表形式ワークフローの料金

表形式ワークフローを使用してモデルをトレーニングする場合は、インフラストラクチャと依存サービスの費用に基づいて課金されます。このモデルで予測を行うと、インフラストラクチャの費用に基づいて課金されます。

インフラストラクチャの費用は次の要因によって変動します。

使用するマシンの数。関連するパラメータは、モデルのトレーニング、バッチ予測、オンライン予測の際に設定できます。
使用するマシンのタイプ。このパラメータは、モデルのトレーニング、バッチ予測、オンライン予測の際に設定できます。
マシンの使用時間。
- モデルをトレーニングする場合やバッチ予測を行う場合、これはオペレーションの合計処理時間の測定値です。
- オンライン予測を行う場合は、モデルがエンドポイントにデプロイされる時間の測定値です。

表形式ワークフローは、ユーザーに代わってプロジェクト内で複数の依存サービス（Dataflow、BigQuery、Cloud Storage、Vertex AI Pipelines、Vertex AI Training）を実行します。これらのサービスの料金が課金されます。

トレーニング費用の計算例

例 1: デフォルトのハードウェア構成で CSV 形式の 110 MB のデータセットを 1 時間トレーニングした場合。

アーキテクチャ検索とトレーニングのデフォルトのワークフローの費用内訳は次のとおりです。

サービス	費用
Dataflow のサンプルと統計情報の生成	$2（Dataflow の実行: 7 分）
Dataflow のデータと特徴の変換	$3（Dataflow の実行: 10 分）
Vertex AI Training	0.8 時間 x $20 + 0.2 時間 x $20 + 3.3 SSD 費用 + パイプラインコンテナ費用 = $24（チューニング 48 分、トレーニング 12 分）
Vertex AI Pipelines	1 実行 x $0.03 = $0.03
モデル抽出を除く合計	$27.03

必要に応じて、モデル抽出を有効にして、生成されるモデルサイズを縮小できます。費用の内訳は次のとおりです。

例 2: BigQuery の 1.84 TB のデータセットをハードウェアオーバーライドで 20 時間トレーニングした場合。

この例のハードウェア構成は次のとおりです。

ハードウェア構成名	値
stats_and_example_gen_dataflow_machine_type	n1-standard-16
stats_and_example_gen_dataflow_max_num_workers	100
stats_and_example_gen_dataflow_disk_size_gb	40
transform_dataflow_machine_type	n1-standard-16
transform_dataflow_max_num_workers	100
transform_dataflow_disk_size_gb	200
distill_batch_predict_machine_type	n1-standard-2
distill_batch_predict_starting_replica_count	200
distill_batch_predict_max_replica_count	200

アーキテクチャ検索とトレーニングのデフォルトのワークフローの費用内訳は次のとおりです。

サービス	費用
Dataflow のサンプルと統計情報の生成	$518（Dataflow の実行: 6 時間）
Dataflow データ、特徴変換	$471（Dataflow の実行: 6 時間）
Vertex AI Training	17 時間 x $20 + 3 時間 x $20 + $41.5 SSD 費用 + パイプラインコンテナ費用 = $555（17 時間のチューニング、3 時間のトレーニング）
Vertex AI Pipelines	1 実行 x $0.03 = $0.03
合計	$1,544.03