenza. Il costo mensile di pubblicazione stimato è direttamente correlato al numero di nodi utilizzati nella console. Per saperne di più sui parametri di configurazione che influiscono sui costi, consulta Parametri di configurazione che incidono su richiamo e latenza.

Se hai un numero elevato di query al secondo (QPS), questa operazione può ridurre i costi totali fino al 30-40%.

Vertex AI Model Monitoring

Vertex AI consente di monitorare l'efficacia continua del tuo modello dopo il deployment in produzione. Per ulteriori informazioni, consulta Introduzione a Vertex AI Model Monitoring.

Quando utilizzi Vertex AI Model Monitoring, ti vengono addebitati i seguenti costi:

  • 3,50 $ per GB per tutti i dati analizzati, compresi i dati di addestramento forniti e i dati di previsione registrati in una tabella BigQuery.
  • Addebiti per altri prodotti Google Cloud che utilizzi con il monitoraggio del modello, come BigQuery Storage o Batch Explain, quando è abilitato il monitoraggio dell'attribuzione.

Vertex AI Model Monitoring è supportato nelle seguenti aree geografiche: us-central1, europe-west4, asia-east1 e asia-southeast1. I prezzi sono uguali per tutte le aree geografiche.

Le dimensioni dei dati vengono calcolate dopo la conversione dei dati nel formato TFRecord.

L'addestramento dei set di dati prevede un addebito una tantum quando configuri un job Vertex AI Model Monitoring.

I set di dati di previsione sono costituiti da log raccolti dal servizio di previsione online. Man mano che le richieste di previsione arrivano durante i vari intervalli di tempo, vengono raccolti i dati per ogni finestra temporale e viene utilizzata la somma dei dati analizzati per ogni finestra di previsione per calcolare l'addebito.

Esempio: un data scientist esegue il monitoraggio del modello sul traffico di previsione appartenente al proprio modello.

  • Il modello viene addestrato da un set di dati BigQuery. La dimensione dei dati dopo la conversione nel formato TFRecord è di 1,5 GB.
  • La dimensione dei dati di previsione registrati tra le 13:00 e le 14:00 è di 0,1 GB, tra le 15:00 e le 16:00 e di 0,2 GB.

  • Il prezzo totale per la configurazione del job di monitoraggio del modello è:

    (1.5 GB * $3.50) + ((0.1 GB + 0.2 GB) * $3.50) = $6.30

Vertex AI Workbench

I prezzi includono le risorse di calcolo e archiviazione che utilizzi, le tariffe di gestione per le istanze di Work AI di Vertex AI e le eventuali risorse aggiuntive di Google Cloud che utilizzi. Per ulteriori dettagli, consulta le sezioni seguenti.

Risorse di calcolo e archiviazione

Le risorse di calcolo e archiviazione vengono addebitate alla stessa tariffa attualmente pagata per Compute Engine e Cloud Storage.

Commissioni di gestione

Nella tabella seguente sono riportate le tariffe per la gestione di Vertex AI Workbench, oltre all'utilizzo dell'infrastruttura.

Seleziona i blocchi note gestiti o i blocchi note gestiti dall'utente per informazioni sui prezzi.

Blocchi note gestiti

SKU Tariffa di gestione all'ora
vCPU 0,05 $ per vCore
T4, K80 e P4 (GPU standard) $ 0,35 per GPU
GPU P100, V100 e A100 (GPU Premium) $ 2,48 per GPU

Blocchieri gestiti dall'utente

SKU Tariffa di gestione all'ora
vCPU 0,005 $ per vCore
T4, K80 e P4 (GPU standard) 0,035 $ per GPU
GPU P100, V100 e A100 (GPU Premium) 0,25 $ per GPU

Risorse aggiuntive di Google Cloud

Oltre ai costi menzionati in precedenza, paghi anche per tutte le risorse Google Cloud che utilizzi. Ad esempio:

  • Servizi di analisi dei dati: ti sono addebitati i costi di BigQuery quando esegui query SQL in un blocco note (vedi Prezzi di BigQuery).

  • Chiavi di crittografia gestite dal cliente: ti sono addebitati costi quando utilizzi le chiavi di crittografia gestite dal cliente. Ogni volta che l'istanza di blocchi note gestiti o di blocchi note gestiti dall'utente utilizza una chiave di Cloud Key Management Service, l'operazione viene fatturata in base alle tariffe delle operazioni relative alle chiavi di Cloud KMS (vedi Prezzi di Cloud Key Management Service).

