Vertex AI – Preise

Preise sind in US-Dollar ($) angegeben. Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Vertex AI-Preise im Vergleich zu Preisen vorheriger Produkte

Die Kosten für Vertex AI bleiben dieselben wie für die vorherigen Produkte AI Platform und AutoML, die durch Vertex AI abgelöst werden, mit folgenden Ausnahmen:

  • Legacy-Vorhersagen von AI Platform Prediction und AutoML Tables unterstützten kostengünstigere Maschinentypen mit geringerer Leistung, die nicht für Vertex AI Prediction und das tabellarische AutoML-Modell unterstützt werden.

  • AI Platform Prediction unterstützte zuvor Skalierung auf null, was für Vertex AI Prediction nicht unterstützt wird.

Vertex AI bietet außerdem weitere Möglichkeiten zur Kostenoptimierung, darunter die folgenden:

Preise für generative KI in Vertex AI

Die Preise für generative KI in Vertex AI finden Sie unter Generative KI in Vertex AI – Preise.

Preise für AutoML-Modelle

Bei AutoML-Modellen in Vertex AI werden drei Hauptaktivitäten abgerechnet:

  • Modell trainieren
  • Modell auf einem Endpunkt bereitstellen
  • Modell für Vorhersagen verwenden

Vertex AI verwendet vordefinierte Maschinenkonfigurationen für Vertex AutoML-Modelle. Der Stundensatz für diese Aktivitäten entspricht der Ressourcennutzung.

Die erforderliche Trainingszeit des Modells hängt von Umfang und Komplexität der Trainingsdaten ab. Modelle müssen bereitgestellt werden, bevor sie Online-Vorhersagen oder Online-Erklärungen liefern können.

Es wird jedes Modell abgerechnet, das an einem Endpunkt eingesetzt wird, auch wenn keine Vorhersagen getroffen wurden. Wenn Sie weitere Kosten vermeiden möchten, müssen Sie die Bereitstellung des Modells aufheben. Modelle, die nicht bereitgestellt wurden oder nicht bereitgestellt werden konnten, werden nicht berechnet.

Sie zahlen dabei nur für die aufgewendeten Rechenstunden. Wenn das Training aus einem anderen Grund als durch einen vom Nutzer veranlassten Abbruch fehlschlägt, wird Ihnen die Zeit nicht in Rechnung gestellt. Wenn Sie den Vorgang selbst abbrechen, wird Ihnen die Trainingszeit jedoch berechnet.

Wählen Sie unten einen Modelltyp für Preisinformationen aus.

Bilddaten

Vorgang Preis pro Knotenstunde (Klassifizierung) Preis pro Knotenstunde (Objekterkennung)
Training 3,465 $ 3,465 $
Training (Edge-On-Device-Modell) 18 $ 18 $
Bereitstellung und Online-Vorhersage 1,375 $ 2,002 $
Batch-Vorhersage 2,222 $ 2,222 $

Videodaten

Vorgang Preis pro Knotenstunde (Klassifizierung, Objekt-Tracking) Preis pro Knotenstunde (Aktionserkennung)
Training 3,234 $ 3,300 $
Training (Edge-On-Device-Modell) 10,78 $ 11,00 $
Vorhersage 0,462 $ 0,550 $

Tabellarische Daten

Vorgang Preis pro Knotenstunde für Klassifizierung/Regression Preis für Prognose
Training 21,252 $ Weitere Informationen unter Vertex AI Forecast
Vorhersage Gleicher Preis wie bei Vorhersagen benutzerdefiniert trainierter Modelle.
Vertex AI führt Batch-Vorhersagen mit 40 n1-highmem-8-Maschinen aus.
Weitere Informationen unter Vertex AI Forecast

Textdaten

Vorgang Preis
Legacy-Datenupload (nur PDF)

Erste 1.000 Seiten im Monat kostenlos

1,50 $ pro 1.000 Seiten

0,60 $ pro 1.000 Seiten ab 5.000.000

Training 3,30 $ pro Stunde
Bereitstellung 0,05 $ pro Stunde
Vorhersage

5 $ pro 1.000 Textdatensätze

25 $ pro 1.000 Dokumentenseiten, z. B. PDF-Dateien (nur Legacy-Daten)

Die Preise für Anfragen zur Vertex AutoML-Textvorhersage werden basierend auf der Anzahl der Textdatensätze berechnet, die Sie zur Analyse einreichen. Ein Textdatensatz umfasst Nur-Text-Daten mit bis zu 1.000 Unicode-Zeichen (inklusive Leerzeichen und Markups wie HTML- oder XML-Tags).

Texte, die in einer Vorhersageanfrage bereitgestellt werden und mehr als 1.000 Zeichen enthalten, werden in Textdatensätze von je 1.000 Zeichen unterteilt und als solche berechnet. Wenn Sie beispielsweise drei Anfragen senden, die 800, 1.500 und 600 Zeichen enthalten, werden vier Textdatensätze berechnet: ein Datensatz für die erste Anfrage (800), zwei Datensätze für die zweite Anfrage (1.500) und einer für die dritte Anfrage (600).

Vorhersagekosten für Vertex Explainable AI

Die mit Vertex Explainable AI verbundenen Berechnungen werden zum gleichen Satz wie die Vorhersage berechnet. Die Verarbeitung von Erklärungen dauert jedoch länger als normale Vorhersagen. Wenn Vertex Explainable AI also viel mit Autoscaling genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden und so die Vorhersagekosten steigen.

Vertex AI Forecast

AutoML

Phase Preise
Vorhersage 0,2 $ pro 1.000 Datenpunkte* (0–1 Mio. Punkte)
0,1 $ pro 1.000 Datenpunkte* (1 Mio.–50 Mio. Punkte)
0,02 $ pro 1.000 Datenpunkte* (mehr als 50 Mio. Punkte)
Training 21,25 $ pro Stunde in allen Regionen
Explainable AI Erklärbarkeit unter Verwendung von Shapley-Werten. Weitere Informationen in der Preisübersicht zu Vorhersage und Erklärung mit Vertex AI.

*Ein Prognosedatenpunkt ist ein Zeitpunkt im Prognosehorizont. Mit Detaillierungsgrad „täglich“ liegen in einem 7-Tage-Horizont beispielsweise 7 Punkte für jede Zeitreihe.

  • Bis zu 5 Vorhersagequantile können ohne zusätzliche Kosten einbezogen werden.
  • Die Anzahl der verbrauchten Datenpunkte pro Stufe wird monatlich aktualisiert.

ARIMA+

Phase Preise
Vorhersage 5 $ pro TB
Training 250 $ pro TB × Anzahl der Kandidatenmodelle × Anzahl der Backtesting-Fenster*
Explainable AI Erklärbarkeit durch Zeitreihenzerlegung verursacht keine zusätzlichen Kosten. Erklärbarkeit unter Verwendung von Shapley-Werten wird nicht unterstützt.

Weitere Informationen finden Sie in der Preisübersicht zu BigQuery ML. Für jeden Trainings- und Vorhersagejob fallen die Kosten für eine verwaltete Pipelineausführung an, wie unter Vertex AI – Preise beschrieben.

*Für jeden Zeitraum des Testsatzes wird ein Backtesting-Fenster erstellt. Die verwendete AUTO_ARIMA_MAX_ORDER bestimmt die Anzahl der Kandidatenmodelle. Sie liegt zwischen 6 und 42 für Modelle mit mehreren Zeitreihen.

Benutzerdefiniert trainierte Modelle

Training

Die folgenden Tabellen enthalten die geschätzten Preise pro Stunde für verschiedene Trainingskonfigurationen. Sie können sich für eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Addieren Sie die Kosten der verwendeten virtuellen Maschinen, um den Preis zu ermitteln.

Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der nachstehenden Tabelle mit der Anzahl der Maschinenstunden je verwendetem Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.

Maschinentypen

*In diesem Betrag ist der GPU-Preis enthalten, da dieser Instanztyp immer eine feste Anzahl von GPU-Beschleunigern erfordert.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, werden die Preise in Ihrer Währung Cloud Platform-SKUs angewendet werden.

Beschleuniger

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

*Der Preis für das Training mit einem Cloud TPU Pod richtet sich nach der Anzahl der Kerne im Pod. Die Anzahl der Kerne in einem Pod ist immer ein Vielfaches von 32. Um den Preis für ein Training auf einem Pod mit mehr als 32 Kernen zu ermitteln, nehmen Sie den Preis für einen Pod mit 32 Kernen und multiplizieren ihn mit der Anzahl der Kerne, geteilt durch 32. Der Preis für einen Pod mit 128 Kernen beträgt zum Beispiel (32-core Pod price) * (128/32). Informationen darüber, welche Cloud TPU Pods für eine bestimmte Region verfügbar sind, finden Sie unter Systemarchitektur in der Cloud TPU-Dokumentation.

Laufwerke

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Kosten für das Training Ihrer Modelle fallen ab dem Zeitpunkt der Bereitstellung von Ressourcen für einen Job bis zum Abschluss des Jobs an.

Skalierungsstufen für vordefinierte Konfigurationen (AI Platform Training)

Sie können den Typ des Verarbeitungsclusters individuell festlegen, der beim Training Ihres Modells verwendet werden soll. Der einfachste Weg ist dabei die Auswahl des Typs aus vordefinierten Konfigurationen, die als Skalierungsstufen bezeichnet werden. Weitere Informationen finden Sie unter Skalierungsstufen.

Maschinentypen für benutzerdefinierte Konfigurationen

Wenn Sie Vertex AI verwenden oder CUSTOM als Skalierungsstufe für AI Platform Training wählen, haben Sie die Kontrolle über die Anzahl und den Typ der virtuellen Maschinen, die für die Master, Worker und Parameter-Server des Clusters verwendet werden. Weitere Informationen zu Maschinentypen für Vertex AI und Maschinentypen für AI Platform Training.

Die Kosten für das Training mit einem benutzerdefinierten Verarbeitungscluster entsprechen der Summe aller von Ihnen angegebenen Maschinen. Die Abrechnung erfolgt für die gesamte Laufzeit des Jobs und nicht nur für die aktive Verarbeitungszeit der einzelnen Maschinen.

Ray in Vertex AI

Training

Die folgenden Tabellen enthalten die geschätzten Preise pro Stunde für verschiedene Trainingskonfigurationen. Sie können sich für eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Addieren Sie die Kosten der verwendeten virtuellen Maschinen, um den Preis zu ermitteln.

Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der nachstehenden Tabelle mit der Anzahl der Maschinenstunden je verwendetem Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.

Maschinentypen

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Beschleuniger

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

*Der Preis für das Training mit einem Cloud TPU Pod richtet sich nach der Anzahl der Kerne im Pod. Die Anzahl der Kerne in einem Pod ist immer ein Vielfaches von 32. Um den Preis für ein Training auf einem Pod mit mehr als 32 Kernen zu ermitteln, nehmen Sie den Preis für einen Pod mit 32 Kernen und multiplizieren ihn mit der Anzahl der Kerne, geteilt durch 32. Der Preis für einen Pod mit 128 Kernen beträgt zum Beispiel (32-core Pod price) * (128/32). Informationen darüber, welche Cloud TPU Pods für eine bestimmte Region verfügbar sind, finden Sie unter Systemarchitektur in der Cloud TPU-Dokumentation.

Laufwerke

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Kosten für das Training Ihrer Modelle fallen ab dem Zeitpunkt der Bereitstellung von Ressourcen für einen Job bis zum Abschluss des Jobs an.

Vorhersage und Erklärung

Die folgenden Tabellen enthalten die Preise für die Batch-Vorhersage, die Online-Vorhersage und die Online-Erklärung pro Knotenstunde. Eine Knotenstunde ist die Zeit, die ein virtueller Computer mit der Ausführung Ihres Vorhersagejobs oder mit dem Warten in einem aktiven Zustand (Endpunkt mit einem oder mehreren bereitgestellten Modellen) verbringt, um Vorhersage- oder Erklärungsanfragen zu verarbeiten.

Wählen Sie eine Region aus, um die entsprechende Preistabelle anzuzeigen:

Preise für Nord- und Südamerika

Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.

E2-Serie

Schätzungen für e2-standard-2:

us-west20,0926 $
us-west40,0868 $
us-east40,0868 $
northamerica-northeast10,0848 $
northamerica-northeast20,0848 $
southamerica-east10,1223 $
Andere Regionen in Amerika0,0771 $
Schätzungen für e2-standard-4:
us-west20,1851 $
us-west40,1736 $
us-east40,1736 $
northamerica-northeast10,1697 $
northamerica-northeast20,1697 $
southamerica-east10,2446 $
Andere Regionen in Amerika0,1541 $
Schätzungen für e2-standard-8:
us-west20,3702 $
us-west40,3471 $
us-east40,3471 $
northamerica-northeast10,3393 $
northamerica-northeast20,3393 $
southamerica-east10,4893 $
Andere Regionen in Amerika0,3082 $
Schätzungen für e2-standard-16:
us-west20,7405 $
us-west40,6942 $
us-east40,6942 $
northamerica-northeast10,6787 $
northamerica-northeast20,6787 $
southamerica-east10,9786 $
Andere Regionen in Amerika0,6165 $
Schätzungen für e2-standard-32:
us-west21,4809 $
us-west41,3885 $
us-east41,3885 $
northamerica-northeast11,3574 $
northamerica-northeast21,3574 $
southamerica-east11,9572 $
Andere Regionen in Amerika1,2329 $
Schätzungen für e2-highmem-2:
us-west20,1249 $
us-west40,1171 $
us-east40,1171 $
northamerica-northeast10,1144 $
northamerica-northeast20,1144 $
southamerica-east10,165 $
Andere Regionen in Amerika0,1039 $
Schätzungen für e2-highmem-4:
us-west20,2497 $
us-west40,2341 $
us-east40,2341 $
northamerica-northeast10,2289 $
northamerica-northeast20,2289 $
southamerica-east10,33 $
Andere Regionen in Amerika0,2079 $
Schätzungen für e2-highmem-8:
us-west20,4994 $
us-west40,4682 $
us-east40,4682 $
northamerica-northeast10,4578 $
northamerica-northeast20,4578 $
southamerica-east10,66 $
Andere Regionen in Amerika0,4158 $
Schätzungen für e2-highmem-16:
us-west20,9989 $
us-west40,9365 $
us-east40,9365 $
northamerica-northeast10,9155 $
northamerica-northeast20,9155 $
southamerica-east11,3201 $
Andere Regionen in Amerika0,8316 $
Schätzungen für e2-highcpu-2:
us-west20,0683 $
us-west40,0641 $
us-east40,0641 $
northamerica-northeast10,0626 $
northamerica-northeast20,0626 $
southamerica-east10,0903 $
Andere Regionen in Amerika0,0569 $
Schätzungen für e2-highcpu-4:
us-west20,1367 $
us-west40,1281 $
us-east40,1281 $
northamerica-northeast10,1253 $
northamerica-northeast20,1253 $
southamerica-east10,1806 $
Andere Regionen in Amerika0,1138 $
Schätzungen für e2-highcpu-8:
us-west20,2733 $
us-west40,2563 $
us-east40,2563 $
northamerica-northeast10,2505 $
northamerica-northeast20,2505 $
southamerica-east10,3612 $
Andere Regionen in Amerika0,2276 $
Schätzungen für e2-highcpu-16:
us-west20,5467 $
us-west40,5126 $
us-east40,5126 $
northamerica-northeast10,501 $
northamerica-northeast20,501 $
southamerica-east10,7225 $
Andere Regionen in Amerika0,4551 $
Schätzungen für e2-highcpu-32:
us-west21,0933 $
us-west41,0252 $
us-east41,0252 $
northamerica-northeast11,0021 $
northamerica-northeast21,0021 $
southamerica-east11,4449 $
Andere Regionen in Amerika0,9102 $

N1-Serie

Schätzungen für n1-standard-2:

us-east40,123 $
northamerica-northeast10,1203 $
Andere Regionen in Amerika0,1093 $
Schätzungen für n1-standard-4:
us-east40,2461 $
northamerica-northeast10,2405 $
Andere Regionen in Amerika0,2186 $
Schätzungen für n1-standard-8:
us-east40,4922 $
northamerica-northeast10,4811 $
Andere Regionen in Amerika0,4372 $
Schätzungen für n1-standard-16:
us-east40,9843 $
northamerica-northeast10,9622 $
Andere Regionen in Amerika0,8744 $
Schätzungen für n1-standard-32:
us-east41,9687 $
northamerica-northeast11,9243 $
Andere Regionen in Amerika1,7488 $
Schätzungen für n1-highmem-2:
us-east40,1532 $
northamerica-northeast10,1498 $
Andere Regionen in Amerika0,1361 $
Schätzungen für n1-highmem-4:
us-east40,3064 $
northamerica-northeast10,2995 $
Andere Regionen in Amerika0,2723 $
Schätzungen für n1-highmem-8:
us-east40,6129 $
northamerica-northeast10,5991 $
Andere Regionen in Amerika0,5445 $
Schätzungen für n1-highmem-16:
us-east41,2257 $
northamerica-northeast11,1982 $
Andere Regionen in Amerika1,089 $
Schätzungen für n1-highcpu-2:
us-east40,0918 $
northamerica-northeast10,0897 $
Andere Regionen in Amerika0,0815 $
Schätzungen für n1-highcpu-4:
us-east40,1835 $
northamerica-northeast10,1794 $
Andere Regionen in Amerika0,163 $
Schätzungen für n1-highcpu-8:
us-east40,3671 $
northamerica-northeast10,3588 $
Andere Regionen in Amerika0,326 $
Schätzungen für n1-highcpu-16:
us-east40,7341 $
northamerica-northeast10,7176 $
Andere Regionen in Amerika0,6519 $
Schätzungen für n1-highcpu-32:
us-east41,4683 $
northamerica-northeast11,4352 $
Andere Regionen in Amerika1,3039 $

