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.

Preise für Vertex AI im Vergleich zu Legacy AI Platform

Die Kosten für Vertex AI bleiben die gleichen wie für die bestehenden Produkte, die durch Vertex AI ersetzt werden. Die Kosten für das Training eines AutoML-Bildklassifizierungsmodells sind zum Beispiel gleich – unabhängig davon, ob Sie es mit Vertex AI oder mit AutoML Vision trainieren.

Wenn Sie ältere KI-Plattformprodukte verwenden, kann Ihre Abrechnung in Form von „ML-Einheiten“ ausgedrückt werden.

Preise für AutoML-Modelle

Bei Vertex AI AutoML-Modellen bezahlen Sie für drei Hauptaktivitäten:

  • 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 spiegelt die Ressourcennutzung wider.

Die erforderliche Trainingszeit des Modells hängt von Umfang und Komplexität der Trainingsdaten ab. Modelle müssen bereitgestellt werden, bevor sie Onlinevorhersagen oder Onlineerklärungen bereitstellen können.

Sie zahlen für jedes Modell, das auf einem Endpunkt bereitgestellt wird, auch wenn keine Vorhersage getroffen wird. Sie müssen die Bereitstellung des Modells aufheben, damit keine weiteren Kosten mehr anfallen. Modelle, die nicht bereitgestellt wurden oder fehlgeschlagen sind, werden nicht berechnet.

Dabei bezahlen Sie 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) 18,00 $ 18,00 $
Bereitstellung und Onlinevorhersage 1,375 $ 2,002 $
Batchvorhersage 2,222 $ 2,222 $

Videodaten

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

Tabellarische Daten

Vorgang Preis pro Knotenstunde für Klassifizierung/Regression Preis für Prognose
Training 21,252 $ Weitere Informationen finden Sie unter Vertex AI-Prognose.
Vorhersage Gleicher Preis wie für Vorhersagen für benutzerdefiniert trainierte Modelle Weitere Informationen finden Sie unter Vertex AI-Prognose.

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 über 5.000.000
Training 3,30 $ pro Stunde
Bereitstellung 0,05 $ pro Stunde
Vorhersage

5,00 $ pro 1.000 Textdatensätze

25,00 $ pro 1000 Dokumentenseiten, z. B. PDF-Dateien (nur Legacy-Version)

Die Preise für Anfragen zur Vertex AutoML-Textvorhersage werden basierend auf der Anzahl der Textdatensätze berechnet, die Sie zur Analyse senden. Ein Textdatensatz ist nur Text 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 als Textdatensätze von je 1.000 Zeichen berechnet. Wenn Sie beispielsweise drei Anfragen mit 800, 1.500 und 600 Zeichen senden, werden Ihnen vier Textdatensätze berechnet: einen für die erste Anfrage (800), zwei für die zweite Anfrage (1.500). ) und einen für die dritte Anfrage (600).

Vorhersagegebühren für Vertex Explainable AI

Für die mit Vertex Explainable AI verknüpfte Rechenleistung wird der gleiche Preis berechnet wie für die Vorhersage. Die Verarbeitung von Erläuterungen dauert jedoch länger als bei normalen Vorhersagen. Wenn also die Vertex Explainable AI zusammen mit der automatischen Skalierung intensiv genutzt wird, kann das dazu führen, dass mehr Knoten gestartet werden, was die Vorhersagegebühren erhöht.

Vertex AI Forecast

AutoML

Phase Preise
Vorhersage 0,2 $ pro 1.000 Datenpunkte* (0–1 Mio. Punkte)
0,1 $ pro 1.000 Datenpunkte* (1–50 Mio. Punkte)
0,02 $ pro 1.000 Datenpunkte* (>50 Mio. Punkte)
Training 21,25 $/Stunde in allen Regionen
Erklärende KI Erklärbarkeit mit Shapley-Werten. Weitere Informationen finden Sie auf der Seite Vertex AI Prediction und Erläuterung.

* Ein Prognosedatenpunkt ist ein Zeitpunkt im Prognosehorizont. Bei einem täglichen Detaillierungsgrad beträgt ein 7-Tage-Horizont beispielsweise 7 Punkte pro Zeitachse.

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

ARIMA+

Phase Preise
Vorhersage 5,00 $ pro TB
Training 250,00 $ pro TB x Anzahl der Kandidatenmodelle x Anzahl der Backtests-Fenster*
Erklärende KI Für die Erklärbarkeit mit der Zerlegung von Zeitachsen fallen keine zusätzlichen Kosten an. Erklärbarkeit mit Shapley-Werten wird nicht unterstützt.

