O custo da infraestrutura depende dos seguintes fatores:
- O número de máquinas que usa. Pode definir parâmetros associados durante a preparação do modelo, a inferência em lote ou a inferência online.
- O tipo de máquinas que usa. Pode definir este parâmetro durante o treino do modelo, a inferência em lote ou a inferência online.
- O período durante o qual as máquinas estão a ser usadas.
- Se preparar um modelo ou fizer inferências em lote, esta é uma medida do tempo de processamento total da operação.
- Se fizer inferências online, esta é uma medida do tempo durante o qual o modelo é implementado num ponto final.
Os fluxos de trabalho tabulares executam vários serviços dependentes no seu projeto em seu nome: Dataflow, BigQuery, Cloud Storage, Vertex AI Pipelines, Vertex AI Training. Estes serviços cobram-lhe diretamente.
Exemplos de cálculo do custo de preparação
Exemplo 1: conjunto de dados de 110 MB no formato CSV, preparado durante uma hora com a configuração de hardware predefinida.
A discriminação de custos do fluxo de trabalho predefinido com a pesquisa de arquitetura e a formação é a seguinte:
| Serviço | Custo |
|---|---|
| Exemplo de fluxo de dados e geração de estatísticas | 2 € (o Dataflow foi executado durante 7 minutos) |
| Dados do fluxo de dados e transformações de funcionalidades | 3 € (Dataflow executado durante 10 min) |
| Vertex AI Training | 0,8 h x 20 € + 0,2 h x 20 € + 3,3 € de custo de SSD + custo do contentor do pipeline = 24 € (ajuste de 48 min, formação de 12 min) |
| Vertex AI Pipelines | 1 execução x 0,03 € = 0,03 € |
| Total excluindo a destilação de modelos | 27,03 USD |
Opcionalmente, pode ativar a destilação de modelos para reduzir o tamanho do modelo resultante. A discriminação de custos é a seguinte:
| Serviço | Custo |
|---|---|
| Total excluindo a destilação de modelos | 27,03 € |
| Vertex AI Training para destilação de modelos | 1 € |
| Dados do fluxo de dados, transformações de caraterísticas para a destilação de modelos | 3 € (Dataflow executado durante 10 min) |
| Inferência em lote para destilação de modelos | 7 € |
| Total incluindo a destilação de modelos | 38,03 USD |
Exemplo 2: conjunto de dados de 1,84 TB no BigQuery, preparado durante 20 horas com substituição de hardware.
A configuração de hardware para este exemplo é a seguinte:
| Nome da configuração de hardware | Valor |
|---|---|
| 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 |
A discriminação de custos do fluxo de trabalho predefinido com a pesquisa de arquitetura e a formação é a seguinte:
| Serviço | Custo |
|---|---|
| Exemplo de fluxo de dados e geração de estatísticas | 518 € (o Dataflow foi executado durante 6 horas) |
| Dados do fluxo de dados, transformações de funcionalidades | 471 € (o Dataflow foi executado durante 6 horas) |
| Vertex AI Training | 17 horas x 20 $+ 3 horas x 20 $+ 41,5 $de custo de SSD + custo do contentor do pipeline = 555 $ (17 horas de otimização, 3 horas de preparação) |
| Vertex AI Pipelines | 1 execução x 0,03 € = 0,03 € |
| Total | 1544,03 USD |