N2-Serie

Schätzungen für n2-standard-2:

northamerica_northeast10,123 $
northamerica_northeast20,123 $
southamerica_east10,1773 $
us_central10,1117 $
us_east10,1117 $
us_east40,1258 $
us_south10,1318 $
us_west10,1117 $
us_west20,1341 $
us_west30,1341 $
us_west40,1258 $
Schätzungen für n2-standard-4:
northamerica_northeast10,2459 $
northamerica_northeast20,2459 $
southamerica_east10,3546 $
us_central10,2234 $
us_east10,2234 $
us_east40,2516 $
us_south10,2636 $
us_west10,2234 $
us_west20,2683 $
us_west30,2683 $
us_west40,2516 $
Schätzungen für n2-standard-8:
northamerica_northeast10,4918 $
northamerica_northeast20,4918 $
southamerica_east10,7091 $
us_central10,4467 $
us_east10,4467 $
us_east40,5031 $
us_south10,5272 $
us_west10,4467 $
us_west20,5366 $
us_west30,5366 $
us_west40,5031 $
Schätzungen für n2-standard-16:
northamerica_northeast10,9836 $
northamerica_northeast20,9836 $
southamerica_east11,4183 $
us_central10,8935 $
us_east10,8935 $
us_east41,0063 $
us_south11,0543 $
us_west10,8935 $
us_west21,0732 $
us_west31,0732 $
us_west41,0062 $
Schätzungen für n2-standard-32:
northamerica_northeast11,9673 $
northamerica_northeast21,9673 $
southamerica_east12,8365 $
us_central11,787 $
us_east11,787 $
us_east42,0126 $
us_south12,1087 $
us_west11,787 $
us_west22,1464 $
us_west32,1464 $
us_west42,0125 $
Schätzungen für n2-highmem-2:
northamerica_northeast10,1659 $
northamerica_northeast20,1659 $
southamerica_east10,2392 $
us_central10,1507 $
us_east10,1507 $
us_east40,1697 $
us_south10,1778 $
us_west10,1507 $
us_west20,181 $
us_west30,181 $
us_west40,1697 $
Schätzungen für n2-highmem-4:
northamerica_northeast10,3317 $
northamerica_northeast20,3317 $
southamerica_east10,4783 $
us_central10,3013 $
us_east10,3013 $
us_east40,3394 $
us_south10,3556 $
us_west10,3013 $
us_west20,3619 $
us_west30,3619 $
us_west40,3393 $
Schätzungen für n2-highmem-8:
northamerica_northeast10,6634 $
northamerica_northeast20,6634 $
southamerica_east10,9566 $
us_central10,6027 $
us_east10,6027 $
us_east40,6787 $
us_south10,7112 $
us_west10,6027 $
us_west20,7239 $
us_west30,7239 $
us_west40,6787 $
Schätzungen für n2-highmem-16:
northamerica_northeast11,3269 $
northamerica_northeast21,3269 $
southamerica_east11,9132 $
us_central11,2053 $
us_east11,2053 $
us_east41,3574 $
us_south11,4223 $
us_west11,2053 $
us_west21,4477 $
us_west31,4477 $
us_west41,3574 $
Schätzungen für n2-highcpu-2:
northamerica_northeast10,0908 $
northamerica_northeast20,0908 $
southamerica_east10,1309 $
us_central10,0825 $
us_east10,0825 $
us_east40,0929 $
us_south10,0973 $
us_west10,0825 $
us_west20,099 $
us_west30,099 $
us_west40,0929 $
Schätzungen für n2-highcpu-4:
northamerica_northeast10,1815 $
northamerica_northeast20,1815 $
southamerica_east10,2618 $
us_central10,1649 $
us_east10,1649 $
us_east40,1857 $
us_south10,1946 $
us_west10,1649 $
us_west20,1981 $
us_west30,1981 $
us_west40,1857 $
Schätzungen für n2-highcpu-8:
northamerica_northeast10,3631 $
northamerica_northeast20,3631 $
southamerica_east10,5235 $
us_central10,3298 $
us_east10,3298 $
us_east40,3715 $
us_south10,3892 $
us_west10,3298 $
us_west20,3961 $
us_west30,3961 $
us_west40,3714 $
Schätzungen für n2-highcpu-16:
northamerica_northeast10,7262 $
northamerica_northeast20,7262 $
southamerica_east11,0471 $
us_central10,6596 $
us_east10,6596 $
us_east40,7429 $
us_south10,7783 $
us_west10,6596 $
us_west20,7923 $
us_west30,7923 $
us_west40,7429 $
Schätzungen für n2-highcpu-32:
northamerica_northeast11,4523 $
northamerica_northeast21,4523 $
southamerica_east12,0941 $
us_central11,3192 $
us_east11,3192 $
us_east41,4858 $
us_south11,5567 $
us_west11,3192 $
us_west21,5846 $
us_west31,5846 $
us_west41,4858 $

N2D-Serie

Schätzungen für n2d-standard-2:

northamerica_northeast10,107 $
southamerica_east10,1542 $
us_central10,0972 $
us_east10,0972 $
us_east40,1094 $
us_west10,0972 $
us_west20,1167 $
us_west40,1094 $
Schätzungen für n2d-standard-4:
northamerica_northeast10,2139 $
southamerica_east10,3085 $
us_central10,1943 $
us_east10,1943 $
us_east40,2189 $
us_west10,1943 $
us_west20,2334 $
us_west40,2189 $
Schätzungen für n2d-standard-8:
northamerica_northeast10,4279 $
southamerica_east10,617 $
us_central10,3887 $
us_east10,3887 $
us_east40,4377 $
us_west10,3887 $
us_west20,4668 $
us_west40,4377 $
Schätzungen für n2d-standard-16:
northamerica_northeast10,8558 $
southamerica_east11,2339 $
us_central10,7773 $
us_east10,7773 $
us_east40,8755 $
us_west10,7773 $
us_west20,9336 $
us_west40,8755 $
Schätzungen für n2d-standard-32:
northamerica_northeast11,7116 $
southamerica_east12,4678 $
us_central11,5547 $
us_east11,5547 $
us_east41,7509 $
us_west11,5547 $
us_west21,8673 $
us_west41,7509 $
Schätzungen für n2d-highmem-2:
northamerica_northeast10,1443 $
southamerica_east10,2081 $
us_central10,1311 $
us_east10,1311 $
us_east40,1476 $
us_west10,1311 $
us_west20,1574 $
us_west40,1476 $
Schätzungen für n2d-highmem-4:
northamerica_northeast10,2886 $
southamerica_east10,4161 $
us_central10,2622 $
us_east10,2622 $
us_east40,2952 $
us_west10,2622 $
us_west20,3149 $
us_west40,2952 $
Schätzungen für n2d-highmem-8:
northamerica_northeast10,5772 $
southamerica_east10,8323 $
us_central10,5243 $
us_east10,5243 $
us_east40,5905 $
us_west10,5243 $
us_west20,6297 $
us_west40,5905 $
Schätzungen für n2d-highmem-16:
northamerica_northeast11,1545 $
southamerica_east11,6646 $
us_central11,0486 $
us_east11,0486 $
us_east41,181 $
us_west11,0486 $
us_west21,2595 $
us_west41,181 $
Schätzungen für n2d-highcpu-2:
northamerica_northeast10,079 $
southamerica_east10,1139 $
us_central10,0717 $
us_east10,0717 $
us_east40,0808 $
us_west10,0717 $
us_west20,0862 $
us_west40,0808 $
Schätzungen für n2d-highcpu-4:
northamerica_northeast10,1579 $
southamerica_east10,2277 $
us_central10,1435 $
us_east10,1435 $
us_east40,1616 $
us_west10,1435 $
us_west20,1723 $
us_west40,1616 $
Schätzungen für n2d-highcpu-8:
northamerica_northeast10,3159 $
southamerica_east10,4555 $
us_central10,2869 $
us_east10,2869 $
us_east40,3232 $
us_west10,2869 $
us_west20,3446 $
us_west40,3232 $
Schätzungen für n2d-highcpu-16:
northamerica_northeast10,6318 $
southamerica_east10,9109 $
us_central10,5739 $
us_east10,5739 $
us_east40,6463 $
us_west10,5739 $
us_west20,6893 $
us_west40,6463 $
Schätzungen für n2d-highcpu-32:
northamerica_northeast11,2636 $
southamerica_east11,8219 $
us_central11,1477 $
us_east11,1477 $
us_east41,2927 $
us_west11,1477 $
us_west21,3786 $
us_west41,2927 $

C2-Serie

Schätzungen für c2-standard-4:

northamerica_northeast10,264 $
southamerica_east10,3812 $
us_central10,24 $
us_east10,24 $
us_east40,2702 $
us_west10,24 $
us_west20,2884 $
us_west30,2889 $
us_west40,2702 $
Schätzungen für c2-standard-8:
northamerica_northeast10,5281 $
southamerica_east10,7623 $
us_central10,4801 $
us_east10,4801 $
us_east40,5405 $
us_west10,4801 $
us_west20,5768 $
us_west30,5778 $
us_west40,5405 $
Schätzungen für c2-standard-16:
northamerica_northeast11,0562 $
southamerica_east11,5246 $
us_central10,9601 $
us_east10,9601 $
us_east41,081 $
us_west10,9601 $
us_west21,1537 $
us_west31,1555 $
us_west41,081 $
Schätzungen für c2-standard-30:
northamerica_northeast11,9803 $
southamerica_east12,8587 $
us_central11,8002 $
us_east11,8002 $
us_east42,0269 $
us_west11,8002 $
us_west22,1631 $
us_west32,1666 $
us_west42,0269 $
Schätzungen für c2-standard-60:
northamerica_northeast13,9606 $
southamerica_east15,7173 $
us_central13,6004 $
us_east13,6004 $
us_east44,0537 $
us_west13,6004 $
us_west24,3263 $
us_west34,3332 $
us_west44,0537 $

C2D-Serie

Schätzungen für c2d-standard-2:

us_central10,1044 $
us_east10,1044 $
us_east40,1176 $
us_west10,1044 $
us_west40,1176 $
Schätzungen für c2d-standard-4:
us_central10,2088 $
us_east10,2088 $
us_east40,2352 $
us_west10,2088 $
us_west40,2352 $
Schätzungen für c2d-standard-8:
us_central10,4177 $
us_east10,4177 $
us_east40,4704 $
us_west10,4177 $
us_west40,4704 $
Schätzungen für c2d-standard-16:
us_central10,8353 $
us_east10,8353 $
us_east40,9408 $
us_west10,8353 $
us_west40,9408 $
Schätzungen für c2d-standard-32:
us_central11,6707 $
us_east11,6707 $
us_east41,8815 $
us_west11,6707 $
us_west41,8815 $
Schätzungen für c2d-standard-56:
us_central12,9237 $
us_east12,9237 $
us_east43,2926 $
us_west12,9237 $
us_west43,2926 $
Schätzungen für c2d-standard-112:
us_central15,8474 $
us_east15,8474 $
us_east46,5853 $
us_west15,8474 $
us_west46,5853 $
Schätzungen für c2d-highmem-2:
us_central10,1408 $
us_east10,1408 $
us_east40,1586 $
us_west10,1408 $
us_west40,1586 $
Schätzungen für c2d-highmem-4:
us_central10,2817 $
us_east10,2817 $
us_east40,3172 $
us_west10,2817 $
us_west40,3172 $
Schätzungen für c2d-highmem-8:
us_central10,5634 $
us_east10,5634 $
us_east40,6344 $
us_west10,5634 $
us_west40,6344 $
Schätzungen für c2d-highmem-16:
us_central11,1267 $
us_east11,1267 $
us_east41,2689 $
us_west11,1267 $
us_west41,2689 $
Schätzungen für c2d-highmem-32:
us_central12,2534 $
us_east12,2534 $
us_east42,5377 $
us_west12,2534 $
us_west42,5377 $
Schätzungen für c2d-highmem-56:
us_central13,9435 $
us_east13,9435 $
us_east44,441 $
us_west13,9435 $
us_west44,441 $
Schätzungen für c2d-highmem-112:
us_central17,887 $
us_east17,887 $
us_east48,882 $
us_west17,887 $
us_west48,882 $
Schätzungen für c2d-highcpu-2:
us_central10,0862 $
us_east10,0862 $
us_east40,0971 $
us_west10,0862 $
us_west40,0971 $
Schätzungen für c2d-highcpu-4:
us_central10,1724 $
us_east10,1724 $
us_east40,1942 $
us_west10,1724 $
us_west40,1942 $
Schätzungen für c2d-highcpu-8:
us_central10,3448 $
us_east10,3448 $
us_east40,3884 $
us_west10,3448 $
us_west40,3884 $
Schätzungen für c2d-highcpu-16:
us_central10,6896 $
us_east10,6896 $
us_east40,7767 $
us_west10,6896 $
us_west40,7767 $
Schätzungen für c2d-highcpu-32:
us_central11,3793 $
us_east11,3793 $
us_east41,5534 $
us_west11,3793 $
us_west41,5534 $
Schätzungen für c2d-highcpu-56:
us_central12,4138 $
us_east12,4138 $
us_east42,7185 $
us_west12,4138 $
us_west42,7185 $
Schätzungen für c2d-highcpu-112:
us_central14,8275 $
us_east14,8275 $
us_east45,4369 $
us_west14,8275 $
us_west45,4369 $

C3-Serie

Schätzungen für c3-highcpu-4:

us_central10,1982 $
us_east10,1982 $
us_east40,2232 $
Schätzungen für c3-highcpu-8:
us_central10,3965 $
us_east10,3965 $
us_east40,4465 $
Schätzungen für c3-highcpu-22:
us_central11,0903 $
us_east11,0903 $
us_east41,2278 $
Schätzungen für c3-highcpu-44:
us_central12,1806 $
us_east12,1806 $
us_east42,4556 $
Schätzungen für c3-highcpu-88:
us_central14,3613 $
us_east14,3613 $
us_east44,9113 $
Schätzungen für c3-highcpu-176:
us_central18,7226 $
us_east18,7226 $
us_east49,8226 $

A2-Serie

Schätzungen für a2-highgpu-1g:

us-central14,2245 $
Schätzungen für a2-highgpu-2g:
us-central18,449 $
Schätzungen für a2-highgpu-4g:
us-central116,898 $
Schätzungen für a2-highgpu-8g:
us-central133,796 $
Schätzungen für a2-megagpu-16g:
us-central164,1021 $
Schätzungen für a2-ultragpu-1g:
us-central15,7818 $
us-east46,3524 $
Schätzungen für a2-ultragpu-2g:
us-central111,5637 $
us-east412,7048 $
Schätzungen für a2-ultragpu-4g:
us-central123,1274 $
us-east425,4095 $
Schätzungen für a2-ultragpu-8g:
us-central146,2548 $
us-east450,8191 $

A3-Serie

Schätzungen für a3-highgpu-8g:
us-central1101,0074 $
us-east4101,0074 $

G2-Serie

Schätzungen für g2-standard-4:

us-central10,8129 $
Schätzungen für g2-standard-8:
us-central10,9818 $
Schätzungen für g2-standard-12:
us-central11,1507 $
Schätzungen für g2-standard-16:
us-central11,3196 $
Schätzungen für g2-standard-24:
us-central12,3014 $
Schätzungen für g2-standard-32:
us-central11,9951 $
Schätzungen für g2-standard-48:
us-central14,6028 $
Schätzungen für g2-standard-96:
us-central19,2055 $

TPU v5e
ct5lp-hightpu-1t Schätzungen:
us-west1 1,38 $
ct5lp-hightpu-4t Schätzungen:
us-west1 5,52 $
ct5lp-hightpu-8t Schätzungen:
us-west1 11,04 $

Preise für Europa

Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.