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

* Für jeden Zeitraum im Test-Dataset wird ein Backtestfenster erstellt. Die verwendete AUTO_ARIMA_MAX_ORDER bestimmt die Anzahl der Kandidatenmodelle. Er reicht von 6 bis 42 für Modelle mit mehreren Zeitachsen.

Benutzerdefinierte Modelle

Training

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 zur Berechnung dieser Kosten die Preise in der nachstehenden Tabelle der Beschleuniger mit der Anzahl der Maschinenstunden jedes von Ihnen verwendeten Beschleunigertyps.

Maschinentypen

Amerika

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.

Beschleuniger

Amerika

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.

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

Laufwerke

Amerika

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.

Ihnen werden die Modelle ab dem Zeitpunkt, an dem Ressourcen für einen Job bereitgestellt werden, bis zum Abschluss des Jobs in Rechnung gestellt.

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 Skalierungsebene 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.

Trainingskosten mit den verbrauchten ML-Einheiten berechnen

Der Wert Verbrauchte ML-Einheiten (Verbrauchte Einheiten für maschinelles Lernen), der auf der Seite Jobdetails angezeigt wird, entspricht Trainingseinheiten mit einkalkulierter Jobdauer. Bei Verwendung von Verbrauchte ML-Einheiten stellen Sie Ihre Berechnungen mit der folgenden Formel an:

(Consumed ML units) * (Machine type cost)

Beispiel:

  • Ein Data Scientist führt einen Trainingsjob auf einer e2-standard-4-Maschineninstanz in der Region us-west1 (Oregon) aus. Im Feld Verbrauchte ML-Einheiten auf der Seite Jobdetails wird 55,75 angezeigt. Die Berechnung lautet folgendermaßen:

    55.75 consumed ML units * 0.154114

    Dies ergibt einen Gesamtpreis von 8,59 $für den Job.

Wenn Sie die Seite Jobdetails öffnen möchten, rufen Sie die Jobliste auf und klicken Sie auf den Link für den gewünschten Job.

Vorhersage und Erklärung

Diese Tabelle enthält die Preise für Batchvorhersagen, Onlinevorhersagen und Onlinevorhersagen pro Knotenstunde. Als Knotenstunden werden die Zeiten abgerechnet, die für die Ausführung von Vorhersagejobs auf einer virtuellen Maschine benötigt werden oder die eine virtuelle Maschine im Bereitschaftszustand wartet, um Vorhersage- oder Erläuterungsanfragen zu verarbeiten.

Nord- und Südamerika

Vorhersage
Vorhersagen und Erläuterungen
Maschinentypen – Preis pro Knotenstunde
n1-standard-2 Schätzungen:
us-east4 $ 0,123
northamerica-northeast1 $ 0,1203
Andere Regionen in Amerika $ 0,1093
n1-standard-4 Schätzungen:
us-east4 $ 0,2461
northamerica-northeast1 $ 0,2405
Andere Regionen in Amerika $ 0,2186
n1-standard-8 Schätzungen:
us-east4 $ 0,4922
northamerica-northeast1 $ 0,4811
Andere Regionen in Amerika $ 0,4372
n1-standard-16 Schätzungen:
us-east4 $ 0,9843
northamerica-northeast1 $ 0,9622
Andere Regionen in Amerika $ 0,8744
n1-standard-32 Schätzungen:
us-east4 $ 1,9687
northamerica-northeast1 $ 1,9243
Andere Regionen in Amerika $ 1,7488
n1-highmem-2 Schätzungen:
us-east4 $ 0,1532
northamerica-northeast1 $ 0,1498
Andere Regionen in Amerika $ 0,1361
n1-highmem-4 Schätzungen:
us-east4 $ 0,3064
northamerica-northeast1 $ 0,2995
Andere Regionen in Amerika $ 0,2723
n1-highmem-8 Schätzungen:
us-east4 $ 0,6129
northamerica-northeast1 $ 0,5991
Andere Regionen in Amerika $ 0,5445
n1-highmem-16 Schätzungen:
us-east4 $ 1,2257
northamerica-northeast1 $ 1,1982
Andere Regionen in Amerika $ 1,089
n1-highmem-32 Schätzungen:
us-east4 $ 2,4515
northamerica-northeast1 $ 2,3963
Andere Regionen in Amerika $ 2,178
n1-highcpu-2 Schätzungen:
us-east4 $ 0,0918
northamerica-northeast1 0,0897 $
Andere Regionen in Amerika $ 0,0815
n1-highcpu-4 Schätzungen:
us-east4 $ 0,1835
northamerica-northeast1 $ 0,1794
Andere Regionen in Amerika $ 0,163
n1-highcpu-8 Schätzungen:
us-east4 $ 0,3671
northamerica-northeast1 $ 0,3588
Andere Regionen in Amerika $ 0,326
n1-highcpu-16 Schätzungen:
us-east4 $ 0,7341
northamerica-northeast1 $ 0,7176
Andere Regionen in Amerika $ 0,6519
n1-highcpu-32 Schätzungen:
us-east4 $ 1,4683
northamerica-northeast1 $ 1,4352
Andere Regionen in Amerika $ 1,3039