Deep Learning Containers, Deep Learning VM e AI Platform Pipelines

Per Deep Learning Containers, Deep Learning VM Images e AI Platform Pipelines, i prezzi sono calcolati in base alle risorse di calcolo e archiviazione che utilizzi. Queste risorse vengono addebitate alla stessa tariffa attualmente pagata per Compute Engine e Cloud Storage.

Oltre ai costi di calcolo e archiviazione, paghi anche per tutte le risorse Google Cloud che utilizzi. Ad esempio:

  • Servizi di analisi dei dati: ti sono addebitati i costi di BigQuery quando esegui query SQL in un blocco note (vedi Prezzi di BigQuery).

  • Chiavi di crittografia gestite dal cliente: ti sono addebitati costi quando utilizzi le chiavi di crittografia gestite dal cliente. Ogni volta che l'istanza di blocchi note gestiti o di blocchi note gestiti dall'utente utilizza una chiave di Cloud Key Management Service, l'operazione viene fatturata in base alle tariffe delle operazioni relative alle chiavi di Cloud KMS (vedi Prezzi di Cloud Key Management Service).

Etichettatura dati

Vertex AI ti consente di richiedere l'etichettatura umana per una raccolta di dati che prevedi di utilizzare per addestrare un modello di machine learning personalizzato. I prezzi per il servizio vengono calcolati in base al tipo di attività di etichettatura.

  • Per le normali attività di etichettatura, i prezzi sono determinati dal numero di unità di annotazione.
    • Per un'attività di classificazione delle immagini, le unità sono determinate dal numero di immagini e dal numero di etichettatori umani. Ad esempio, un'immagine con 3 etichettatori umani viene calcolata come 1 * 3 = 3 unità. Il prezzo è lo stesso per la classificazione con etichetta singola e con più etichette.
    • Per un'attività correlata ai riquadri di delimitazione delle immagini, le unità sono determinate dal numero di riquadri di delimitazione identificati nelle immagini e dal numero di etichettatori umani. Ad esempio, un'immagine con 2 riquadri di delimitazione e 3 etichettatori umani viene calcolata come 2 * 3 = 6 unità. Le immagini senza riquadri di delimitazione non verranno addebitate.
    • Per un'attività di segmentazione delle immagini/riquadro ruotato/polilinea/poligono, le unità sono determinate come un'attività di riquadro di delimitazione delle immagini.
    • Per un'attività di classificazione video, le unità sono determinate dalla durata del video (un'unità di prezzo ogni 5 secondi) e dal numero di etichettatori umani. Ad esempio, un video di 25 secondi con 3 etichettatori umani viene calcolato come 25 / 5 * 3 = 15 unità. Il prezzo è lo stesso per la classificazione con etichetta singola e con più etichette.
    • Per un'attività di monitoraggio di oggetti video, l'unità è determinata dal numero di oggetti identificati nel video e dal numero di etichettatori umani. Ad esempio, un video con 2 oggetti e 3 etichettatori umani, viene calcolato come 2 * 3 = 6 unità. I video senza oggetti non verranno addebitati.
    • Per un'attività di riconoscimento delle azioni video, le unità sono determinate come un'attività di monitoraggio degli oggetti video.
    • Per un'attività di classificazione del testo, le unità sono determinate dalla lunghezza del testo (un'unità di prezzo ogni 50 parole) e dal numero di etichettatori umani. Ad esempio, una porzione di testo con 100 parole e 3 etichettatori umani viene calcolata come 100 / 50 * 3 = 6 unità. Il prezzo è lo stesso per la classificazione con etichetta singola e con più etichette.
    • Per un'attività di sentiment del testo, le unità sono determinate come un'attività di classificazione di testo.
    • Per un'attività di estrazione di entità del testo, le unità sono determinate dalla lunghezza del testo (un'unità di prezzo ogni 50 parole), il numero di entità identificate e il numero di etichettatori umani. Ad esempio, se una parte di testo ha 100 parole, 2 entità identificate e 3 etichettatori umani corrisponderà a 100 / 50 * 2 * 3 = 12 unità. Il testo senza entità non verrà addebitato.