E2-Serie

Schätzungen für e2-standard-2:

europe-west10,0848 $
europe-west20,0993 $
europe-west30,0993 $
europe-west40,0848 $
europe-west60,1078 $
europe-west90,1079 $
Schätzungen für e2-standard-4:
europe-west10,1695 $
europe-west20,1986 $
europe-west30,1986 $
europe-west40,1697 $
europe-west60,2156 $
europe-west90,2158 $
Schätzungen für e2-standard-8:
europe-west10,3391 $
europe-west20,3971 $
europe-west30,3971 $
europe-west40,3393 $
europe-west60,4313 $
europe-west90,4316 $
Schätzungen für e2-standard-16:
europe-west10,6782 $
europe-west20,7943 $
europe-west30,7943 $
europe-west40,6787 $
europe-west60,8626 $
europe-west90,8631 $
Schätzungen für e2-standard-32:
europe-west11,3563 $
europe-west21,5885 $
europe-west31,5885 $
europe-west41,3574 $
europe-west61,7251 $
europe-west91,7262 $
Schätzungen für e2-highmem-2:
europe-west10,1144 $
europe-west20,1339 $
europe-west30,1339 $
europe-west40,1144 $
europe-west60,1454 $
europe-west90,1455 $
Schätzungen für e2-highmem-4:
europe-west10,2287 $
europe-west20,2679 $
europe-west30,2679 $
europe-west40,2289 $
europe-west60,2909 $
europe-west90,2911 $
Schätzungen für e2-highmem-8:
europe-west10,4574 $
europe-west20,5357 $
europe-west30,5357 $
europe-west40,4578 $
europe-west60,5818 $
europe-west90,5822 $
Schätzungen für e2-highmem-16:
europe-west10,9149 $
europe-west21,0714 $
europe-west31,0714 $
europe-west40,9155 $
europe-west61,1636 $
europe-west91,1643 $
Schätzungen für e2-highcpu-2:
europe-west10,0626 $
europe-west20,0733 $
europe-west30,0733 $
europe-west40,0626 $
europe-west60,0796 $
europe-west90,0796 $
Schätzungen für e2-highcpu-4:
europe-west10,1252 $
europe-west20,1466 $
europe-west30,1466 $
europe-west40,1253 $
europe-west60,1592 $
europe-west90,1593 $
Schätzungen für e2-highcpu-8:
europe-west10,2503 $
europe-west20,2932 $
europe-west30,2932 $
europe-west40,2505 $
europe-west60,3184 $
europe-west90,3186 $
Schätzungen für e2-highcpu-16:
europe-west10,5006 $
europe-west20,5864 $
europe-west30,5864 $
europe-west40,501 $
europe-west60,6368 $
europe-west90,6372 $
Schätzungen für e2-highcpu-32:
europe-west11,0013 $
europe-west21,1728 $
europe-west31,1728 $
europe-west41,0021 $
europe-west61,2736 $
europe-west91,2743 $

N1-Serie

Schätzungen für n1-standard-2:

europe-west20,1408 $
Andere Regionen in Europa0,1265 $
Schätzungen für n1-standard-4:
europe-west20,2815 $
Andere Regionen in Europa0,2531 $
Schätzungen für n1-standard-8:
europe-west20,563 $
Andere Regionen in Europa0,5061 $
Schätzungen für n1-standard-16:
europe-west21,126 $
Andere Regionen in Europa1,0123 $
Schätzungen für n1-standard-32:
europe-west22,2521 $
Andere Regionen in Europa2,0245 $
Schätzungen für n1-highmem-2:
europe-west20,1753 $
Andere Regionen in Europa0,1575 $
Schätzungen für n1-highmem-4:
europe-west20,3506 $
Andere Regionen in Europa0,3151 $
Schätzungen für n1-highmem-8:
europe-west20,7011 $
Andere Regionen in Europa0,6302 $
Schätzungen für n1-highmem-16:
europe-west21,4022 $
Andere Regionen in Europa1,2603 $
Schätzungen für n1-highcpu-2:
europe-west20,105 $
Andere Regionen in Europa0,0944 $
Schätzungen für n1-highcpu-4:
europe-west20,21 $
Andere Regionen in Europa0,1888 $
Schätzungen für n1-highcpu-8:
europe-west20,4199 $
Andere Regionen in Europa0,3776 $
Schätzungen für n1-highcpu-16:
europe-west20,8398 $
Andere Regionen in Europa0,7552 $
Schätzungen für n1-highcpu-32:
europe-west21,6796 $
Andere Regionen in Europa1,5104 $

N2-Serie

Schätzungen für n2-standard-2:

europe_central20,1439 $
europe_west10,1229 $
europe_west20,1439 $
europe_west30,1439 $
europe_west40,1229 $
europe_west60,1564 $
europe_west90,1296 $
Schätzungen für n2-standard-4:
europe_central20,2878 $
europe_west10,2457 $
europe_west20,2878 $
europe_west30,2878 $
europe_west40,2457 $
europe_west60,3127 $
europe_west90,2591 $
Schätzungen für n2-standard-8:
europe_central20,5756 $
europe_west10,4914 $
europe_west20,5756 $
europe_west30,5756 $
europe_west40,4914 $
europe_west60,6254 $
europe_west90,5182 $
Schätzungen für n2-standard-16:
europe_central21,1511 $
europe_west10,9829 $
europe_west21,1511 $
europe_west31,1511 $
europe_west40,9828 $
europe_west61,2508 $
europe_west91,0364 $
Schätzungen für n2-standard-32:
europe_central22,3023 $
europe_west11,9658 $
europe_west22,3023 $
europe_west32,3023 $
europe_west41,9657 $
europe_west62,5017 $
europe_west92,0729 $
Schätzungen für n2-highmem-2:
europe_central20,1941 $
europe_west10,1657 $
europe_west20,1941 $
europe_west30,1941 $
europe_west40,1657 $
europe_west60,2109 $
europe_west90,1748 $
Schätzungen für n2-highmem-4:
europe_central20,3882 $
europe_west10,3315 $
europe_west20,3882 $
europe_west30,3882 $
europe_west40,3315 $
europe_west60,4218 $
europe_west90,3495 $
Schätzungen für n2-highmem-8:
europe_central20,7764 $
europe_west10,663 $
europe_west20,7764 $
europe_west30,7764 $
europe_west40,6629 $
europe_west60,8436 $
europe_west90,6991 $
Schätzungen für n2-highmem-16:
europe_central21,5528 $
europe_west11,3259 $
europe_west21,5528 $
europe_west31,5528 $
europe_west41,3259 $
europe_west61,6873 $
europe_west91,3982 $
Schätzungen für n2-highcpu-2:
europe_central20,1062 $
europe_west10,0907 $
europe_west20,1062 $
europe_west30,1062 $
europe_west40,0907 $
europe_west60,1154 $
europe_west90,0956 $
Schätzungen für n2-highcpu-4:
europe_central20,2125 $
europe_west10,1814 $
europe_west20,2125 $
europe_west30,2125 $
europe_west40,1814 $
europe_west60,2309 $
europe_west90,1913 $
Schätzungen für n2-highcpu-8:
europe_central20,4249 $
europe_west10,3628 $
europe_west20,4249 $
europe_west30,4249 $
europe_west40,3628 $
europe_west60,4617 $
europe_west90,3826 $
Schätzungen für n2-highcpu-16:
europe_central20,8499 $
europe_west10,7256 $
europe_west20,8499 $
europe_west30,8499 $
europe_west40,7256 $
europe_west60,9235 $
europe_west90,7651 $
Schätzungen für n2-highcpu-32:
europe_central21,6997 $
europe_west11,4512 $
europe_west21,6997 $
europe_west31,6997 $
europe_west41,4511 $
europe_west61,847 $
europe_west91,5303 $

N2D-Serie

Schätzungen für n2d-standard-2:

europe_west10,1069 $
europe_west20,1252 $
europe_west30,1252 $
europe_west40,107 $
europe_west90,1127 $
Schätzungen für n2d-standard-4:
europe_west10,2138 $
europe_west20,2504 $
europe_west30,2504 $
europe_west40,2139 $
europe_west90,2254 $
Schätzungen für n2d-standard-8:
europe_west10,4275 $
europe_west20,5007 $
europe_west30,5007 $
europe_west40,4279 $
europe_west90,4509 $
Schätzungen für n2d-standard-16:
europe_west10,8551 $
europe_west21,0015 $
europe_west31,0015 $
europe_west40,8558 $
europe_west90,9017 $
Schätzungen für n2d-standard-32:
europe_west11,7102 $
europe_west22,0029 $
europe_west32,0029 $
europe_west41,7116 $
europe_west91,8034 $
Schätzungen für n2d-highmem-2:
europe_west10,1442 $
europe_west20,1689 $
europe_west30,1689 $
europe_west40,1443 $
europe_west90,1521 $
Schätzungen für n2d-highmem-4:
europe_west10,2884 $
europe_west20,3377 $
europe_west30,3377 $
europe_west40,2886 $
europe_west90,3041 $
Schätzungen für n2d-highmem-8:
europe_west10,5768 $
europe_west20,6755 $
europe_west30,6755 $
europe_west40,5772 $
europe_west90,6082 $
Schätzungen für n2d-highmem-16:
europe_west11,1535 $
europe_west21,3509 $
europe_west31,3509 $
europe_west41,1545 $
europe_west91,2164 $
Schätzungen für n2d-highcpu-2:
europe_west10,0789 $
europe_west20,0924 $
europe_west30,0924 $
europe_west40,079 $
europe_west90,0832 $
Schätzungen für n2d-highcpu-4:
europe_west10,1578 $
europe_west20,1848 $
europe_west30,1848 $
europe_west40,1579 $
europe_west90,1664 $
Schätzungen für n2d-highcpu-8:
europe_west10,3156 $
europe_west20,3697 $
europe_west30,3697 $
europe_west40,3159 $
europe_west90,3328 $
Schätzungen für n2d-highcpu-16:
europe_west10,6313 $
europe_west20,7394 $
europe_west30,7394 $
europe_west40,6318 $
europe_west90,6657 $
Schätzungen für n2d-highcpu-32:
europe_west11,2625 $
europe_west21,4787 $
europe_west31,4787 $
europe_west41,2636 $
europe_west91,3314 $

C2-Serie

Schätzungen für c2-standard-4:

europe_west10,2641 $
europe_west20,3094 $
europe_west30,3092 $
europe_west40,2643 $
europe_west60,3362 $
Schätzungen für c2-standard-8:
europe_west10,5283 $
europe_west20,6187 $
europe_west30,6184 $
europe_west40,5285 $
europe_west60,6724 $
Schätzungen für c2-standard-16:
europe_west11,0565 $
europe_west21,2375 $
europe_west31,2368 $
europe_west41,0571 $
europe_west61,3449 $
Schätzungen für c2-standard-30:
europe_west11,981 $
europe_west22,3202 $
europe_west32,3191 $
europe_west41,982 $
europe_west62,5216 $
Schätzungen für c2-standard-60:
europe_west13,962 $
europe_west24,6404 $
europe_west34,6382 $
europe_west43,964 $
europe_west65,0432 $

C2D-Serie

Schätzungen für c2d-standard-2:

europe_west10,115 $
europe_west20,1345 $
europe_west30,1345 $
europe_west40,115 $
Schätzungen für c2d-standard-4:
europe_west10,2299 $
europe_west20,269 $
europe_west30,269 $
europe_west40,2299 $
Schätzungen für c2d-standard-8:
europe_west10,4599 $
europe_west20,5381 $
europe_west30,5381 $
europe_west40,4599 $
Schätzungen für c2d-standard-16:
europe_west10,9198 $
europe_west21,0762 $
europe_west31,0762 $
europe_west40,9198 $
Schätzungen für c2d-standard-32:
europe_west11,8395 $
europe_west22,1524 $
europe_west32,1524 $
europe_west41,8395 $
Schätzungen für c2d-standard-56:
europe_west13,2191 $
europe_west23,7666 $
europe_west33,7666 $
europe_west43,2191 $
Schätzungen für c2d-standard-112:
europe_west16,4383 $
europe_west27,5333 $
europe_west37,5333 $
europe_west46,4383 $
Schätzungen für c2d-highmem-2:
europe_west10,1551 $
europe_west20,1814 $
europe_west30,1814 $
europe_west40,1551 $
Schätzungen für c2d-highmem-4:
europe_west10,3101 $
europe_west20,3629 $
europe_west30,3629 $
europe_west40,3101 $
Schätzungen für c2d-highmem-8:
europe_west10,6203 $
europe_west20,7258 $
europe_west30,7258 $
europe_west40,6203 $
Schätzungen für c2d-highmem-16:
europe_west11,2406 $
europe_west21,4515 $
europe_west31,4515 $
europe_west41,2406 $
Schätzungen für c2d-highmem-32:
europe_west12,4812 $
europe_west22,9031 $
europe_west32,9031 $
europe_west42,4812 $
Schätzungen für c2d-highmem-56:
europe_west14,342 $
europe_west25,0804 $
europe_west35,0804 $
europe_west44,342 $
Schätzungen für c2d-highmem-112:
europe_west18,684 $
europe_west210,1608 $
europe_west310,1608 $
europe_west48,684 $
Schätzungen für c2d-highcpu-2:
europe_west10,0949 $
europe_west20,1111 $
europe_west30,1111 $
europe_west40,0949 $
Schätzungen für c2d-highcpu-4:
europe_west10,1898 $
europe_west20,2221 $
europe_west30,2221 $
europe_west40,1898 $
Schätzungen für c2d-highcpu-8:
europe_west10,3797 $
europe_west20,4442 $
europe_west30,4442 $
europe_west40,3797 $
Schätzungen für c2d-highcpu-16:
europe_west10,7593 $
europe_west20,8885 $
europe_west30,8885 $
europe_west40,7593 $
Schätzungen für c2d-highcpu-32:
europe_west11,5187 $
europe_west21,777 $
europe_west31,777 $
europe_west41,5187 $
Schätzungen für c2d-highcpu-56:
europe_west12,6577 $
europe_west23,1097 $
europe_west33,1097 $
europe_west42,6577 $
Schätzungen für c2d-highcpu-112:
europe_west15,3154 $
europe_west26,2195 $
europe_west36,2195 $
europe_west45,3154 $

C3-Serie

Schätzungen für c3-highcpu-4:

europe_west10,218 $
europe_west40,2182 $
Schätzungen für c3-highcpu-8:
europe_west10,4361 $
europe_west40,4365 $
Schätzungen für c3-highcpu-22:
europe_west11,1992 $
europe_west41,2003 $
Schätzungen für c3-highcpu-44:
europe_west12,3984 $
europe_west42,4006 $
Schätzungen für c3-highcpu-88:
europe_west14,7969 $
europe_west44,8013 $
Schätzungen für c3-highcpu-176:
europe_west19,5938 $
europe_west49,6026 $

A2-Serie

Schätzungen für a2-highgpu-1g:

europe-west44,3103 $
Schätzungen für a2-highgpu-2g:
europe-west48,6205 $
Schätzungen für a2-highgpu-4g:
europe-west417,2411 $
Schätzungen für a2-highgpu-8g:
europe-west434,4822 $
Schätzungen für a2-megagpu-16g:
europe-west465,1222 $
Schätzungen für a2-ultragpu-1g:
europe-west46,3661 $
Schätzungen für a2-ultragpu-2g:
europe-west412,7321 $
Schätzungen für a2-ultragpu-4g:
europe-west425,4643 $
Schätzungen für a2-ultragpu-8g:
europe-west450,9286 $

G2-Serie

Schätzungen für g2-standard-4:

europe-west40,8951 $
Schätzungen für g2-standard-8:
europe-west41,081 $
Schätzungen für g2-standard-12:
europe-west41,2669 $
Schätzungen für g2-standard-16:
europe-west41,4528 $
Schätzungen für g2-standard-24:
europe-west42,5338 $
Schätzungen für g2-standard-32:
europe-west42,1965 $
Schätzungen für g2-standard-48:
europe-west45,0677 $
Schätzungen für g2-standard-96:
europe-west410,1354 $

Preise für den asiatisch-pazifischen Raum

Die folgenden Tabellen enthalten den Preis pro Knotenstunde für jeden Maschinentyp.