Europa

Vorhersage
Vorhersagen und Erläuterungen
Maschinentypen – Preis pro Knotenstunde
n1-standard-2 Schätzungen:
europe-west2 $ 0,1408
Andere Regionen in Europa $ 0,1265
n1-standard-4 Schätzungen:
europe-west2 $ 0,2815
Andere Regionen in Europa $ 0,2531
n1-standard-8 Schätzungen:
europe-west2 $ 0,563
Andere Regionen in Europa $ 0,5061
n1-standard-16 Schätzungen:
europe-west2 $ 1,126
Andere Regionen in Europa $ 1,0123
n1-standard-32 Schätzungen:
europe-west2 $ 2,2521
Andere Regionen in Europa $ 2,0245
n1-highmem-2 Schätzungen:
europe-west2 $ 0,1753
Andere Regionen in Europa $ 0,1575
n1-highmem-4 Schätzungen:
europe-west2 $ 0,3506
Andere Regionen in Europa $ 0,3151
n1-highmem-8 Schätzungen:
europe-west2 $ 0,7011
Andere Regionen in Europa $ 0,6302
n1-highmem-16 Schätzungen:
europe-west2 $ 1,4022
Andere Regionen in Europa $ 1,2603
n1-highmem-32 Schätzungen:
europe-west2 $ 2,8044
Andere Regionen in Europa $ 2,5206
n1-highcpu-2 Schätzungen:
europe-west2 0,105 $
Andere Regionen in Europa 0,0944 $
n1-highcpu-4 Schätzungen:
europe-west2 0,21 $
Andere Regionen in Europa 0,1888 $
n1-highcpu-8 Schätzungen:
europe-west2 $ 0,4199
Andere Regionen in Europa $ 0,3776
n1-highcpu-16 Schätzungen:
europe-west2 $ 0,8398
Andere Regionen in Europa $ 0,7552
n1-highcpu-32 Schätzungen:
europe-west2 $ 1,6796
Andere Regionen in Europa $ 1,5104

Asiatisch-pazifischer Raum

Vorhersage
Vorhersagen und Erläuterungen
Maschinentypen – Preis pro Knotenstunde
n1-standard-2 Schätzungen:
asia-northeast1 $ 0,1402
asia-southeast1 0,1348 $
australia-southeast1 $ 0,155
Andere Regionen im asiatisch-pazifischen Raum $ 0,1265
n1-standard-4 Schätzungen:
asia-northeast1 $ 0,2803
asia-southeast1 $ 0,2695
australia-southeast1 $ 0,31
Andere Regionen im asiatisch-pazifischen Raum $ 0,2531
n1-standard-8 Schätzungen:
asia-northeast1 $ 0,5606
asia-southeast1 $ 0,5391
australia-southeast1 $ 0,6201
Andere Regionen im asiatisch-pazifischen Raum $ 0,5061
n1-standard-16 Schätzungen:
asia-northeast1 $ 1,1213
asia-southeast1 $ 1,0782
australia-southeast1 $ 1,2401
Andere Regionen im asiatisch-pazifischen Raum $ 1,0123
n1-standard-32 Schätzungen:
asia-northeast1 $ 2,2426
asia-southeast1 $ 2,1564
australia-southeast1 $ 2,4802
Andere Regionen im asiatisch-pazifischen Raum $ 2,0245
n1-highmem-2 Schätzungen:
asia-northeast1 $ 0,1744
asia-southeast1 $ 0,1678
australia-southeast1 $ 0,193
Andere Regionen im asiatisch-pazifischen Raum $ 0,1575
n1-highmem-4 Schätzungen:
asia-northeast1 $ 0,3489
asia-southeast1 0,3357 $
australia-southeast1 $ 0,3861
Andere Regionen im asiatisch-pazifischen Raum $ 0,3151
n1-highmem-8 Schätzungen:
asia-northeast1 $ 0,6977
asia-southeast1 $ 0,6713
australia-southeast1 $ 0,7721
Andere Regionen im asiatisch-pazifischen Raum $ 0,6302
n1-highmem-16 Schätzungen:
asia-northeast1 $ 1,3955
asia-southeast1 $ 1,3426
australia-southeast1 $ 1,5443
Andere Regionen im asiatisch-pazifischen Raum $ 1,2603
n1-highmem-32 Schätzungen:
asia-northeast1 $ 2,791
asia-southeast1 $ 2,6852
australia-southeast1 3,0885 $
Andere Regionen im asiatisch-pazifischen Raum $ 2,5206
n1-highcpu-2 Schätzungen:
asia-northeast1 0,1046 $
asia-southeast1 0,1005 $
australia-southeast1 $ 0,1156
Andere Regionen im asiatisch-pazifischen Raum 0,0944 $
n1-highcpu-4 Schätzungen:
asia-northeast1 $ 0,2093
asia-southeast1 $ 0,201
australia-southeast1 $ 0,2312
Andere Regionen im asiatisch-pazifischen Raum 0,1888 $
n1-highcpu-8 Schätzungen:
asia-northeast1 $ 0,4186
asia-southeast1 0,4021 $
australia-southeast1 $ 0,4624
Andere Regionen im asiatisch-pazifischen Raum $ 0,3776
n1-highcpu-16 Schätzungen:
asia-northeast1 $ 0,8371
asia-southeast1 $ 0,8041
australia-southeast1 $ 0,9249
Andere Regionen im asiatisch-pazifischen Raum $ 0,7552
n1-highcpu-32 Schätzungen:
asia-northeast1 $ 1,6742
asia-southeast1 $ 1,6082
australia-southeast1 $ 1,8498
Andere Regionen im asiatisch-pazifischen Raum $ 1,5104