  • Per le attività di classificazione di immagini/video/testo e di sentiment del testo, gli etichettatori umani potrebbero perdere le classi se le dimensioni del set di etichette sono troppo grandi. Di conseguenza, inviamo al team 20 etichettatori per una classe alla volta. Ad esempio, se la dimensione del set di etichette di un'attività di etichettatura è 40, ogni elemento di dati verrà inviato per la revisione da parte di persone fisiche 40 / 20 = 2 volte e pertanto addebiteremo due volte il prezzo calcolato in precedenza.

  • Per un'attività di etichettatura che abilita la funzione di etichettatura personalizzata, ogni elemento di dati viene conteggiato come un'unità di etichettatura personalizzata.

  • Per un'attività di etichettatura di apprendimento attivo per elementi di dati con annotazioni generate da modelli (senza l'aiuto di un etichettatore umano), ogni elemento di dati viene conteggiato come un'unità di apprendimento attiva.

  • Per un'attività di etichettatura di apprendimento attivo per elementi di dati con annotazioni generate da etichettatori umani, ogni elemento di dati viene conteggiato come una normale attività di etichettatura come descritto in precedenza.

La tabella riportata di seguito indica il costo relativo a 1000 unità per etichettatore umano in base all'unità elencata per ogni obiettivo. I prezzi del livello 1 si applicano alle prime 50.000 unità al mese in ogni progetto Google Cloud. I prezzi del livello 2 si applicano alle successive 950.000 unità al mese nel progetto, fino a 1.000.000 di unità. Contattaci per conoscere i prezzi per quantità superiori a 1.000.000 di unità al mese.

Tipo di dati Obiettivo Unità Livello 1 Livello 2
Immagine Classificazione Immagine $ 35 $ 25
Riquadro di delimitazione Riquadro di delimitazione $ 63 $ 49
Segmentazione Segmento $ 870 $ 850
Riquadro ruotato Riquadro di delimitazione $ 86 $ 60
Poligono/polilinea Poligono/Polilinea $ 257 $ 180
Video Classificazione Video di 5 sec. $ 86 $ 60
Monitoraggio oggetti Riquadro di delimitazione $ 86 $ 60
Riconoscimento delle azioni Evento in video di 30 sec. $ 214 $ 150
Testo Classificazione 50 parole $ 129 $ 90
Sentiment 50 parole $ 200 $ 140
Estrazione di entità Entità $ 86 60 $
Apprendimento attivo Tutti Elemento di dati 80 $ 56 $
Etichettatura personalizzata Tutti Elemento di dati 80 $ 56 $

Utilizzo obbligatorio di Cloud Storage

Oltre ai costi descritti in questo documento, ti viene richiesto di archiviare file di dati e file di programma nei bucket Cloud Storage durante il ciclo di vita di Vertex AI. Questa archiviazione è soggetta alle politiche di prezzo di Cloud Storage.

L'uso obbligatorio di Cloud Storage include:

  • Archiviazione in un'area intermedia del pacchetto dell'applicazione di addestramento per i modelli con addestramento personalizzato.

  • Archiviazione dei dati di input relativi all'addestramento.

  • Archiviazione dell'output dei job di addestramento. Vertex AI non richiede l'archiviazione a lungo termine di questi elementi. Puoi rimuovere i file non appena l'operazione viene completata.

Operazioni gratuite per la gestione delle risorse

Le operazioni di gestione delle risorse fornite da AI Platform sono disponibili gratuitamente. I criteri per le quote di AI Platform limitano alcune di queste operazioni.

Risorsa Operazioni gratuite
modelli create, get, list, delete
versioni create, get, list, delete, setDefault
job get, list, cancel
operazioni get, list, cancel, delete

Costi di Google Cloud

Se archivi le immagini da analizzare in Cloud Storage o utilizzi altre risorse di Google Cloud insieme a Vertex AI, ti verrà addebitato anche l'uso di quei servizi.

Per visualizzare lo stato di fatturazione corrente nella console, inclusi l'utilizzo e la fattura attuale, consulta la pagina Fatturazione. Per ulteriori informazioni sulla gestione del tuo account, consulta la documentazione sulla fatturazione Cloud o la pagina di assistenza per fatturazione e pagamenti.

Passaggi successivi