E2-Serie

Schätzungen für e2-standard-2:

asia-east10,0892 $
asia-east20,1078 $
asia-northeast10,0989 $
asia-northeast30,0989 $
asia-south10,0926 $
asia-southeast10,0951 $
australia-southeast10,1093 $
Schätzungen für e2-standard-4:
asia-east10,1785 $
asia-east20,2156 $
asia-northeast10,1977 $
asia-northeast30,1977 $
asia-south10,1851 $
asia-southeast10,1901 $
australia-southeast10,2187 $
Schätzungen für e2-standard-8:
asia-east10,3569 $
asia-east20,4313 $
asia-northeast10,3954 $
asia-northeast30,3954 $
asia-south10,3702 $
asia-southeast10,3802 $
australia-southeast10,4373 $
Schätzungen für e2-standard-16:
asia-east10,7138 $
asia-east20,8626 $
asia-northeast10,7909 $
asia-northeast30,7909 $
asia-south10,7405 $
asia-southeast10,7605 $
australia-southeast10,8747 $
Schätzungen für e2-standard-32:
asia-east11,4276 $
asia-east21,7251 $
asia-northeast11,5817 $
asia-northeast31,5817 $
asia-south11,4809 $
asia-southeast11,5209 $
australia-southeast11,7494 $
Schätzungen für e2-highmem-2:
asia-east10,1204 $
asia-east20,1454 $
asia-northeast10,1333 $
asia-northeast30,1333 $
asia-south10,1249 $
asia-southeast10,1282 $
australia-southeast10,1475 $
Schätzungen für e2-highmem-4:
asia-east10,2407 $
asia-east20,2909 $
asia-northeast10,2665 $
asia-northeast30,2665 $
asia-south10,2497 $
asia-southeast10,2564 $
australia-southeast10,295 $
Schätzungen für e2-highmem-8:
asia-east10,4815 $
asia-east20,5818 $
asia-northeast10,533 $
asia-northeast30,533 $
asia-south10,4994 $
asia-southeast10,5129 $
australia-southeast10,59 $
Schätzungen für e2-highmem-16:
asia-east10,963 $
asia-east21,1636 $
asia-northeast11,0661 $
asia-northeast31,0661 $
asia-south10,9989 $
asia-southeast11,0258 $
australia-southeast11,1799 $
Schätzungen für e2-highcpu-2:
asia-east10,0659 $
asia-east20,0796 $
asia-northeast10,0731 $
asia-northeast30,0731 $
asia-south10,0683 $
asia-southeast10,0702 $
australia-southeast10,0807 $
Schätzungen für e2-highcpu-4:
asia-east10,1317 $
asia-east20,1592 $
asia-northeast10,1461 $
asia-northeast30,1461 $
asia-south10,1367 $
asia-southeast10,1404 $
australia-southeast10,1614 $
Schätzungen für e2-highcpu-8:
asia-east10,2635 $
asia-east20,3184 $
asia-northeast10,2922 $
asia-northeast30,2922 $
asia-south10,2733 $
asia-southeast10,2807 $
australia-southeast10,3229 $
Schätzungen für e2-highcpu-16:
asia-east10,527 $
asia-east20,6368 $
asia-northeast10,5845 $
asia-northeast30,5845 $
asia-south10,5467 $
asia-southeast10,5615 $
australia-southeast10,6458 $
Schätzungen für e2-highcpu-32:
asia-east11,0539 $
asia-east21,2736 $
asia-northeast11,169 $
asia-northeast31,169 $
asia-south11,0933 $
asia-southeast11,1229 $
australia-southeast11,2916 $

N1-Serie

Schätzungen für n1-standard-2:

asia-northeast10,1402 $
asia-southeast10,1348 $
australia-southeast10,155 $
Andere Regionen im asiatisch-pazifischen Raum0,1265 $
Schätzungen für n1-standard-4:
asia-northeast10,2803 $
asia-southeast10,2695 $
australia-southeast10,31 $
Andere Regionen im asiatisch-pazifischen Raum0,2531 $
Schätzungen für n1-standard-8:
asia-northeast10,5606 $
asia-southeast10,5391 $
australia-southeast10,6201 $
Andere Regionen im asiatisch-pazifischen Raum0,5061 $
Schätzungen für n1-standard-16:
asia-northeast11,1213 $
asia-southeast11,0782 $
australia-southeast11,2401 $
Andere Regionen im asiatisch-pazifischen Raum1,0123 $
Schätzungen für n1-standard-32:
asia-northeast12,2426 $
asia-southeast12,1564 $
australia-southeast12,4802 $
Andere Regionen im asiatisch-pazifischen Raum2,0245 $
Schätzungen für n1-highmem-2:
asia-northeast10,1744 $
asia-southeast10,1678 $
australia-southeast10,193 $
Andere Regionen im asiatisch-pazifischen Raum0,1575 $
Schätzungen für n1-highmem-4:
asia-northeast10,3489 $
asia-southeast10,3357 $
australia-southeast10,3861 $
Andere Regionen im asiatisch-pazifischen Raum0,3151 $
Schätzungen für n1-highmem-8:
asia-northeast10,6977 $
asia-southeast10,6713 $
australia-southeast10,7721 $
Andere Regionen im asiatisch-pazifischen Raum0,6302 $
Schätzungen für n1-highmem-16:
asia-northeast11,3955 $
asia-southeast11,3426 $
australia-southeast11,5443 $
Andere Regionen im asiatisch-pazifischen Raum1,2603 $
Schätzungen für n1-highcpu-2:
asia-northeast10,1046 $
asia-southeast10,1005 $
australia-southeast10,1156 $
Andere Regionen im asiatisch-pazifischen Raum0,0944 $
Schätzungen für n1-highcpu-4:
asia-northeast10,2093 $
asia-southeast10,201 $
australia-southeast10,2312 $
Andere Regionen im asiatisch-pazifischen Raum0,1888 $
Schätzungen für n1-highcpu-8:
asia-northeast10,4186 $
asia-southeast10,4021 $
australia-southeast10,4624 $
Andere Regionen im asiatisch-pazifischen Raum0,3776 $
Schätzungen für n1-highcpu-16:
asia-northeast10,8371 $
asia-southeast10,8041 $
australia-southeast10,9249 $
Andere Regionen im asiatisch-pazifischen Raum0,7552 $
Schätzungen für n1-highcpu-32:
asia-northeast11,6742 $
asia-southeast11,6082 $
australia-southeast11,8498 $
Andere Regionen im asiatisch-pazifischen Raum1,5104 $

N2-Serie

Schätzungen für n2-standard-2:

asia_east10,1293 $
asia_east20,1563 $
asia_northeast10,1433 $
asia_northeast30,1433 $
asia_south10,1341 $
asia_southeast10,1378 $
asia_southeast20,1502 $
australia_southeast10,1585 $
Schätzungen für n2-standard-4:
asia_east10,2586 $
asia_east20,3125 $
asia_northeast10,2866 $
asia_northeast30,2866 $
asia_south10,2683 $
asia_southeast10,2756 $
asia_southeast20,3003 $
australia_southeast10,3169 $
Schätzungen für n2-standard-8:
asia_east10,5173 $
asia_east20,6251 $
asia_northeast10,5731 $
asia_northeast30,5731 $
asia_south10,5366 $
asia_southeast10,5511 $
asia_southeast20,6007 $
australia_southeast10,6339 $
Schätzungen für n2-standard-16:
asia_east11,0346 $
asia_east21,2502 $
asia_northeast11,1462 $
asia_northeast31,1462 $
asia_south11,0731 $
asia_southeast11,1022 $
asia_southeast21,2014 $
australia_southeast11,2678 $
Schätzungen für n2-standard-32:
asia_east12,0691 $
asia_east22,5003 $
asia_northeast12,2924 $
asia_northeast32,2924 $
asia_south12,1462 $
asia_southeast12,2044 $
asia_southeast22,4028 $
australia_southeast12,5355 $
Schätzungen für n2-highmem-2:
asia_east10,1745 $
asia_east20,2108 $
asia_northeast10,1931 $
asia_northeast30,1931 $
asia_south10,181 $
asia_southeast10,1859 $
asia_southeast20,2026 $
australia_southeast10,2138 $
Schätzungen für n2-highmem-4:
asia_east10,3489 $
asia_east20,4216 $
asia_northeast10,3863 $
asia_northeast30,3863 $
asia_south10,3619 $
asia_southeast10,3717 $
asia_southeast20,4052 $
australia_southeast10,4275 $
Schätzungen für n2-highmem-8:
asia_east10,6978 $
asia_east20,8432 $
asia_northeast10,7725 $
asia_northeast30,7725 $
asia_south10,7238 $
asia_southeast10,7434 $
asia_southeast20,8103 $
australia_southeast10,8551 $
Schätzungen für n2-highmem-16:
asia_east11,3956 $
asia_east21,6865 $
asia_northeast11,545 $
asia_northeast31,545 $
asia_south11,4476 $
asia_southeast11,4868 $
asia_southeast21,6206 $
australia_southeast11,7102 $
Schätzungen für n2-highcpu-2:
asia_east10,0955 $
asia_east20,1154 $
asia_northeast10,1059 $
asia_northeast30,1059 $
asia_south10,099 $
asia_southeast10,1017 $
asia_southeast20,1109 $
australia_southeast10,117 $
Schätzungen für n2-highcpu-4:
asia_east10,1909 $
asia_east20,2307 $
asia_northeast10,2118 $
asia_northeast30,2118 $
asia_south10,1981 $
asia_southeast10,2034 $
asia_southeast20,2217 $
australia_southeast10,234 $
Schätzungen für n2-highcpu-8:
asia_east10,3819 $
asia_east20,4615 $
asia_northeast10,4235 $
asia_northeast30,4235 $
asia_south10,3961 $
asia_southeast10,4069 $
asia_southeast20,4435 $
australia_southeast10,468 $
Schätzungen für n2-highcpu-16:
asia_east10,7637 $
asia_east20,9229 $
asia_northeast10,8471 $
asia_northeast30,8471 $
asia_south10,7923 $
asia_southeast10,8137 $
asia_southeast20,887 $
australia_southeast10,936 $
Schätzungen für n2-highcpu-32:
asia_east11,5275 $
asia_east21,8458 $
asia_northeast11,6942 $
asia_northeast31,6942 $
asia_south11,5845 $
asia_southeast11,6275 $
asia_southeast21,7739 $
australia_southeast11,8719 $

N2D-Serie

Schätzungen für n2d-standard-2:

asia_east10,1125 $
asia_east20,136 $
asia_northeast10,1247 $
asia_south10,0641 $
asia_southeast10,1199 $
australia_southeast10,1379 $
Schätzungen für n2d-standard-4:
asia_east10,225 $
asia_east20,2719 $
asia_northeast10,2493 $
asia_south10,1283 $
asia_southeast10,2397 $
australia_southeast10,2757 $
Schätzungen für n2d-standard-8:
asia_east10,45 $
asia_east20,5438 $
asia_northeast10,4986 $
asia_south10,2565 $
asia_southeast10,4795 $
australia_southeast10,5515 $
Schätzungen für n2d-standard-16:
asia_east10,9001 $
asia_east21,0876 $
asia_northeast10,9972 $
asia_south10,513 $
asia_southeast10,959 $
australia_southeast11,103 $
Schätzungen für n2d-standard-32:
asia_east11,8001 $
asia_east22,1752 $
asia_northeast11,9945 $
asia_south11,0261 $
asia_southeast11,9179 $
australia_southeast12,206 $
Schätzungen für n2d-highmem-2:
asia_east10,1518 $
asia_east20,1834 $
asia_northeast10,168 $
asia_south10,0865 $
asia_southeast10,1617 $
australia_southeast10,186 $
Schätzungen für n2d-highmem-4:
asia_east10,3035 $
asia_east20,3668 $
asia_northeast10,3361 $
asia_south10,173 $
asia_southeast10,3234 $
australia_southeast10,372 $
Schätzungen für n2d-highmem-8:
asia_east10,6071 $
asia_east20,7336 $
asia_northeast10,6721 $
asia_south10,346 $
asia_southeast10,6468 $
australia_southeast10,744 $
Schätzungen für n2d-highmem-16:
asia_east11,2142 $
asia_east21,4672 $
asia_northeast11,3443 $
asia_south10,6921 $
asia_southeast11,2936 $
australia_southeast11,4879 $
Schätzungen für n2d-highcpu-2:
asia_east10,0831 $
asia_east20,1004 $
asia_northeast10,0921 $
asia_south10,0473 $
asia_southeast10,0885 $
australia_southeast10,1018 $
Schätzungen für n2d-highcpu-4:
asia_east10,1661 $
asia_east20,2007 $
asia_northeast10,1842 $
asia_south10,0947 $
asia_southeast10,177 $
australia_southeast10,2036 $
Schätzungen für n2d-highcpu-8:
asia_east10,3322 $
asia_east20,4015 $
asia_northeast10,3685 $
asia_south10,1894 $
asia_southeast10,354 $
australia_southeast10,4071 $
Schätzungen für n2d-highcpu-16:
asia_east10,6645 $
asia_east20,8029 $
asia_northeast10,737 $
asia_south10,3787 $
asia_southeast10,708 $
australia_southeast10,8143 $
Schätzungen für n2d-highcpu-32:
asia_east11,3289 $
asia_east21,6059 $
asia_northeast11,4739 $
asia_south10,7575 $
asia_southeast11,4159 $
australia_southeast11,6286 $

C2-Serie

Schätzungen für c2-standard-4:

asia_east10,278 $
asia_east20,336 $
asia_northeast10,308 $
asia_northeast30,308 $
asia_south10,2884 $
asia_southeast10,2962 $
australia_southeast10,3407 $
Schätzungen für c2-standard-8:
asia_east10,5561 $
asia_east20,672 $
asia_northeast10,6161 $
asia_northeast30,6161 $
asia_south10,5768 $
asia_southeast10,5924 $
australia_southeast10,6814 $
Schätzungen für c2-standard-16:
asia_east11,1122 $
asia_east21,3439 $
asia_northeast11,2321 $
asia_northeast31,2321 $
asia_south11,1536 $
asia_southeast11,1849 $
australia_southeast11,3629 $
Schätzungen für c2-standard-30:
asia_east12,0853 $
asia_east22,5199 $
asia_northeast12,3103 $
asia_northeast32,3103 $
asia_south12,1631 $
asia_southeast12,2217 $
australia_southeast12,5553 $
Schätzungen für c2-standard-60:
asia_east14,1706 $
asia_east25,0397 $
asia_northeast14,6205 $
asia_northeast34,6205 $
asia_south14,3262 $
asia_southeast14,4433 $
australia_southeast15,1107 $

C2D-Serie

Schätzungen für c2d-standard-2:

asia_east10,1209 $
asia_south10,0689 $
asia_southeast10,1288 $
Schätzungen für c2d-standard-4:
asia_east10,2418 $
asia_south10,1378 $
asia_southeast10,2576 $
Schätzungen für c2d-standard-8:
asia_east10,4836 $
asia_south10,2757 $
asia_southeast10,5153 $
Schätzungen für c2d-standard-16:
asia_east10,9672 $
asia_south10,5513 $
asia_southeast11,0305 $
Schätzungen für c2d-standard-32:
asia_east11,9345 $
asia_south11,1027 $
asia_southeast12,0611 $
Schätzungen für c2d-standard-56:
asia_east13,3853 $
asia_south11,9297 $
asia_southeast13,6069 $
Schätzungen für c2d-standard-112:
asia_east16,7706 $
asia_south13,8593 $
asia_southeast17,2137 $
Schätzungen für c2d-highmem-2:
asia_east10,1631 $
asia_south10,093 $
asia_southeast10,1737 $
Schätzungen für c2d-highmem-4:
asia_east10,3262 $
asia_south10,1859 $
asia_southeast10,3475 $
Schätzungen für c2d-highmem-8:
asia_east10,6523 $
asia_south10,3718 $
asia_southeast10,695 $
Schätzungen für c2d-highmem-16:
asia_east11,3046 $
asia_south10,7436 $
asia_southeast11,39 $
Schätzungen für c2d-highmem-32:
asia_east12,6092 $
asia_south11,4873 $
asia_southeast12,78 $
Schätzungen für c2d-highmem-56:
asia_east14,5662 $
asia_south12,6028 $
asia_southeast14,865 $
Schätzungen für c2d-highmem-112:
asia_east19,1323 $
asia_south15,2055 $
asia_southeast19,7299 $
Schätzungen für c2d-highcpu-2:
asia_east10,0998 $
asia_south10,0569 $
asia_southeast10,1063 $
Schätzungen für c2d-highcpu-4:
asia_east10,1996 $
asia_south10,1138 $
asia_southeast10,2127 $
Schätzungen für c2d-highcpu-8:
asia_east10,3993 $
asia_south10,2276 $
asia_southeast10,4254 $
Schätzungen für c2d-highcpu-16:
asia_east10,7985 $
asia_south10,4552 $
asia_southeast10,8508 $
Schätzungen für c2d-highcpu-32:
asia_east11,5971 $
asia_south10,9104 $
asia_southeast11,7016 $
Schätzungen für c2d-highcpu-56:
asia_east12,7949 $
asia_south11,5931 $
asia_southeast12,9778 $
Schätzungen für c2d-highcpu-112:
asia_east15,5898 $
asia_south13,1862 $
asia_southeast15,9556 $

C3-Serie

Schätzungen für c3-highcpu-4:

asia_southeast10,2445 $
Schätzungen für c3-highcpu-8:
asia_southeast10,489 $
Schätzungen für c3-highcpu-22:
asia_southeast11,3449 $
Schätzungen für c3-highcpu-44:
asia_southeast12,6897 $
Schätzungen für c3-highcpu-88:
asia_southeast15,3794 $
Schätzungen für c3-highcpu-176:
asia_southeast110,7589 $

A2-Serie

Schätzungen für a2-highgpu-1g:

asia-northeast14,6575 $
asia-northeast34,6575 $
asia-southeast14,6163 $
Schätzungen für a2-highgpu-2g:
asia-northeast19,3151 $
asia-northeast39,3151 $
asia-southeast19,2327 $
Schätzungen für a2-highgpu-4g:
asia-northeast118,6301 $
asia-northeast318,6301 $
asia-southeast118,4653 $
Schätzungen für a2-highgpu-8g:
asia-northeast137,2603 $
asia-northeast337,2603 $
asia-southeast136,9306 $
Schätzungen für a2-megagpu-16g:
asia-northeast170,0363 $
asia-northeast370,0363 $
asia-southeast169,5557 $
Schätzungen für a2-ultragpu-1g:
asia-southeast17,1328 $
Schätzungen für a2-ultragpu-2g:
asia-southeast114,2657 $
Schätzungen für a2-ultragpu-4g:
asia-southeast128,5314 $
Schätzungen für a2-ultragpu-8g:
asia-southeast157,0628 $

Preise für den Nahen Osten

N2-Serie

Schätzungen für n2-standard-2:

me_west10,1229 $
Schätzungen für n2-standard-4:
me_west10,2457 $
Schätzungen für n2-standard-8:
me_west10,4914 $
Schätzungen für n2-standard-16:
me_west10,9828 $
Schätzungen für n2-standard-32:
me_west11,9657 $
Schätzungen für n2-highmem-2:
me_west10,1657 $
Schätzungen für n2-highmem-4:
me_west10,3315 $
Schätzungen für n2-highmem-8:
me_west10,6629 $
Schätzungen für n2-highmem-16:
me_west11,3259 $
Schätzungen für n2-highcpu-2:
me_west10,0907 $
Schätzungen für n2-highcpu-4:
me_west10,1814 $
Schätzungen für n2-highcpu-8:
me_west10,3628 $
Schätzungen für n2-highcpu-16:
me_west10,7256 $
Schätzungen für n2-highcpu-32:
me_west11,4511 $

N2D-Serie

Schätzungen für n2d-standard-2:

me_west10,1069 $
Schätzungen für n2d-standard-4:
me_west10,2138 $
Schätzungen für n2d-standard-8:
me_west10,4275 $
Schätzungen für n2d-standard-16:
me_west10,8551 $
Schätzungen für n2d-standard-32:
me_west11,7101 $
Schätzungen für n2d-highmem-2:
me_west10,1442 $
Schätzungen für n2d-highmem-4:
me_west10,2884 $
Schätzungen für n2d-highmem-8:
me_west10,5767 $
Schätzungen für n2d-highmem-16:
me_west11,1535 $
Schätzungen für n2d-highcpu-2:
me_west10,0789 $
Schätzungen für n2d-highcpu-4:
me_west10,1578 $
Schätzungen für n2d-highcpu-8:
me_west10,3156 $
Schätzungen für n2d-highcpu-16:
me_west10,6312 $
Schätzungen für n2d-highcpu-32:
me_west11,2625 $

Jeder Maschinentyp wird in Ihrer Google Cloud-Rechnung unter den folgenden SKUs abgerechnet:

  • Kosten der vCPU, gemessen in vCPU/Stunde
  • RAM-Kosten, gemessen in GB/Stunde
  • GPU-Kosten: wenn entweder in die Maschine eingebunden oder optional konfiguriert, gemessen in GPU/Stunde

Die Preise für Maschinentypen entsprechen ungefähr den stündlichen Gesamtkosten für jeden Vorhersageknoten einer Modellversion, die diesen Maschinentyp verwendet.