Jeder Maschinentyp wird in Ihrer Google Cloud-Rechnung unter zwei separaten Artikelnummern berechnet:

  • Kosten der vCPU, gemessen in vCPU-Stunden
  • RAM-Kosten, gemessen in GB-Stunden

Die Preise für Maschinentypen in der vorherigen Tabelle entsprechen ungefähr den stündlichen Gesamtkosten für jeden Vorhersageknoten einer Modellversion, die diesen Maschinentyp verwendet. Da ein Maschinentyp n1-highcpu-32 beispielsweise 32 vCPUs und 28,8 GB RAM umfasst, entspricht der Stundenpreis pro Knoten 32 vCPU-Stunden + 28,8 GB-Stunden.

Die Preise in der vorherigen Tabelle helfen Ihnen bei der Schätzung der Online-Vorhersagekosten. In der folgenden Tabelle sind die vCPU- und RAM-Preise für Vorhersagemaschinentypen aufgeführt, die die Ihnen in Rechnung gestellten Artikelnummern exakter wiedergeben:

Nord- und Südamerika

Vorhersagemaschinentypen – Artikelnummern
vCPU
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
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

Europa

Vorhersagemaschinentypen – Artikelnummern
vCPU
London (europe-west2) 0,0468395 $ pro vCPU/Stunde
Andere Regionen in Europa 0,0421268 $ pro vCPU/Stunde
RAM
London (europe-west2) 0,0062767 $ pro GB-Stunde
Andere Regionen in Europa 0,0056373 $ pro GB-Stunde

Asiatisch-pazifischer Raum

Vorhersagemaschinentypen – Artikelnummern
vCPU
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
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

Sie können optional GPU-Beschleuniger für die Vorhersage verwenden, Für GPUs wird eine zusätzliche Gebühr erhoben, die sich von der in der vorherigen Tabelle beschriebenen unterscheidet. In der folgenden Tabelle werden die Preise für jeden GPU-Typ beschrieben:

Amerika

Accelerators – Preis pro Stunde
NVIDIA_TESLA_K80
Iowa (us-central1) $ 0,5175
South Carolina (us-east1) $ 0,5175
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) 2,852 $
Iowa (us-central1) 2,852 $

Europa

Accelerators – Preis pro Stunde
NVIDIA_TESLA_K80
Belgien (europe-west1) $ 0,5635
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

Accelerators – Preis pro Stunde
NVIDIA_TESLA_K80
Taiwan (asia-east1) $ 0,5635
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 Nicht verfügbar

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

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 Onlinevorhersagen wird die Anzahl der Knoten entsprechend dem Bedarf skaliert. Jeder Knoten kann mehrere Vorhersageanfragen verarbeiten. Bei Batchvorhersagen 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 Batchvorhersagejobs durch den Knoten.
  • Verarbeitung einer Anfrage für eine Onlinevorhersage durch einen Knoten.
  • Bereitschaftszustand Ihres Knotens für die Durchführung von Onlinevorhersagen.