Ein Maschinentyp von n1-highcpu-32 umfasst beispielsweise 32 vCPUs und 32 GB RAM. Der Stundensatz entspricht daher 32 vCPU hours + 32 GB hours.

Die SKU-Preistabelle ist nach Region gegliedert. Jede Tabelle enthält die Preise für vCPU, RAM und integrierte GPU für Vorhersage-Maschinentypen, was die berechneten SKUs genauer darstellt.

Wählen Sie eine Region aus, um die Tabelle mit den SKU-Preisen für diese Region anzuzeigen:

SKU-Preise für Nord- und Südamerika

E2-Serie

vCPU

Standort Preis pro Stunde
Los Angeles (us-west2) $0.0301288 pro vCPU/Stunde
Las Vegas (us-west4) $0.028252 pro vCPU/Stunde
N. Virginia (us-east4) $0.028252 pro vCPU/Stunde
Montreal (northamerica-northeast1) $0.0276149 pro vCPU/Stunde
Toronto (northamerica-northeast2) $0.0276149 pro vCPU/Stunde
São Paulo (southamerica-east1) $0.0398176 pro vCPU/Stunde
Andere Regionen in Amerika $0.0250826 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Los Angeles (us-west2) $0.0040376pro GB/Stunde
Las Vegas (us-west4</code>) $0.0037846 pro GB/Stunde
N. Virginia (us-east4) $0.0037846 pro GB/Stunde
Montreal (northamerica-northeast1) $0.0037007 pro GB/Stunde
Toronto (northamerica-northeast2) $0.0037007 pro GB/Stunde
São Paulo (southamerica-east1) $0.005336 pro GB/Stunde
Andere Regionen in Amerika $0.0033614 pro GB/Stunde

N1-Serie

vCPU

Standort Preis pro Stunde
N. Virginia (us-east4) $0.04094575 pro vCPU/Stunde
Montreal (northamerica-northeast1) $0.0400223 pro vCPU/Stunde
Andere Regionen in Amerika $0.03635495 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
N. Virginia (us-east4) $0.00548665 pro GB/Stunde
Montreal (northamerica-northeast1) $0.0053636 pro GB/Stunde
Andere Regionen in Amerika $0.0048783 pro GB/Stunde

N2-Serie

vCPU

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.0400223 pro vCPU/Stunde
Toronto (northamerica_northeast2) $0.0400223 pro vCPU/Stunde
São Paulo (southamerica_east1) $0.057707 pro vCPU/Stunde
Iowa (us_central1) $0.0363527 pro vCPU/Stunde
South Carolina (us_east1) $0.0363527 pro vCPU/Stunde
N. Virginia (us_east4) $0.0409457 pro vCPU/Stunde
Dallas (us_south1) $0.0428962 pro vCPU/Stunde
Oregon (us_west1) $0.0363527 pro vCPU/Stunde
Los Angeles (us_west2) $0.0436655 pro vCPU/Stunde
Salt Lake City (us_west3) $0.0436655 pro vCPU/Stunde
Las Vegas (us_west4) $0.0409434 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.0053636 pro GB/Stunde
Toronto (northamerica_northeast2) $0.0053636 pro GB/Stunde
São Paulo (southamerica_east1) $0.0077337 pro GB/Stunde
Iowa (us_central1) $0.0048725 pro GB/Stunde
South Carolina (us_east1) $0.0048725 pro GB/Stunde
N. Virginia (us_east4) $0.0054867 pro GB/Stunde
Dallas (us_south1) $0.00575 pro GB/Stunde
Oregon (us_west1) $0.0048725 pro GB/Stunde
Los Angeles (us_west2) $0.0058523 pro GB/Stunde
Salt Lake City (us_west3) $0.0058523 pro GB/Stunde
Las Vegas (us_west4) $0.0054867 pro GB/Stunde

N2D-Serie

vCPU

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.0348197 pro vCPU/Stunde
São Paulo (southamerica_east1) $0.0502055 pro vCPU/Stunde
Iowa (us_central1) $0.0316273 pro vCPU/Stunde
South Carolina (us_east1) $0.0316273 pro vCPU/Stunde
N. Virginia (us_east4) $0.0356224 pro vCPU/Stunde
Oregon (us_west1) $0.0316273 pro vCPU/Stunde
Los Angeles (us_west2) $0.0379891 pro vCPU/Stunde
Las Vegas (us_west4) $0.0356224 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.0046667 pro GB/Stunde
São Paulo (southamerica_east1) $0.0067287 pro GB/Stunde
Iowa (us_central1) $0.0042389 pro GB/Stunde
South Carolina (us_east1) $0.0042389 pro GB/Stunde
N. Virginia (us_east4) $0.0047736 pro GB/Stunde
Oregon (us_west1) $0.0042389 pro GB/Stunde
Los Angeles (us_west2) $0.005091pro GB/Stunde
Las Vegas (us_west4) $0.0047736 pro GB/Stunde

C2-Serie

vCPU

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.04301 pro vCPU/Stunde
São Paulo (southamerica_east1) $0.0620356 pro vCPU/Stunde
Iowa (us_central1) $0.039077 pro vCPU/Stunde
South Carolina (us_east1) $0.039077 pro vCPU/Stunde
N. Virginia (us_east4) $0.0440105 pro vCPU/Stunde
Oregon (us_west1) $0.039077 pro vCPU/Stunde
Los Angeles (us_west2) $0.046943 pro vCPU/Stunde
Salt Lake City (us_west3) $0.04692 pro vCPU/Stunde
Las Vegas (us_west4) $0.0440105 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Montreal (northamerica_northeast1) $0.00575 pro GB/Stunde
São Paulo (southamerica_east1) $0.0083133 pro GB/Stunde
Iowa (us_central1) $0.0052325 pro GB/Stunde
South Carolina (us_east1) $0.0052325 pro GB/Stunde
N. Virginia (us_east4) $0.005888 pro GB/Stunde
Oregon (us_west1) $0.0052325 pro GB/Stunde
Los Angeles (us_west2) $0.0062905 pro GB/Stunde
Salt Lake City (us_west3) $0.006325 pro GB/Stunde
Las Vegas (us_west4) $0.005888 pro GB/Stunde

C2D-Serie

vCPU

Standort Preis pro Stunde
Iowa (us_central1) $0.0339974 pro vCPU/Stunde
South Carolina (us_east1) $0.0339974 pro vCPU/Stunde
N. Virginia (us_east4) $0.0382904 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Iowa (us_central1) $0.0045528 pro GB/Stunde
South Carolina (us_east1) $0.0045528 pro GB/Stunde
N. Virginia (us_east4) $0.0051267 pro GB/Stunde

C3-Serie

vCPU

Standort Preis pro Stunde
Iowa (us_central1) $0.03908 pro vCPU/Stunde
South Carolina (us_east1) $0.03908 pro vCPU/Stunde
N. Virginia (us_east4) $0.04401 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Iowa (us_central1) $0.00524 pro GB/Stunde
South Carolina (us_east1) $0.00524 pro GB/Stunde
N. Virginia (us_east4) $0.0059 pro GB/Stunde

A2-Serie

vCPU

Standort Preis pro Stunde
Iowa (us-central1) $0.0363527 pro vCPU/Stunde
N. Virginia (us-east4) $0.0363527 pro vCPU/Stunde
Las Vegas (us-west4) $0.0409457 pro vCPU/Stunde
Andere Regionen in Amerika $0.0363527 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Iowa (us-central1) $0.0048725 pro GB/Stunde
N. Virginia (us-east4) $0.0048725 pro GB/Stunde
Las Vegas (us-west4) $0.0054867 pro GB/Stunde
Andere Regionen in Amerika $0.0048725 pro GB/Stunde

GPU

Standort Preis pro Stunde
Iowa (us-central1) $4.51729 pro GPU/Stunde (A100 80 GB)
N. Virginia (us-east4) $5.08783 pro GPU/Stunde (A100 80 GB)
Las Vegas (us-west4) $3.5673 pro GPU/Stunde (A100 40 GB)
Andere Regionen in Amerika $3.3741 pro GPU/Stunde (A100 40 GB)

A3-Serie

vCPU

Standort Preis pro Stunde
Iowa (us-central1) $0.0293227 pro vCPU/Stunde
N. Virginia (us-east4) $0.0293227 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Iowa (us-central1) $0.0025534 pro GB/Stunde
N. Virginia (us-east4) $0.0025534 pro GB/Stunde

GPU

Standort Preis pro Stunde
Iowa (us-central1) $11.2660332 pro GPU/Stunde (H100 80 GB)
N. Virginia (us-east4) $11.2660336 pro GPU/Stunde (H100 80 GB)

G2-Serie

vCPU

Standort Preis pro Stunde
Iowa (us-central1) $0.02874 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Iowa (us-central1) $0.00337 pro GB/Stunde

GPU

Standort Preis pro Stunde
Iowa (us-central1) $0.64405 pro GPU/Stunde

SKU-Preise für Europa

E2-Serie

vCPU

Standort Preis pro Stunde
Belgien (europe-west1) $0.0275919 pro vCPU/Stunde
London (europe-west2) $0.0323184 pro vCPU/Stunde
Frankfurt (europe-west3) $0.0323184 pro vCPU/Stunde
Niederlande (europe-west4) $0.0276149 pro vCPU/Stunde
Zürich (europe-west6) $0.0350968 pro vCPU/Stunde
Paris (europe-west9) $0.0351164 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Belgien (europe-west1) $0.0036984 pro GB/Stunde
London (europe-west2) $0.0043309 pro GB/Stunde
Frankfurt (europe-west3) $0.0043309 pro GB/Stunde
Niederlande (europe-west4) $0.0037007 pro GB/Stunde
Zürich (europe-west6) $0.0047035 pro GB/Stunde
Paris (europe-west9) $0.0047069 pro GB/Stunde

N1-Serie

vCPU

Standort Preis pro Stunde
London (europe-west2) $0.0468395 pro vCPU/Stunde
Andere Regionen in Europa $0.0421268 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
London (europe-west2) $0.0062767 pro GB/Stunde
Andere Regionen in Europa $0.0056373 pro GB/Stunde

N2-Serie

vCPU

Standort Preis pro Stunde
Warschau (europe_central2) $0.0468395 pro vCPU/Stunde
Belgien (europe_west1) $0.0399889 pro vCPU/Stunde
London (europe_west2) $0.0468395 pro vCPU/Stunde
Frankfurt (europe_west3) $0.0468395 pro vCPU/Stunde
Niederlande (europe_west4) $0.0399879 pro vCPU/Stunde
Zürich (europe_west6) $0.050899 pro vCPU/Stunde
Paris (europe_west9) $0.0421693 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Warschau (europe_central2) $0.0062767 pro GB/Stunde
Belgien (europe_west1) $0.0053602 pro GB/Stunde
London (europe_west2) $0.0062767 pro GB/Stunde
Frankfurt (europe_west3) $0.0062767 pro GB/Stunde
Niederlande (europe_west4) $0.0053598 pro GB/Stunde
Zürich (europe_west6) $0.0068195 pro GB/Stunde
Paris (europe_west9) $0.0056522 pro GB/Stunde

N2D-Serie

vCPU

Standort Preis pro Stunde
Belgien (europe_west1) $0.0347909 pro vCPU/Stunde
London (europe_west2) $0.0407502 pro vCPU/Stunde
Frankfurt (europe_west3) $0.0407502 pro vCPU/Stunde
Niederlande (europe_west4) $0.0348197 pro vCPU/Stunde
Paris (europe_west9) $0.0366873 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Belgien (europe_west1) $0.0046632 pro GB/Stunde
London (europe_west2) $0.0054602 pro GB/Stunde
Frankfurt (europe_west3) $0.0054602 pro GB/Stunde
Niederlande (europe_west4) $0.0046667 pro GB/Stunde
Paris (europe_west9) $0.0049174 pro GB/Stunde

C2-Serie

vCPU

Standort Preis pro Stunde
Belgien (europe_west1) $0.042987 pro vCPU/Stunde
London (europe_west2) $0.0503527 pro vCPU/Stunde
Frankfurt (europe_west3) $0.050347 pro vCPU/Stunde
Niederlande (europe_west4) $0.0430215 pro vCPU/Stunde
Zürich (europe_west6) $0.0547055 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Belgien (europe_west1) $0.0057615 pro GB/Stunde
London (europe_west2) $0.006747 pro GB/Stunde
Frankfurt (europe_west3) $0.006739 pro GB/Stunde
Niederlande (europe_west4) $0.0057615 pro GB/Stunde
Zürich (europe_west6) $0.007337 pro GB/Stunde

C2D-Serie

vCPU

Standort Preis pro Stunde
London (europe_west2) $0.0438012 pro vCPU/Stunde
Niederlande (europe_west4) $0.0374336 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
London (europe_west2) $0.005865 pro GB/Stunde
Niederlande (europe_west4) $0.0050128 pro GB/Stunde

C3-Serie

vCPU

Standort Preis pro Stunde
London (europe_west1) $0.04299 pro vCPU/Stunde
Niederlande (europe_west4) $0.04302 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
London (europe_west1) $0.00576 pro GB/Stunde
Niederlande (europe_west4) $0.00577 pro GB/Stunde

A2-Serie

vCPU

Standort Preis pro Stunde
Niederlande (europe-west4) $0.0400223 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Niederlande (europe-west4) $0.0053636 pro GB/Stunde

GPU

Standort Preis pro Stunde
Niederlande (europe-west4) $3.3741 pro GPU/Stunde (A100 40 GB)
Niederlande (europe-west4) $4.97399 pro GPU/Stunde (A100 80 GB)

G2-Serie

vCPU

Standort Preis pro Stunde
Niederlande (europe-west4) $0.03164 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Niederlande (europe-west4) $0.00371 pro GB/Stunde

GPU

Standort Preis pro Stunde
Niederlande (europe-west4) $0.70916 pro GPU/Stunde

SKU-Preise für den asiatisch-pazifischen Raum

E2-Serie

SKUs für Vorhersage-Maschinentyp E2

vCPU

Standort Preis pro Stunde
Taiwan (asia-east1) $0.0290432 pro vCPU/Stunde
Hongkong (asia-east2) $0.0350968 pro vCPU/Stunde
Tokio (asia-northeast1) $0.0322299 pro vCPU/Stunde
Seoul (asia-northeast3) $0.0322299 pro vCPU/Stunde
Mumbai (asia-south1) $0.0301288 pro vCPU/Stunde
Singapur (asia-southeast1) $0.0309453 pro vCPU/Stunde
Sydney (australia-southeast1) $0.0355925 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Taiwan (asia-east1) $0.0038927 pro GB/Stunde
Hongkong (asia-east2) $0.0047035 pro GB/Stunde
Tokio (asia-northeast1) $0.0042999 pro GB/Stunde
Seoul (asia-northeast3) $0.0042999 pro GB/Stunde
Mumbai (asia-south1) $0.0040376 pro GB/Stunde
Singapur (asia-southeast1) $0.0041458 pro GB/Stunde
Sydney (australia-southeast1) $0.004769 pro GB/Stunde

N1-Serie

SKUs für Vorhersage-Maschinentyp N1

vCPU

Standort Preis pro Stunde
Tokio (asia-northeast1) $0.0467107 pro vCPU/Stunde
Singapur (asia-southeast1) $0.04484885 pro vCPU/Stunde
Sydney (australia-southeast1) $0.0515844 pro vCPU/Stunde
Andere Regionen im asiatisch-pazifischen Raum $0.0421268 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Tokio (asia-northeast1) $0.00623185 pro GB/Stunde
Singapur (asia-southeast1) $0.0060099 pro GB/Stunde
Sydney (australia-southeast1) $0.00691265 pro GB/Stunde
Andere Regionen im asiatisch-pazifischen Raum $0.0056373 pro GB/Stunde