Die Kosten für die einstündige Ausführung eines Knotens entsprechen einer Knotenstunde. Die Tabelle mit den Preisen für Vorhersagen beschreibt den Preis einer Knotenstunde, der sich je nach Region und für Onlinevorhersagen und Batchvorhersagen unterscheidet.

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

Kostenberechnung für Legacy-Maschinentypen (MLS1) und Batchvorhersagen

  • Die Laufzeit eines Knotens wird in 1-Minuten-Schritten gemessen und auf die nächsthöhere Minute aufgerundet. Wenn ein Knoten beispielsweise 20,1 Minuten lang ausgeführt wird, werden Ihnen die Kosten für 21 Minuten in Rechnung gestellt.
  • Bei Knoten, die weniger als 10 Minuten ausgeführt werden, wird die Laufzeit auf 10 Minuten aufgerundet. Wenn ein Knoten beispielsweise 3 Minuten lang ausgeführt wird, werden Ihnen die Kosten für 10 Minuten in Rechnung gestellt.

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

Onlinevorhersage Batchvorhersage
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 (automatische Skalierung), oder Sie können die Anzahl der Knoten festlegen, die dauerhaft ausgeführt werden sollen, um eine Latenz zu vermeiden (manuelle Skalierung).

  • Wenn Sie die automatische Skalierung auswählen, wird die Anzahl der Knoten automatisch skaliert. Bei Legacy-Maschinentyp-Bereitstellungen (MLS1) der AI Platform Prediction kann die Anzahl der Knoten für Zeiten ohne Traffic auf null herunterskaliert werden. Vertex AI-Bereitstellungen und andere Arten von AI Platform Prediction-Bereitstellungen 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 von Knoten festlegen, die für einen Batchvorhersagejob zu verwenden sind, und die Anzahl der Knoten angeben, die für ein Modell ausgeführt werden sollen, wenn Sie dieses bereitstellen.

Mindestgebühr von 10 Nutzungsminuten

Wenn ein Knoten für weniger als 10 Minuten ausgeführt wird, denken Sie daran, dass Ihnen trotzdem Kosten für 10 Minuten in Rechnung gestellt werden. Angenommen, Sie nutzen Autoscaling. Wenn Sie in AI Platform während eines Zeitraums ohne Traffic einen Legacy-Maschinentyp (MLS1) verwenden, werden keine Knoten verwendet. (Wenn Sie in AI Platform Prediction andere Maschinentypen oder Vertex AI verwenden, wird immer mindestens ein Knoten verwendet.) Wenn Sie eine einzelne Onlinevorhersageanfrage erhalten, wird ein Knoten vertikal skaliert, um diese Anfrage zu verarbeiten. Nach der Verarbeitung der Anfrage wird der Knoten noch einige Minuten in einem Bereitschaftszustand ausgeführt. Danach wird die Ausführung beendet. Selbst wenn der Knoten weniger als 10 Minuten ausgeführt wurde, werden Ihnen 10 Knotenminuten (0,17 Knotenstunden) für diesen Knoten in Rechnung gestellt.

Andererseits: Wenn ein einzelner Knoten vertikal skaliert wird und viele Onlinevorhersageanfragen innerhalb von 10 Minuten verarbeitet werden, bevor er wieder heruntergefahren wird, werden Ihnen ebenfalls 10 Knotenminuten in Rechnung gestellt.

Sie können die manuelle Skalierung verwenden, um genau zu steuern, wie viele Knoten über einen bestimmten Zeitraum ausgeführt werden. Wenn ein Knoten jedoch weniger als 10 Minuten ausgeführt wird, werden Ihnen trotzdem die Kosten für 10 Minuten in Rechnung gestellt.

Weitere Informationen zu Knotenzuordnung und Skalierung.

Batchvorhersagejobs werden nach Abschluss des Jobs berechnet

Batchvorhersagejobs werden nach Abschluss des Jobs berechnet, nicht schrittweise während des Jobs. Alle von Ihnen konfigurierten Budgetbenachrichtigungen für Cloud Billing werden nicht ausgelöst, während ein Job ausgeführt wird. Bevor Sie einen großen Job starten, sollten Sie zuerst einige Kostenvergleichsjobs mit kleinen Eingabedaten ausführen.

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 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.

Gebühren für Vertex Explainable AI

Vertex Explainable AI ist für Vorhersagepreise ohne zusätzliche Kosten verfügbar. Die Verarbeitung von Erläuterungen dauert jedoch länger als bei normalen Vorhersagen. Daher kann eine starke Nutzung von Vertex Explainable AI mit automatischer Skalierung dazu führen, dass mehr Knoten gestartet werden, was die Vorhersagegebühren erhöht.

Vertex AI Pipelines

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

Vertex AI Feature Store

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

Vorgang Preis
Online-Speicher 0,25 $ pro GB und Monat
Offlinespeicher 0,023 $ pro GB und Monat
Onlinebereitstellung 0,94 $ pro Knoten und Stunde
Batch-Export. 0,005 $ pro GB

Wenn Sie das Featurewert-Monitoring aktivieren, umfasst die Abrechnung zusätzlich zu den nachfolgenden Gebühren auch die oben genannten Gebühren:

  • 3,50 $ pro GB für alle analysierten Daten Wenn die Snapshot-Analyse aktiviert ist, werden für Daten in Vertex AI Feature Store aufgenommene Snapshots einbezogen. Wenn die Analyse von Importfunktionen aktiviert ist, sind Batches aufgenommener Daten enthalten.
  • Zusätzliche Gebühren für andere Vertex AI Feature Store-Vorgänge, die beim Featurewert-Monitoring verwendet werden, umfassen Folgendes:
    • Die Analysefunktion für Snapshots erstellt regelmäßig einen Snapshot der Featurewerte basierend auf Ihrer Konfiguration für das Monitoringintervall.
    • Die Kosten für einen Snapshot-Export sind mit denen für reguläre Batch-Exporte identisch.

Beispiel für eine Snapshot-Analyse

Ein Data Scientist aktiviert das Featurewert-Monitoring für den Vertex AI Feature Store und aktiviert das Monitoring für eine tägliche Snapshot-Analyse. Für das Monitoring der Entitätstypen wird täglich eine Pipeline ausgeführt. Die Pipeline scannt 2 GB Daten im Vertex AI Feature Store und exportiert einen Snapshot mit 0,1 GB Daten. Die Gesamtkosten für eine Analyse des folgenden Tages belaufen sich auf:

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

Beispiel für die Aufnahmeanalyse

Ein Data Scientist aktiviert das Featurewert-Monitoring für den Vertex AI Feature Store und aktiviert das Monitoring für Datenaufnahmevorgänge. Bei einem Aufnahmevorgang werden 1 GB Daten in Vertex AI Feature Store importiert. Die Gesamtkosten für das Monitoring des Featurewerts 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 pro MB berechnet (MB). Wenn Sie beispielsweise 10 MB Metadaten speichern, werden 0, 10 $pro Monat für diese 10 MB an Metadaten berechnet.

Die Preise sind in allen Regionen dieselben, in denen Vertex ML-Metadaten unterstützt werden.

Vertex AI TensorBoard

Wenn Sie Vertex AI TensorBoard verwenden möchten, bitten Sie den IAM-Administrator des Projekts, Sie der Rolle "Vertex AI TensorBoard-Webanwendungsnutzer zuzuweisen. Die Rolle „Vertex AI-Administrator“ hat ebenfalls Zugriff.

Vertex AI TensorBoard berechnet eine monatliche Gebühr von 300 $pro einzelnem aktiven Nutzer. Aktive Nutzer werden über die Vertex AI TensorBoard-UI gemessen. Außerdem bezahlen Sie für Google Cloud-Ressourcen, die Sie mit Vertex AI TensorBoard verwenden, z. B. in Cloud Storage gespeicherte TensorBoard-Logs.

Vertex AI Vizier

Vertex AI Vizier ist ein Blackbox-Optimierungsdienst in Vertex AI. Das Vertex AI Vizier-Preismodell besteht aus:

  • 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 Vertex AI Vizier-Testläufen werden nachfolgende Testläufe im selben Kalendermonat zu 1 $ pro Testlauf abgerechnet. Für Testläufe mit RANDOM_SEARCH oder GRID_SEARCH fallen keine Kosten an.

Vertex AI Matching Engine

Die Preise für den Vertex AI Matching Engine-Dienst Approximate Nearest Neighbor umfassen:

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

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.

Die Vertex AI Matching Engine berechnet 3,00 $pro Gibibyte (GiB) an verarbeiteten Daten in allen Regionen.

In den folgenden Tabellen werden die Preise für die Indexbereitstellung in jeder Region zusammengefasst, in der eine übereinstimmende Suchmaschine verfügbar ist.