N2-Serie

vCPU

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0420923 pro vCPU/Stunde
Hongkong (asia_east2) $0.0508656 pro vCPU/Stunde
Tokio (asia_northeast1) $0.0467107 pro vCPU/Stunde
Seoul (asia_northeast3) $0.0467107 pro vCPU/Stunde
Mumbai (asia_south1) $0.0436655 pro vCPU/Stunde
Singapur (asia_southeast1) $0.0448488 pro vCPU/Stunde
Jakarta (asia_southeast2) $0.0488853 pro vCPU/Stunde
Sydney (australia_southeast1) $0.0515844 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0056419 pro GB/Stunde
Hongkong (asia_east2) $0.0068172 pro GB/Stunde
Tokio (asia_northeast1) $0.0062318 pro GB/Stunde
Seoul (asia_northeast3) $0.0062318 pro GB/Stunde
Mumbai (asia_south1) $0.0058512 pro GB/Stunde
Singapur (asia_southeast1) $0.0060099 pro GB/Stunde
Jakarta (asia_southeast2) $0.0065504 pro GB/Stunde
Sydney (australia_southeast1) $0.0069126 pro GB/Stunde

N2D-Serie

vCPU

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0366206 pro vCPU/Stunde
Hongkong (asia_east2) $0.0442531 pro vCPU/Stunde
Tokio (asia_northeast1) $0.0406387 pro vCPU/Stunde
Mumbai (asia_south1) $0.0208725 pro vCPU/Stunde
Singapur (asia_southeast1) $0.0390184 pro vCPU/Stunde
Sydney (australia_southeast1) $0.0448787 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0049082 pro GB/Stunde
Hongkong (asia_east2) $0.0059305 pro GB/Stunde
Tokio (asia_northeast1) $0.0054222 pro GB/Stunde
Mumbai (asia_south1) $0.0027979 pro GB/Stunde
Singapur (asia_southeast1) $0.005229 pro GB/Stunde
Sydney (australia_southeast1) $0.0060145 pro GB/Stunde

C2-Serie

vCPU

Standort Preis pro Stunde
Taiwan (asia_east1) $0.045249 pro vCPU/Stunde
Hongkong (asia_east2) $0.0546802 pro vCPU/Stunde
Tokio (asia_northeast1) $0.0502136 pro vCPU/Stunde
Seoul (asia_northeast3) $0.0502136 pro vCPU/Stunde
Mumbai (asia_south1) $0.0469407 pro vCPU/Stunde
Singapur (asia_southeast1) $0.0482126 pro vCPU/Stunde
Sydney (australia_southeast1) $0.055453 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0060651 pro GB/Stunde
Hongkong (asia_east2) $0.0073289 pro GB/Stunde
Tokio (asia_northeast1) $0.0066987 pro GB/Stunde
Seoul (asia_northeast3) $0.0066987 pro GB/Stunde
Mumbai (asia_south1) $0.0062905 pro GB/Stunde
Singapur (asia_southeast1) $0.0064607 pro GB/Stunde
Sydney (australia_southeast1) $0.0074313 pro GB/Stunde

C2D-Serie

vCPU

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0393656 pro vCPU/Stunde
Singapur (asia_southeast1) $0.0419417 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Taiwan (asia_east1) $0.0052716 pro GB/Stunde
Singapur (asia_southeast1) $0.0056166 pro GB/Stunde

C3-Serie

vCPU

Standort Preis pro Stunde
Singapur (asia_southeast1) $0.04821 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Singapur (asia_southeast1) $0.00646 pro GB/Stunde

A2-Serie

SKUs für Vorhersage-Maschinentyp A2

vCPU

Standort Preis pro Stunde
Tokio (asia-northeast1) $0.0467107 pro vCPU/Stunde
Seoul (asia-northeast3) $0.0467107 pro vCPU/Stunde
Singapur (asia-southeast1) $0.0448488 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Tokio (asia-northeast1) $0.00623185 pro GB/Stunde
Seoul (asia-northeast3) $0.0062318 pro GB/Stunde
Singapur (asia-southeast1) $0.0060099 pro GB/Stunde

GPU

Standort Preis pro Stunde
Tokio (asia-northeast1) $3.5673 pro GPU/Stunde (A100 40 GB)
Seoul (asia-northeast3) $3.5673 pro GPU/Stunde (A100 40 GB)
Singapur (asia-southeast1) $3.5673 pro GPU/Stunde (A100 40 GB)
Singapur (asia-southeast1) $5.57298 pro GPU/Stunde (A100 80 GB)

SKU-Preise für den Nahen Osten

N2-Serie

vCPU

Standort Preis pro Stunde
Tel Aviv (me_west1) $0.0399879 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Tel Aviv (me_west1) $0.0053598 pro GB/Stunde

N2D-Serie

vCPU

Standort Preis pro Stunde
Tel Aviv (me_west1) $0.03479 pro vCPU/Stunde

RAM

Standort Preis pro Stunde
Tel Aviv (me_west1) $0.0046628 pro GB/Stunde

Bei einigen Maschinentypen können Sie optionale GPU-Beschleuniger für die Vorhersage hinzufügen. Für optionale GPUs wird abweichend von der oben stehenden Tabelle eine zusätzliche Gebühr erhoben. In der folgenden Preistabelle sind die Preise für jeden Typ von optionaler GPU beschrieben.

Nord- und Südamerika

Beschleuniger – Preis pro Stunde

NVIDIA_TESLA_P4
Iowa (us-central1) 0,6900 $
N. Virginia (us-east4) 0,6900 $
Montreal (northamerica-northeast1) 0,7475 $
NVIDIA_TESLA_P100
Oregon (us-west1) 1,6790 $
Iowa (us-central1) 1,6790 $
South Carolina (us-east1) 1,6790 $
NVIDIA_TESLA_T4
Oregon (us-west1) 0,4025 $
Iowa (us-central1) 0,4025 $
South Carolina (us-east1) 0,4025 $
NVIDIA_TESLA_V100
Oregon (us-west1) 2,8520 $
Iowa (us-central1) 2,8520 $

Europa

Beschleuniger – Preis pro Stunde

NVIDIA_TESLA_P4
Niederlande (europe-west4) 0,7475 $
NVIDIA_TESLA_P100
Belgien (europe-west1) 1,8400 $
NVIDIA_TESLA_T4
London (europe-west2) 0,4715 $
Niederlande (europe-west4) 0,4370 $
NVIDIA_TESLA_V100
Niederlande (europe-west4) 2,9325 $

Asiatisch-pazifischer Raum

Beschleuniger – Preis pro Stunde

NVIDIA_TESLA_P4
Singapur (asia-southeast1) 0,7475 $
Sydney (australia-southeast1) 0,7475 $
NVIDIA_TESLA_P100
Taiwan (asia-east1) 1,8400 $
NVIDIA_TESLA_T4
Tokio (asia-northeast1) 0,4255 $
Singapur (asia-southeast1) 0,4255 $
Seoul (asia-northeast3) 0,4485 $
NVIDIA_TESLA_V100
Taiwan (asia-east1) 2,932 $

Die Preise gelten pro GPU. Wenn Sie also mehrere GPUs pro Vorhersageknoten verwenden (oder wenn Ihre Version für die Verwendung mehrerer Knoten skaliert wird), steigen auch die Kosten entsprechend.

AI Platform Prediction stellt Vorhersagen zu Ihrem Modell bereit, indem mehrere virtuelle Maschinen („Knoten“) ausgeführt werden. Standardmäßig skaliert Vertex AI automatisch die Anzahl der Knoten, die jeweils ausgeführt werden. Bei Online-Vorhersagen wird die Anzahl der Knoten entsprechend dem Bedarf skaliert. Jeder Knoten kann mehrere Vorhersageanfragen verarbeiten. Bei Batch-Vorhersagen wird die Anzahl der Knoten so skaliert, dass die Gesamtzeit reduziert wird, die zur Ausführung eines Jobs benötigt wird. Die Skalierung der Vorhersageknoten lässt sich außerdem anpassen.

Es werden Gebühren für den Zeitraum berechnet, in dem jeder Knoten für Ihr Modell ausgeführt wird. Dazu gehören folgende Vorgänge bzw. Zustände:

  • Verarbeitung eines Batch-Vorhersagejobs durch den Knoten.
  • Verarbeitung einer Anfrage für eine Online-Vorhersage durch einen Knoten.
  • Bereitschaftszustand Ihres Knotens für die Durchführung von Online-Vorhersagen.

Die Kosten für die einstündige Ausführung eines Knotens entsprechen einer Knotenstunde. Die Tabelle mit den Preisen für Vorhersagen nennt die Preise je Knotenstunde, die sich je nach Region und für Online-Vorhersagen und Batch-Vorhersagen unterscheiden.

Knotenstunden werden schrittweise erhöht. Zum Beispiel kostet ein 30 Minuten lang ausgeführter Knoten 0,5 Knotenstunden.

Kostenberechnung für Compute Engine-Maschinentypen (N1)

  • Die Laufzeit eines Knotens wird in 30-Sekunden-Schritten berechnet. Das bedeutet, dass Ihnen alle 30 Sekunden in Ihrem Projekt die Nutzung von 30 Sekunden der vCPU-, RAM- und GPU-Ressourcen in Rechnung gestellt wird, die Ihr Knoten derzeit verwendet.

Weitere Informationen zu Autoscaling und Vorhersageknoten

Online-Vorhersage Batch-Vorhersage
Die Priorität der Skalierung ist es, die Latenz einzelner Anfragen zu reduzieren. Der Dienst gewährleistet nach der Durchführung einer Anfrage einige Minuten lang die Bereitschaft Ihres Modells. Die Priorität der Skalierung ist es, die Gesamtlaufzeit des Jobs zu reduzieren.
Die Skalierung hat Auswirkungen auf Ihre monatlichen Gesamtkosten: Je mehr und je öfter Anfragen gestellt werden, desto mehr Knoten werden verwendet. Die Skalierung hat in der Regel geringe Auswirkungen auf den Preis Ihres Jobs, auch wenn mit der Bereitstellung eines neuen Knotens ein gewisser Aufwand verbunden ist.

Sie können auswählen, den Dienst in Abhängigkeit vom Traffic zu skalieren (Autoscaling), oder Sie können die Anzahl der Knoten festlegen, die dauerhaft ausgeführt werden sollen, um eine Latenz zu vermeiden (manuelle Skalierung).

  • Wenn Sie Autoscaling auswählen, wird die Anzahl der Knoten automatisch skaliert. Bei der Bereitstellung von Maschinen des Typs MLS1 (Legacy-Version von AI Platform Prediction) kann die Anzahl der Knoten in Zeiten mit wenig Traffic bis auf null sinken. Bereitstellungen von Vertex AI und andere Arten von Bereitstellungen von AI Platform Prediction können nicht auf null Knoten herunterskaliert werden.
  • Wenn Sie die manuelle Skalierung auswählen, können Sie eine Anzahl von Knoten festlegen, die dauerhaft ausgeführt werden sollen. Ihnen werden Kosten für die Zeit in Rechnung gestellt, in der diese Knoten ausgeführt werden, beginnend ab dem Zeitpunkt der Bereitstellung bis zum Löschen der Modellversion.
Sie können die Skalierung beeinflussen, indem Sie die maximale Anzahl Knoten festlegen, die für einen Batch-Vorhersagejob zu verwenden sind, und Sie können die Anzahl der Knoten angeben, die für ein Modell ausgeführt werden sollen, wenn Sie dieses bereitstellen.

Batch-Vorhersagejobs werden nach Abschluss des Jobs abgerechnet.

Batch-Vorhersagejobs werden nach Abschluss des Jobs berechnet, nicht schrittweise währenddessen. Von Ihnen konfigurierten Budgetwarnungen in Cloud Billing werden nicht ausgelöst, während ein Job verarbeitet wird. Bevor Sie einen großen Job starten, sollten Sie einige Jobs mit geringen Eingabedaten ausführen, um die Kosten abzuschätzen.

Beispiel für eine Vorhersageberechnung

Ein Immobilienunternehmen in einer Region in Amerika führt jede Woche in den von ihm betreuten Bereichen eine Vorhersage der Immobilienwerte durch. In einem Monat werden die Vorhersagen für vier Wochen in Batches mit 3920, 4277, 3849 und 3961 Instanzen durchgeführt. Jobs sind begrenzt auf einen Knoten und jede Instanz benötigt durchschnittlich 0.72 Sekunden für die Verarbeitung.

Zuerst wird der Zeitraum für die Ausführung der einzelnen Jobs berechnet:

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

Jeder Job hat mehr als 10 Minuten gebraucht, also wird jede Minute der Verarbeitung in Rechnung gestellt:

($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

Dies ergibt eine Gesamtgebühr von 0,26 $ für den Monat.

In diesem Beispiel wurde angenommen, dass die Jobs auf einem einzelnen Knoten ausgeführt werden und eine konstante Zeit pro Eingabeinstanz benötigen. Unter realen Bedingungen sollten Sie für Ihre Berechnungen darauf achten, dass mehrere Knoten verwendet werden und die tatsächliche Zeit berücksichtigt wird, die jeder Knoten für die Ausführung benötigt.

Preise für Vertex Explainable AI

Featurebasierte Erklärungen

Featurebasierte Erklärungen werden ohne Aufpreis zu den Vorhersagepreisen angeboten. Die Verarbeitung von Erklärungen dauert jedoch länger als normale Vorhersagen. Wenn Vertex Explainable AI also viel mit Autoscaling genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden und so die Vorhersagekosten steigen.

Beispielgestützte Erklärungen

Die Preise für beispielgestützte Erklärungen setzen sich so zusammen:

  • Wenn Sie ein Modell hochladen oder den Datensatz eines Modells aktualisieren, wird dies in Rechnung gestellt:

    • Preis pro Knotenstunde, die bei einem Batch-Vorhersagejob zur Erzeugung von latenten Darstellungen von Beispielen verwendet wird. Der Preis entspricht dem für eine Vorhersage.
    • Kosten für das Erstellen und Aktualisieren von Indexen. Der Preis entspricht den Indexierungskosten für die Vektorsuche von Anzahl der Beispiele × Anzahl der Dimensionen × 4 Byte pro Gleitkommazahl × 3 $ pro GB. Beispiel: Für 1 Million Beispiele und einen latenten Raum mit 1.000 Dimensionen betragen die Kosten 12 $ (1.000.000 × 1.000 × 4 × 3,00 / 1.000.000.000).
  • Bei der Bereitstellung auf einem Endpunkt wird pro Knotenstunde für jeden Knoten in Ihrem Endpunkt abgerechnet. Alle mit dem Endpunkt verbundenen Berechnungen werden zum gleichen Preis wie eine Vorhersage berechnet. Da die beispielbasierten Erklärungen jedoch zusätzliche Rechenressourcen benötigen, um den Index der Vektorsuche zu bedienen, müssen zusätzliche Knoten gestartet werden, was die Vorhersagekosten erhöht.

Neural Architecture Search von Vertex AI

Die folgenden Tabellen enthalten eine Übersicht über die Preise in den Regionen, in denen Neural Architecture Search verfügbar ist.

Preise

In den folgenden Tabellen finden Sie die Preise pro Stunde für verschiedene Konfigurationen.

Sie können sich für eine vordefinierte Skalierungsstufe oder eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Wenn Sie eine benutzerdefinierte Konfiguration auswählen, müssen Sie die Kosten der verwendeten virtuellen Maschinen addieren.

Bei beschleunigerfähigen Legacy-Maschinentypen beinhaltet der Preis bereits die Kosten für die Beschleuniger. Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der folgenden Tabelle mit der Anzahl der verwendeten Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.

Maschinentypen

Nord- und Südamerika

Europa

Asiatisch-pazifischer Raum

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Die Preise für a2-highgpu-Instanzen beinhalten die Kosten für die angehängten NVIDIA_TESLA_A100-Beschleuniger.

Beschleuniger

Nord- und Südamerika

Europa

Asiatisch-pazifischer Raum

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Laufwerke

Nord- und Südamerika

Europa

Asiatisch-pazifischer Raum

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Hinweise:

  1. Jede Verwendung unterliegt der Kontingentrichtlinie für Neural Architecture Search.
  2. Daten und Programmdateien müssen während des Lebenszyklus der Neural Architecture Search in Cloud Storage-Buckets gespeichert werden. Hier finden Sie weitere Informationen zur Verwendung von Cloud Storage.
  3. Bei Interesse an volumenbasierten Rabatten wenden Sie sich an das Verkaufsteam.
  4. Der Laufwerkpreis wird nur berechnet, wenn Sie die Laufwerksgröße jeder VM so konfigurieren, dass sie größer als 100 GB ist. Die ersten 100 GB (Standardgröße des Laufwerks) für jede VM sind kostenlos. Wenn Sie beispielsweise jede VM mit einem Laufwerk von 105 GB konfigurieren, werden Ihnen 5 GB Speicherplatz für jede VM berechnet.

Erforderliche Nutzung von Cloud Storage

Zusätzlich zu den in diesem Dokument beschriebenen entstehen weitere Kosten, da Daten und Programmdateien während des Lebenszyklus der Neural Architecture Search in Cloud Storage-Buckets gespeichert werden müssen. Diese Speicherung wird über das Cloud Storage-Preismodell abgerechnet.

Die erforderliche Verwendung von Cloud Storage umfasst Folgendes:

  • Staging Ihres Trainingsanwendungspakets.

  • Speicherung Ihrer Trainingseingabedaten.

  • Speicherung der Ausgabe Ihrer Jobs. Neural Architecture Search erfordert keine Langzeitspeicherung dieser Elemente. Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.

Kostenlose Ressourcenverwaltung

Für die Ressourcenverwaltung von Neural Architecture Search fallen keine Kosten an. Einige Vorgänge werden jedoch durch die Kontingentrichtlinie von Neural Architecture Search eingeschränkt.