Nord- und Südamerika

Maschinentyp – Region – Preis pro Knotenstunde
n1-standard-16
us-central1 1,0640 $
us-east1 1,0640 $
us-east4 1,1984 $
us-west1 1,0640 $
n1-standard-32
us-central1 2,1280 $
us-east1 2,1280 $
us-east4 2,3968 $
us-west1 2,1280 $

Europa

Maschinentyp – Region – Preis pro Knotenstunde
n1-standard-16
europe-west1 1,1715 $
n1-standard-32
europe-west1 2,3430 $

Asiatisch-pazifischer Raum

Maschinentyp – Region – Preis pro Knotenstunde
n1-standard-16
asia-southeast1 1,3126 $
n1-standard-32
asia-southeast1 2,6252 $

Beispiele für übereinstimmende Engine-Preise

Die Preise für Vertex AI Matching Engine richten sich nach der Größe der Daten, der Anzahl der Abfragen pro Sekunde, die Sie ausführen möchten, und der Anzahl der verwendeten Knoten. Um die geschätzten Kosten für die Anzeigenbereitstellung zu erhalten, müssen Sie die Gesamtgröße der Daten berechnen. Die Datengröße ist die Anzahl der Einbettungen/Vektoren* mit der Anzahl der Dimensionen* 4 Bytes pro Dimension. Sobald Sie die Größe Ihrer Daten festgelegt haben, können Sie die Bereitstellungskosten und die Gebäudekosten berechnen. Die Bereitstellungskosten entsprechen den monatlichen Gesamtkosten.

  • Bereitstellungskosten: # Replikate/Shard * # Shards (~Datengröße/20 GB) * 1,064 $/Stunde * 24 Stunden/Tag * 30 Tage/Monat
  • Gebäudekosten: Datengröße(in GB) * 3 $/GB * Anzahl der Updates/Monat

Die monatlichen Kosten für die Indexerstellung entsprechen der Datenmenge × 3,00 $ pro Gigabyte. Die Aktualisierungshäufigkeit wirkt sich nicht auf die Bereitstellungskosten, sondern nur auf die Gebäudekosten aus.

Anzahl der Einbettungen/Vektoren Anzahl der Dimensionen Abfragen pro Sekunde (Queries per second, QPS) Updatehäufigkeit Geschätzte Kosten für die monatliche Indexerstellung Knoten Geschätzte Kosten für die Anzeigenbereitstellung pro Monat
20 Millionen 128 1.000 Monatlich 30 $ 1 766 $
100 Millionen 256 3.000 Wöchentlich 1.200 $ 15 11.491 €
500 Millionen 128 20.000 Wöchentlich 3.000 $ 260 199.160 €
1 Milliarde 512 5.000 Monatlich 6.000 $ 500 383.000 $

Alle Beispiele basieren auf n1-standard-16 in us-central1. Die Kosten variieren je nach Anforderungen an die Trefferquote und die Latenz. Die geschätzten monatlichen Bereitstellungskosten hängen direkt mit der Anzahl der in der Console verwendeten Knoten zusammen. Weitere Informationen zu Konfigurationsparametern, die sich auf die Kosten auswirken, finden Sie unter Konfigurationsparameter, die sich auf die Trefferquote und Latenz auswirken.

Wenn Sie viele Abfragen pro Sekunde haben, können Sie die Gesamtkosten um bis zu 30 % bis 40 % reduzieren.

Vertex AI Model Registry

Die Vertex AI-Modellregistrierung ist ein zentrales Repository, das Ihre Modelle und Modellversionen verfolgt und auflistet. Sie können Modelle in Vertex AI importieren, die dann in der Vertex AI Model Registry angezeigt werden. Für die Verwendung Ihrer Modelle in der Vertex AI Model Registry fallen keine Kosten an. Kosten entstehen nur, wenn Sie das Modell auf einem Endpunkt bereitstellen oder eine Batchvorhersage für das Modell ausführen. Diese Kosten werden durch den Typ des Modells bestimmt, das Sie bereitstellen.

Weitere Informationen zu Preisen für die Bereitstellung benutzerdefinierter Modelle aus der Vertex AI Model Registry finden Sie unter Benutzerdefinierte Modelle. Weitere Informationen zu 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 des Modells nach der Bereitstellung überwachen. Weitere Informationen finden Sie unter Einführung in Vertex AI Model Monitoring.

Bei der Nutzung von Vertex AI Model Monitoring wird Ihnen Folgendes 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.
  • Gebühren für andere Google Cloud-Produkte, die Sie mit Modellmonitoring verwenden, z. B. BigQuery-Speicher oder Batch Explains, wenn das Attributionsmonitoring aktiviert ist.

Das 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 konvertiert.

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 gesammelt, und die Summe der für jedes Vorhersagefenster analysierten Daten wird zur Berechnung der Gebühr verwendet.

Beispiel: Ein Data Scientist führt eine Modellüberwachung für den Vorhersageverkehr aus, der zu seinem Modell gehört.