Ressource Kostenlose Vorgänge
Jobs get, list, cancel
Vorgänge get, list, cancel, delete

Vertex AI Pipelines

Für Vertex AI Pipelines wird je Ausführung einer Pipeline eine Ausführungsgebühr von 0,03 $ berechnet. Während der Vorabversion wird Ihnen die Ausführungsgebühr nicht berechnet. Außerdem werden Ihnen Google Cloud-Ressourcen berechnet, die Sie mit Vertex AI Pipelines verwenden, z. B. von Pipelinekomponenten verbrauchte Compute Engine-Ressourcen. Diese werden zum selben Tarif wie Vertex AI Trainings abgerechnet. Außerdem entstehen Kosten für die Dienste, die von Ihrer Pipeline aufgerufen werden (z. B. Dataflow).

Vertex AI Rapid Evaluation

Beim Vertex AI Rapid Evaluation-Dienst werden Eingabe- und Ausgabefelder für Strings jeweils 1.000 Zeichen berechnet. Ein Zeichen wird als ein Unicode-Zeichen definiert. Bei der Zählung wird kein Leerraum berücksichtigt. Fehlgeschlagene Bewertungsanfragen, einschließlich gefilterter Antworten, werden weder für Eingabe noch Ausgabe berechnet. Am Ende jedes Abrechnungszeitraums werden Brüche von einem Cent (0,01 $) auf einen Cent aufgerundet.

Für berechnungsbasierte Messwerte werden 0,00003 $pro 1.000 Zeichen für die Eingabe und 0,00009 $pro 1.000 Zeichen für die Ausgabe berechnet. In der SKU werden sie als Pointwise-Messwert bezeichnet.

Name des Messwerts Typ
Genaue Übereinstimmung Berechnungsbasiert
BLEU Berechnungsbasiert
ROUGE Berechnungsbasiert
tool_call_valid Berechnungsbasiert
tool_name_match Berechnungsbasiert
tool_parameter_key_match Berechnungsbasiert
tool_parameter_kv_match Berechnungsbasiert

Preise sind in US-Dollar ($) angegeben. Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Modellbasierte Messwerte werden mit 0,005 $pro 1.000 Zeichen für die Eingabe und 0,015 $pro 1.000 Zeichen für die Ausgabe berechnet. Zu den modellbasierten Messwerten wird eine separate Gebühr für den Prediction Service berechnet. Weitere Informationen finden Sie auf der Preisseite für Vorhersage und Erklärung mit Vertex AI.

Name des Messwerts Typ
Kohärenz Punktweise
Sprachkompetenz Punktweise
Auftragsausführung Punktweise
Sicherheit Punktweise
Grundierung Punktweise
summarization_quality Punktweise
summarization_helpfulness Punktweise
summarization_verbosity Punktweise
question_answering_quality Punktweise
question_answering_relevance Punktweise
question_answering_helpfulness Punktweise
question_answering_correctness Punktweise
pairwise_summarization_quality AutoSxS
pairwise_question_answering_quality AutoSxS

Preise sind in US-Dollar ($) angegeben. Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Vertex AI Feature Store

Vertex AI Feature Store hat seit November 2023 den Status General Availability (GA). Informationen zur vorherigen Produktversion finden Sie unter Vertex AI Feature Store (Legacy).

Neuer Vertex AI Feature Store

Der neue Vertex AI Feature Store unterstützt Funktionen für zwei Arten von Operationen:

  • Offlinebetrieb bezieht sich auf Abläufe zum Übertragen, Speichern, Abrufen und Umwandeln von Daten im Offlinespeicher (BigQuery).
  • Onlinebetrieb bezieht sich auf Abläufe zur Übertragung von Daten in den Onlinespeicher und zur Bearbeitung von Daten, während sie sich im Onlinespeicher befinden.

Preise für Offlinebetrieb

Da BigQuery für Offlinevorgänge verwendet wird, gelten die Preise für BigQuery für Funktionen wie die Aufnahme in den Offlinespeicher, die Abfrage des Offlinespeichers und die Offlinespeicherung.

Preise für Onlinebetrieb

Für den Onlinebetrieb verrechnet Vertex AI Feature Store Gebühren für alle GA-Funktionen zur Übertragung von Daten in den Onlinespeicher, zur Bereitstellung sowie zur Speicherung von Daten. Als Knotenstunde wird die Zeit berechnet, die für die Ausführung von Abläufen auf einer virtuellen Maschine benötigt wird. Die Abrechnung erfolgt dabei minutengenau.

Optimierte Onlinebereitstellung und Bigtable-Onlinebereitstellung verwenden unterschiedliche Architekturen, sodass die Knotenpunkte nicht vergleichbar sind.
Wenn Sie in einer anderen Währung als US-Dollar bezahlen, werden die Preise in Ihrer Währung Cloud Platform-SKUs angewendet werden.

Schätzungen zu Arbeitslasten im Onlinebetrieb

Beachten Sie bei der Schätzung Ihrer Arbeitslasten nachstehende Richtlinien. Die Anzahl der für eine bestimmte Arbeitslast erforderlichen Knoten kann bei einzelnen Bereitstellungskonzepten unterschiedlich sein.

  • Datenverarbeitung:
    • Datenaufnahme: Ein Knoten kann etwa mindestens 100 MB Daten pro Stunde in einen Bigtable-Onlinespeicher oder einen optimierten Onlinespeicher aufnehmen, wenn keine Analysefunktionen verwendet werden.
  • Bigtable-Onlinebereitstellung: Jeder Knoten unterstützt etwa 1.500 Abfragen pro Sekunde und bis zu 5 TB Speicherplatz.
  • Optimierte Onlinebereitstellung: Die Leistung basiert auf dem Maschinentyp und den Replikaten, die automatisch so konfiguriert werden, dass die Kosten je nach Arbeitslast minimiert werden. Jeder Knoten kann mindestens 2 und maximal 6 Replikate für Hochverfügbarkeit und Autoscaling. Ihnen wird die entsprechende Anzahl der Replikate in Rechnung gestellt. Weitere Informationen finden Sie in den Beispielen für monatliche Szenarien.
    • Bei Arbeitslasten, die nicht mit Einbettungen zusammenhängen, kann jeder Knoten etwa 500 Abfragen pro Sekunde und bis zu 200 GB Speicher unterstützen.
    • Bei auf Einbettungen bezogenen Arbeitslasten kann jeder Knoten etwa 500 Abfragen pro Sekunde und bis zu 4 GB Speicher für 512-dimensionale Daten unterstützen.

Die Anzahl der Knoten (mit Replikaten) wird im Messwert-Explorer angezeigt:

Messwert-Explorer, um die Anzahl der verwendeten Knoten zu ermitteln.
Messwert-Explorer, um die Anzahl der verwendeten Knoten zu ermitteln

Beispiel für monatliche Kosten (unter Verwendung von us-central1)

Datenstreaming-Arbeitslast: Bigtable-Onlinebereitstellung mit 2,5 TB Daten (1 GB täglich aktualisiert) und 1.200 Abfragen pro Sekunde

Vorgänge Monatliche Nutzung Monatliche Kosten
Datenverarbeitungsknoten (1 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunden / 100 MB) = 300 Knotenstunden 300 Knotenstunden × (0,08 $ je Knotenstunde) = 24 $
Optimierte Onlinebereitstellungsknoten
Bigtable-Onlinebereitstellungsknoten (1 Knoten) × (24 Stunden/Tag) × (30 Tage/Monat) = 720 Knotenstunden 720 Knotenstunden × (0,94 $ pro Knotenstunden) = 677 $
Bigtable-Onlinebereitstellungsspeicher (2,5 TB/Monat) × (1.000 GB/TB) = 2.500 GB/Monat 2.500 GB/Monat × (0,25 $ pro GB/Monat) = 625 $
Gesamt 1.326 $

Arbeitslast mit vielen Abfragen pro Sekunde – optimierte Onlinebereitstellung mit 10 GB an nicht eingebetteten Daten (5 GB täglich aktualisiert) und 2.000 Abfragen pro Sekunde

Vorgänge Monatliche Nutzung Monatliche Kosten
Datenverarbeitungsknoten (5 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunden / 100 MB) = 1.500 Knotenstunden 1.500 Knotenstunden × (0,08 $ pro Knotenstunde) = 120$
Optimierte Onlinebereitstellungsknoten Roundup(10 GB × (1 Knoten ÷ 200 GB)) = 1 × max(2 Standardreplikate, 2.000 Abfragen pro Sekunde × (1 Replikat / 500 Abfragen pro Sekunde)) = 4 Knoten insgesamt × (24 Stunden/Tag) × (30 Tage/Monat) =2.880 Knotenstunden 2.880 Knotenstunden × (0,30 pro Knotenstunden) = 864$
Bigtable-Onlinebereitstellungsknoten
Bigtable-Onlinebereitstellungsspeicher
Gesamt 984$

Arbeitslast zur Bereitstellung von Einbettungen – Optimierte Onlinebereitstellung mit 20 GB Einbettungsdaten (2 GB täglich aktualisiert) und 800 Abfragen pro Sekunde

Vorgänge Monatliche Nutzung Monatliche Kosten
Datenverarbeitungsknoten (2 GB/Tag) × (30 Tage/Monat) × (1.000 MB/GB) × (1 Knotenstunden / 100 MB) = 600 Knotenstunden 600 Knotenstunden × (0,08 $ pro Knotenstunde) = 48$
Optimierte Onlinebereitstellungsknoten Roundup(20 GB* (1 Knoten / 4 GB) = 5 * max(2 Standardreplikate, 800 QPS * (1 Replikat / 500 QPS)) = 10 Knoten insgesamt * (24 Stunden/Tag) * (30 Tage/Monat) = 7.200 Knotenstunden 7.200 Knotenstunden × (0,30 pro Knotenstunden) = 2.160$
Bigtable-Onlinebereitstellungsknoten
Bigtable-Onlinebereitstellungsspeicher
Gesamt 2.208$

Vertex AI Feature Store (Legacy)

Die Preise für den Vertex AI Feature Store (Legacy) basieren auf der Menge der Feature-Daten im Online- und Offlinespeicher sowie auf der Verfügbarkeit der Onlinebereitstellung. Als Knotenstunde wird die Zeit berechnet, die eine virtuelle Maschine für die Bereitstellung von Feature-Daten verwendet oder die sie bei der Verarbeitung von Feature-Datenanfragen im Bereitschaftszustand wartet.

Wenn Sie in einer anderen Währung als US-Dollar bezahlen, gelten die Preise, die unter Cloud Platform SKUs für Ihre Währung angegeben sind.

Wenn Sie das Monitoring für Feature-Werte aktivieren, umfasst die Abrechnung die oben genannten Kosten sowie zusätzlich die nachstehenden Kosten:

  • 3,50 $ pro GB für alle analysierten Daten. Wenn die Snapshot-Analyse aktiviert ist, werden Snapshots für Daten im Vertex AI Feature Store (Legacy) einbezogen. Wenn die Analyse des Import-Features aktiviert ist, werden die Batches der aufgenommenen Daten einbezogen.
  • Zu den zusätzlichen Gebühren für andere Vorgänge von Vertex AI Feature Store (Legacy), die mit dem Monitoring von Feature-Werten verwendet werden, gehören Folgende:
    • Die Snapshot-Analysefunktion erstellt in regelmäßigen Abständen einen Snapshot der Feature-Werte auf der Grundlage Ihrer Konfiguration für das Monitoring-Intervall.
    • Die Kosten für einen Snapshot-Export entsprechen denen für einen regulären Batch-Exportvorgang.

Beispiel für die Snapshot-Analyse

Ein Data Scientist aktiviert das Monitoring für Feature-Werte für einen Vertex AI Feature Store (Legacy) und schaltet das Monitoring für eine tägliche Snapshot-Analyse ein. Für das Monitoring der Entitätstypen wird täglich eine Pipeline ausgeführt. Die Pipeline scannt 2 GB an Daten im Vertex AI Feature Store (Legacy) und exportiert einen Snapshot mit 0,1 GB an Daten. Die Gesamtkosten für eine eintägige Analyse betragen:

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

Beispiel für die Datenaufnahmeanalyse

Ein Data Scientist aktiviert das Monitoring für Feature-Werte für einen Vertex AI Feature Store (Legacy) und schaltet das Monitoring für Datenaufnahmevorgänge ein. Ein Datenaufnahmevorgang importiert 1 GB an Daten in den Vertex AI Feature Store (Legacy). Die Gesamtkosten für das Monitoring der Feature-Werte betragen:

(1 GB * $3.50) = $3.50

Vertex ML Metadata

Der Metadatenspeicher wird in binären Gigabyte (GiB) gemessen, wobei 1 GiB 1.073.741.824 Byte beträgt. Diese Maßeinheit wird auch als ein gibibyte bezeichnet.

Für Vertex ML Metadata fallen 10 $ pro Gibibyte (GiB) pro Monat für die Speicherung von Metadaten an. Die Preise werden anteilig pro Megabyte (MB) abgerechnet. Wenn Sie beispielsweise 10 MB Metadaten speichern, werden Ihnen für diese 10 MB 0,10 $ pro Monat berechnet.

Die Preise sind in allen Regionen identisch, in denen Vertex ML Metadata unterstützt wird.

Vertex AI TensorBoard

Wenn Sie Vertex AI TensorBoard nutzen wollen, muss Ihnen ein Mitglied der IAM-Administration des Projekts die Rolle Vertex AI TensorBoard Web App User zuweisen. Mit der Rolle „Vertex AI Administrator“ haben Sie ebenfalls Zugriff.

Im August 2023 hat sich die Preisgestaltung für Vertex AI TensorBoard von einer monatlichen Lizenz pro Nutzer für 300 $/Monat auf 10 GiB/Monat für die Datenspeicherung von Logs und Metriken geändert. Das bedeutet, dass keine Abogebühren mehr anfallen. Sie zahlen nur für den verwendeten Speicherplatz. Unter Vertex AI TensorBoard: Löschen veralteter TensorBoard-Experimente finden Sie eine Anleitung zum Speichermanagement.

Vertex AI Vizier

Vertex AI Vizier ist ein Blackbox-Optimierungsdienst innerhalb von Vertex AI. Die Preisgestaltung für Vertex AI Vizier hat diese Komponenten:

  • Für Testversionen, die RANDOM_SEARCH und GRID_SEARCH verwenden, fallen keine Kosten an. Weitere Informationen zu Suchalgorithmen
  • Die ersten 100 Vertex AI Vizier-Testläufe pro Kalendermonat sind kostenlos. Tests mit RANDOM_SEARCH und GRID_SEARCH werden nicht auf diese Gesamtzahl angerechnet.
  • Nach 100 Testläufen von Vertex AI Vizier werden nachfolgende Testläufe im selben Kalendermonat zu 1 $ pro Testlauf abgerechnet. Für Testläufe mit RANDOM_SEARCH oder GRID_SEARCH fallen keine Kosten an.

Vektorsuche

Die Preise für die ungefähre Vektorsuche nach dem nächsten Nachbarn umfassen:

  • Preise pro Knotenstunde pro VM, die zum Hosten eines bereitgestellten Index verwendet wird.
  • Kosten für das Erstellen neuer Indexe, das Aktualisieren bestehender Indexe und das Streaming von Indexaktualisierungen.

Daten, die während der Erstellung und Aktualisierung von Indexen verarbeitet werden, werden in binären Gigabyte (GiB) gemessen, wobei 1 GiB 1.073.741.824 Byte beträgt. Diese Maßeinheit wird auch als ein gibibyte bezeichnet.

Für die Vektorsuche werden in allen Regionen 3 $ pro Gibibyte (GiB) an verarbeiteten Daten berechnet. Für die Vektorsuche werden 0,45 $/GiB berechnet. für Streaming Update-Insert-Anweisungen.

Die folgenden Tabellen enthalten eine Übersicht über die Preise einer Indexbereitstellung in jeder Region, in der die Vektorsuche verfügbar ist. Der Preis richtet sich nach Maschinentyp und Region und wird pro Knotenstunde berechnet.

Nord- und Südamerika

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
us_central1 0,094 0,75 1,012 1,893 1,064 2,128
us_east1 0,094 0,75 1,012 1,893 1,064 2,128
us_east4 0,10 0,845 1,14 2,132 1,198 2,397
us_west1 0,094 0,75 1,012 1,893 1,064 2,128
us_west2 0,113 0,901 1,216 2,273 1,279 2,558
us_west3 0,113 0,901 1,216 1,279 2,558
us_west4 0,106 0,845 1,14 2,132 1,198 2,397
us_south1 0,111 0,886 1,195
northamerica_northeast1 0,103 0,826 1,115 2,084 1,172 2,343
northamerica_northeast2 0,103 0,826 1,115
southamerica_east1 0,149 1,191 1,607 3,004 1,69 3,38

Europa

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
europe_central2 0,121 0,967 1,304
europe_north1 0,103 0,826 1,115 2,084 1,172 2,343
europe_west1 0,103 0,826 1,114 2,082 1,171 2,343
europe_west2 0,121 0,967 1,304 2,438 1,371 2,742
europe_west3 0,121 0,967 1,304 2,438 1,371 2,742
europe_west4 0,103 0,826 1,115 2,084 1,172 2,343
europe_west6 0,131 1,050 1,417 1,489 2,978
europe_west9 0,131 1,051 1,417 2,195

Asiatisch-pazifischer Raum

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
asia_east1 0,109 0,869 1,172 2,191 1,232 2,464
asia_east2 0,131 1,050 1,417 2,648 1,489 2,978
asia_south1 0,113 0,901 1,216 1,249 1,278 2,556
asia_southeast1 0,116 0,926 1,249 2,335 1,313 2,625
asia_southeast2 0,126 1,009 1,361
asia_northeast1 0,12 0,963 1,298 2,428 1,366 2,733
asia_northeast2 0,12 0,963 1,298 2,428 1,366 2,733
asia_northeast3 0,12 0,963 1,298 1,367 2,733
australia_southeast1 0,133 1,065 1,436 2,686 1,51 3,02

Naher Osten

Region e2-standard-2 e2-standard-16 e2-highmem-16 n2d-standard-32 n1-standard-16 n1-standard-32
me_west1 0,103 0,826 1,114 2,082

Preisbeispiele für die Vektorsuche

Die Preise für die Vektorsuche richten sich nach der Größe Ihrer Daten, der Anzahl der Abfragen pro Sekunde (QPS), die Sie ausführen möchten, und der Anzahl der von Ihnen verwendeten Knoten. Um die geschätzten Kosten für die Bereitstellung zu ermitteln, müssen Sie die Gesamtdatenmenge berechnen. Die Datengröße ist die Anzahl der Einbettungen/Vektoren × die Anzahl der Dimensionen × 4 Byte pro Dimension. Nachdem Sie den Umfang Ihrer Daten ermittelt haben, können Sie die Kosten für die Bereitstellung und den Build berechnen. Die Bereitstellungskosten plus die Build-Kosten ergeben die monatlichen Gesamtkosten.

  • Bereitstellungskosten: Anzahl Replikate/Shard × Anzahl Shards (ca. Datengröße/Shard-Größe) × Kosten pro Stunde × 730 Stunden
  • Build-Kosten: Datengröße(in GiB) * $3/GiB * Anzahl der Updates/Monat

Streamingaktualisierung:Die Vektorsuche verwendet heuristikbasierte Messwerte, um zu bestimmen, wann die Verdichtung ausgelöst werden soll. Wenn die ältesten nicht komprimierten Daten fünf Tage alt sind, wird immer die Verdichtung ausgelöst. Ihnen werden zusätzlich zu den Kosten für die Streaming-Aktualisierung die Kosten für die Neuerstellung des Index zum gleichen Preis für eine Batch-Aktualisierung in Rechnung gestellt.

Anzahl der Einbettungen/Vektoren Anzahl der Dimensionen Abfragen pro Sekunde (Queries per second, QPS) Maschinentyp Knoten Geschätzte monatliche Bereitstellungskosten
2 Millionen 128 100 e2-standard-2 1 68 $
20 Millionen 256 1.000 e2-standard-16 1 547 $
20 Millionen 256 3.000 e2-standard-16 3 1.642 $
100 Millionen 256 500 e2-highmem-16 2 1.477 $
1 Milliarde 100 500 e2-highmem-16 8 5.910 $

Alle Beispiele basieren auf Maschinentypen in us-central1. Die Kosten, die Ihnen entstehen, hängen von der Abrufrate und den Latenzanforderungen ab. Die geschätzten monatlichen Bereitstellungskosten hängen direkt von der Anzahl der in der Console verwendeten Knoten ab. Weitere Informationen zu Konfigurationsparametern, die sich auf die Kosten auswirken, finden Sie unter Indexe konfigurieren.

Wenn Sie viele Abfragen pro Sekunde (QPS) ausführen, kann eine Batch-Verarbeitung dieser Abfragen die Gesamtkosten um bis zu 30–40 % senken.

Vertex AI Model Registry

Die Vertex AI Model Registry ist ein zentrales Repository, das Ihre Modelle und Modellversionen verfolgt und auflistet. Sie können Modelle zu Vertex AI importieren, woraufhin diese in der Vertex AI Model Registry aufgeführt werden. Die Aufnahme Ihrer Modelle in die Model Registry ist mit keinerlei Kosten verbunden. Kosten fallen nur an, wenn Sie das Modell an einem Endpunkt bereitstellen oder eine Batch-Vorhersage für das Modell ausführen. Diese Kosten hängen von der Art des Modells ab, das Sie einsetzen wollen.

Weitere Informationen zu den Preisen für die Bereitstellung von benutzerdefinierten Modellen aus der Vertex AI Model Registry finden Sie unter Benutzerdefiniert trainierte Modelle. Weitere Informationen zu den Preisen für die Bereitstellung von AutoML-Modellen finden Sie unter Preise für AutoML-Modelle.

Vertex AI Model Monitoring

Mit Vertex AI können Sie die kontinuierliche Effektivität von Modellen nach der Bereitstellung überwachen. Weitere Informationen finden Sie unter Einführung in Vertex AI Model Monitoring.

Bei der Nutzung von Vertex AI Model Monitoring werden Ihnen in Rechnung gestellt:

  • 3,50 $ pro GB für alle analysierten Daten, einschließlich der bereitgestellten Trainingsdaten und der Vorhersagedaten, die in einer BigQuery-Tabelle geloggt werden.
  • Kosten für andere Google Cloud-Produkte, die Sie mit Model Monitoring verwenden, z. B. BigQuery-Speicher oder Batch Explain, wenn das Attributionsmonitoring aktiviert ist.

Vertex AI Model Monitoring wird in den folgenden Regionen unterstützt: us-central1, europe-west4, asia-east1 und asia-southeast1. Die Preise sind für alle Regionen gleich.

Die Datengrößen werden nach der Konvertierung in das TfRecord-Format gemessen.

Für Trainings-Datasets fällt eine einmalige Gebühr an, wenn Sie einen Vertex AI Model Monitoring-Job einrichten.

Vorhersage-Datasets bestehen aus Logs, die vom Online-Vorhersagedienst erfasst werden. Da die Vorhersageanfragen in verschiedenen Zeitfenstern eintreffen, werden die Daten für jedes Zeitfenster erfasst und die Summe der für jedes Vorhersagefenster analysierten Daten zur Berechnung der Kosten verwendet.

Beispiel: Ein Data Scientist führt ein Modellmonitoring für den Vorhersage-Traffic eines Modells aus.

  • Das Modell wird mit einem BigQuery-Dataset trainiert. Die Datengröße nach der Konvertierung in TfRecord ist 1,5 GB.
  • Die zwischen 13:00 und 14:00 Uhr geloggten Vorhersagedaten betragen 0,1 GB, zwischen 15:00 und 16:00 Uhr sind es 0,2 GB.
  • Der Gesamtpreis für die Einrichtung des Modellmonitoring-Jobs beträgt:

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

Vertex AI Workbench

Wählen Sie Instanzen, verwaltete Notebooks oder nutzerverwaltete Notebooks für Preisinformationen.

Instanzen


Die folgenden Tabellen enthalten die ungefähren Preise pro Stunde für verschiedene Trainingskonfigurationen. Sie können sich für eine benutzerdefinierte Konfiguration ausgewählter Maschinentypen entscheiden. Addieren Sie die Kosten der verwendeten virtuellen Maschinen, um den Preis zu ermitteln.

Wenn Sie dagegen Compute Engine-Maschinentypen verwenden und diese um Beschleuniger ergänzen, werden die Kosten dafür getrennt abgerechnet. Multiplizieren Sie die Preise für Beschleuniger aus der nachstehenden Tabelle mit der Anzahl der verwendeten Beschleuniger der einzelnen Typen, um den Preis zu ermitteln.

CPUs

Arbeitsspeicher

Beschleuniger

Laufwerke

Verwaltete Notebooks

Nutzerverwaltete Notebooks

Zusätzliche Google Cloud-Ressourcen

Zusätzlich zu den bereits erwähnten Kosten werden Ihnen auch alle von Ihnen genutzten Google Cloud-Ressourcen berechnet. Beispiel:

  • Datenanalysedienste: Bei SQL-Abfragen in einem Notebook fallen Kosten für BigQuery an (siehe BigQuery – Preise).

  • Vom Kunden verwaltete Verschlüsselungsschlüssel: Für die Verwendung dieser Schlüssel fallen Kosten an. Jedes Mal, wenn eine Instanz Ihrer verwalteten oder nutzerverwalteten Notebooks einen Cloud Key Management Service-Schlüssel nutzt, wird dieser Vorgang als Cloud KMS-Schlüsselvorgang abgerechnet (siehe Cloud Key Management Service – Preise).

Deep Learning Container, Deep Learning VM und AI Platform Pipelines

Die Preise für Deep Learning Container, Deep Learning VM Images und AI Platform Pipelines richten sich nach den von Ihnen verwendeten Rechenressourcen. Diese Ressourcen werden zu demselben Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.

Zusätzlich zu den Rechenkosten werden Ihnen auch alle von Ihnen genutzten Google Cloud-Ressourcen berechnet. Beispiel:

  • Datenanalysedienste: Bei SQL-Abfragen in einem Notebook fallen Kosten für BigQuery an (siehe BigQuery – Preise).

  • Vom Kunden verwaltete Verschlüsselungsschlüssel: Für die Verwendung dieser Schlüssel fallen Kosten an. Jedes Mal, wenn eine Instanz Ihrer verwalteten oder nutzerverwalteten Notebooks einen Cloud Key Management Service-Schlüssel nutzt, wird dieser Vorgang als Cloud KMS-Schlüsselvorgang abgerechnet (siehe Cloud Key Management Service – Preise).

Daten-Labeling

Mit Vertex AI können Sie für eine Datensammlung, die Sie zum Trainieren eines benutzerdefinierten Modells für maschinelles Lernen verwenden möchten, eine Labelerstellung durch Menschen anfordern. Die Preise für den Dienst werden basierend auf der Art der Labeling-Aufgabe berechnet.

  • Bei der normalen Labelerstellung werden die Preise durch die Anzahl der Annotationseinheiten bestimmt.
    • Beim Klassifizieren von Bildern werden Einheiten anhand der Anzahl der Bilder und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn für ein Bild drei menschliche Labelersteller eingesetzt werden, lautet die Berechnung: 1 × 3 = 3 Einheiten. Klassifizierungen werden sowohl mit einem als auch mit mehreren Labels zum selben Preis berechnet.
    • Beim Hinzufügen eines Begrenzungsrahmens zu einem Bild werden Einheiten anhand der Anzahl der in den Bildern identifizierten Begrenzungsrahmen und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Bild zwei Begrenzungsrahmen und drei menschliche Labelersteller hat, lautet die Berechnung: 2 × 3 = 6 Einheiten. Für Bilder ohne Begrenzungsrahmen fallen keine Kosten an.
    • Bei Aufgaben zu Segmentierung/Feldrotation/Polylinien/Polygonen werden Einheiten auf dieselbe Weise festgelegt wie beim Hinzufügen eines Begrenzungsrahmens zu einem Bild.
    • Beim Klassifizieren von Videos werden Einheiten anhand der Länge des Videos (5 Sekunden sind eine Preiseinheit) und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn für ein Video mit 25 Sekunden drei menschliche Labelersteller eingesetzt werden, lautet die Berechnung: 25 / 5 × 3 = 15 Einheiten. Klassifizierungen werden sowohl mit einem als auch mit mehreren Labels zum selben Preis berechnet.
    • Beim Objekt-Tracking in Videos werden die Einheiten anhand der Anzahl der im Video identifizierten Objekte und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Video zwei Objekte und drei menschliche Labelersteller hat, lautet die Berechnung: 2 × 3 = 6 Einheiten. Für Videos ohne Objekte fallen keine Kosten an.
    • Bei einer Aufgabe zur Erkennung von Videoaktionen werden die Einheiten auf die gleiche Weise bestimmt wie bei einer Aufgabe zum Tracking von Videoobjekten.
    • Beim Klassifizieren von Text werden Einheiten anhand der Textlänge (50 Wörter sind eine Preiseinheit) und der Anzahl der menschlichen Labelersteller bestimmt. Beispiel: Wenn ein 100 Wörter enthält und drei menschliche Labelersteller hat, lautet die Berechnung 100 / 50 × 3 = 6 Einheiten. Klassifizierungen, sowohl mit einem als auch mit mehreren Labels, werden zum gleichen Preis berechnet.
    • Bei der Sentimentanalyse von Text werden Einheiten auf die gleiche Weise wie bei der Klassifizierung von Text festgelegt.
    • Beim Extrahieren von Entitäten aus Text werden Einheiten anhand der Textlänge (50 Wörter sind eine Preiseinheit), der Anzahl der identifizierten Entitäten und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Text 100 Wörter und zwei identifizierte Entitäten enthält und drei menschliche Labelersteller hat, lautet die Berechnung: 100 / 50 * 2 * 3 = 12 Einheiten. Für Text ohne Entitäten fallen keine Kosten an.
  • Bei der Klassifizierung von Bildern/Videos/Text und der Sentimentanalyse von Text kann es vorkommen, dass menschliche Labelersteller den Überblick über Klassen verlieren, wenn die Labelsatzgröße zu groß ist. Deshalb senden wir maximal 20 Klassen gleichzeitig an die menschlichen Labelersteller. Beispiel: Wenn die Labelsatzgröße bei einer Labelerstellung 40 beträgt, wird jedes Datenelement 40 / 20 = 2-mal zur manuellen Überprüfung gesendet, sodass wir den (oben berechneten) Preis zweimal berechnen.

  • Für eine Labeling-Aufgabe, die das Feature „benutzerdefinierte Labelersteller“ aktiviert, wird jedes Datenelement als eine benutzerdefinierte Labelersteller-Einheit gezählt.

  • Für eine Labeling-Aufgabe mit aktivem Lernen für Datenelemente mit Annotationen, die von Modellen (ohne Hilfe eines menschlichen Labelerstellers) generiert werden, wird jedes Datenelement als eine aktive Lerneinheit gezählt.

  • Für eine Labeling-Aufgabe mit aktivem Lernen für Datenelemente mit Annotationen, die von menschlichen Labelerstellern erzeugt werden, wird jedes Datenelement wie oben beschrieben als reguläre Labeling-Aufgabe gezählt.

In der folgenden Tabelle sind die Preise pro 1.000 Einheiten je menschlichem Labelersteller auf Grundlage der Einheit aufgeführt, die für jedes Ziel angegeben ist. Preisstufe 1 gilt für die ersten 50.000 Einheiten pro Monat in jedem Google Cloud-Projekt. Preisstufe 2 gilt für die nächsten 950.000 Einheiten pro Monat, die Teil des Projekts sind, bis zu einem Maximum von 1.000.000 Einheiten. Für Preisauskünfte zu mehr als 1.000.000 Einheiten pro Monat nehmen Sie bitte Kontakt mit uns auf.

Datentyp Ziel Einheit Preisstufe 1 Preisstufe 2
Bild Klassifizierung Bild 35 $ 25 $
Begrenzungsrahmen Begrenzungsrahmen 63 $ 49 $
Segmentierung Segment 870 $ 850 $
Feldrotation Begrenzungsrahmen 86 $ 60 $
Polygon/Polylinie Polygon/Polylinie 257 $ 180 $
Video Klassifizierung 5 Sek. langes Video 86 $ 60 $
Objekt-Tracking Begrenzungsrahmen 86 $ 60 $
Aktionserkennung Ereignis in 30 Sek. langem Video 214 $ 150 $
Text Klassifizierung 50 Wörter 129 $ 90 $
Sentiment 50 Wörter 200 $ 140 $
Entitätsextraktion Entität 86 $ 60 $
Aktives Lernen Alle Datenelement 80 $ 56 $
Benutzerdefinierte Labelersteller Alle Datenelement 80 $ 56 $

Erforderliche Nutzung von Cloud Storage

Zusätzlich zu den in diesem Dokument beschriebenen Kosten ist es erforderlich, dass Sie Daten und Programmdateien während des Vertex AI-Lebenszyklus in Cloud Storage-Buckets speichern. Diese Speicherung wird über das Cloud Storage-Preismodell abgerechnet.

Die erforderliche Verwendung von Cloud Storage umfasst Folgendes:

  • Staging Ihres Trainingsanwendungspakets für benutzerdefiniert trainierte Modelle.

  • Speicherung Ihrer Trainingseingabedaten.

  • Speicherung der Ausgabe Ihrer Trainingsjobs. Vertex AI erfordert keine langfristige Speicherung dieser Elemente. Sie können sie entfernen, sobald der Vorgang abgeschlossen ist.

Kostenlose Ressourcenverwaltung

Für die Ressourcenverwaltung von AI Platform fallen keine Kosten an. Die Kontingentrichtlinie von AI Platform beschränkt aber einige damit verbundene Vorgänge.

Ressource Kostenlose Vorgänge
Modelle create, get, list, delete
Versionen create, get, list, delete, setDefault
Jobs get, list, cancel
Vorgänge get, list, cancel, delete

Google Cloud-Kosten

Wenn Sie Bilder speichern, die in Cloud Storage analysiert werden sollen, oder wenn Sie andere Google Cloud-Ressourcen zusammen mit Vertex AI verwenden möchten, wird Ihnen auch die Nutzung dieser Dienste in Rechnung gestellt.

Ihren aktuellen Abrechnungsstatus einschließlich Nutzung und Ihrer aktuellen Rechnung finden Sie in der Cloud Console auf der Abrechnungsseite. Weitere Informationen zur Kontoverwaltung finden Sie in der Dokumentation zu Cloud Billing und unter Cloud Billing Support.

Weitere Informationen