  • Das Modell wird aus 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 sind 0,1 GB groß, zwischen 15:00 und 16:00 Uhr sind es 0,2 GB.

  • Der Gesamtpreis für die Einrichtung des Modellmonitoring-Jobs lautet:

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

Vertex AI Workbench

Die Preise setzen sich aus den von Ihnen verwendeten Computing- und Speicherressourcen, den Verwaltungsgebühren für Ihre Vertex AI Workbench-Instanzen und den zusätzlichen Google Cloud-Ressourcen zusammen, die Sie verwenden. Weitere Informationen finden Sie in den folgenden Abschnitten.

Rechen- und Speicherressourcen

Für Rechen- und Speicherressourcen wird der gleiche Betrag berechnet, den Sie derzeit für Compute Engine und Cloud Storage zahlen.

Verwaltungsgebühren

Neben Ihrer Infrastrukturnutzung fallen in der Tabelle unten Vertex AI Workbench-Verwaltungsgebühren an.

Wählen Sie entweder verwaltete Notebooks oder nutzerverwaltete Notebooks für Preisinformationen aus.

Verwaltete Notebooks

Artikelnummer Verwaltungsgebühr pro Stunde
vCPU 0,05 $ pro vCore
T4, K80 und P4 (Standard-GPU) 0,35 $ pro GPU
P100-, V100- und A100-GPU (Premium-GPU) 2,48 $ pro GPU

Nutzerverwaltete Notebooks

Artikelnummer Verwaltungsgebühr pro Stunde
vCPU 0,005 $ pro vCore
T4, K80 und P4 (Standard-GPU) 0,035 $ pro GPU
P100-, V100- und A100-GPU (Premium-GPU) 0,25 $ pro GPU

Zusätzliche Google Cloud-Ressourcen

Zusätzlich zu den zuvor genannten Kosten zahlen Sie auch für alle von Ihnen verwendeten Google Cloud-Ressourcen. 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 Ihre verwaltete Notebooks oder nutzerverwaltete Notebookinstanz einen Cloud Key Management Service-Schlüssel verwenden, wird dieser Vorgang als Cloud KMS-Schlüsselvorgang abgerechnet (siehe Cloud Key Management Service – Preise).

Deep Learning Container, Deep Learning VM und AI Platform Pipelines

Bei Deep Learning-Containern, Deep Learning-VM-Images und AI Platform Pipelines werden die Preise anhand der von Ihnen verwendeten Rechen- und Speicherressourcen berechnet. Diese Ressourcen werden zu dem Tarif berechnet, den Sie derzeit für Compute Engine und Cloud Storage bezahlen.

Zusätzlich zu den Computing- und Speicherkosten zahlen Sie auch für alle von Ihnen verwendeten Google Cloud-Ressourcen. 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 Ihre verwaltete Notebooks oder nutzerverwaltete Notebookinstanz einen Cloud Key Management Service-Schlüssel verwenden, 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 Anmerkungseinheiten bestimmt.
    • Beim Klassifizieren von Bildern werden Einheiten anhand der Anzahl der Bilder und der Anzahl der menschlichen Labelersteller festgelegt. Beispiel: Wenn ein Bild drei menschliche Labelersteller hat, lautet die Berechnung: 1 * 3 = 3 Einheiten. Klassifizierungen, sowohl mit einem als auch mit mehreren Labels, werden zum gleichen 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.
    • Beim Segmentieren/Rotieren der Box/Polyline/Polygone 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 ein Video mit 25 Sekunden drei menschliche Labelersteller hat, lautet die Berechnung: 25 / 5 * 3 = 15 Einheiten. Klassifizierungen, sowohl mit einem als auch mit mehreren Labels, werden zum gleichen 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 ermittelt. Für Videos ohne Objekte fallen keine Kosten an.
    • Bei einer Video-Aktionserkennung werden Einheiten auf die gleiche Weise wie Video-Objekt-Tracking-Aufgaben bestimmt.
    • 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.
    • Beim Segmentieren 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 dem Segmentieren 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 Labelers) 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 generiert 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 $
Gedrehtes Feld Begrenzungsrahmen 86 $ 60 $
Polygon/Linienzug Polygon/Linienzug 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 Nutzung von Cloud Storage umfasst Folgendes:

  • Staging Ihres Trainingsanwendungspakets für benutzerdefinierte 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 Verwaltung Ihrer Ressourcen

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 in der Google Cloud Console, einschließlich der Nutzung und Ihrer aktuellen Rechnung, finden Sie auf der Seite „Abrechnung“. Weitere Informationen zur Kontoverwaltung finden Sie in der Dokumentation zu Cloud Billing und unter Cloud Billing Support.

Weitere Informationen