料金

AutoML Vision の料金は、使用する機能(画像分類、オブジェクト検出、AutoML Vision Edge)に応じて変わります。

画像分類

AutoML Vision カスタム画像分類を使用すると、カスタムの機械学習モデルをトレーニングして、画像を一連の独自カテゴリに分類できます。

AutoML Vision カスタム画像分類の使用料金は、トレーニングとオンライン予測の両方のリソース使用量に基づきます。

無料トライアル

2019 年 11 月 21 日午前 12 時(太平洋時間)から適用される料金を次に示します。

AutoML Vision カスタム画像分類を無料で試すことができます。請求先アカウント 1 つにつき、トレーニングとオンライン予測それぞれに 40 時間の無料ノード時間を、さらにバッチ予測に 1 時間の無料ノード時間を使用できます。無料ノード時間は、最初のモデルを作成する直前に発行されます。バッチ予測の場合は、最初のバッチ予測が開始された時点で無料ノード時間が発行されます。発行された無料ノード時間は、最大 1 年間有効です。

料金は米ドル(USD)で表しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

画像分類のトレーニング費用

AutoML Vision カスタム画像分類モデルの費用は、1 ノード時間あたり $3.15 です。

時間単位ごとに 8 ノードが並行して使用されます。各ノードは NVIDIA® Tesla® V100 GPU が接続された n1-standard-8 マシンに相当します。以下の表をご覧ください*。

モデルのトレーニングに必要な時間は、トレーニング対象データのサイズや複雑さによって異なります。多くのお客様の場合、5,000 枚以下のラベル付き画像を使用したモデルの構築には 8 ノード時間(「実時間」で約 1 時間)あれば十分です。トレーニング時間を追加すると、精度が本番環境レベルに向上します。精度向上がこれ以上不可能になった時点で、早期停止機能によりトレーニングは停止します。

料金は、使用したコンピューティング時間数に基づく従量制です。ユーザーがキャンセルした場合を除き、なんらかの理由でトレーニングが失敗した場合、そのトレーニング時間に対しては課金されません。ユーザーがオペレーションをキャンセルした場合は、課金されます。

トレーニングの例

例 1 - 再開可能なトレーニングを利用したクラウドモデル

Cloud 画像分類モデルを、試験運用のために 40 ノード時間かけてトレーニングしました。2 日後、再開可能なトレーニングを 16 ノード時間行い、本番環境での運用にむけて準備を行いました。

請求は次のようになります。

  • (1 ノード時間あたり $3.15)*(40 ノード時間)= $126.00(初期トレーニング)
  • (1 ノード時間あたり $3.15)*(16 ノード時間)= $50.40(再開可能なトレーニング)

例 2 - 早期停止を利用したクラウドモデル

トレーニングに 32 ノード時間を要する Cloud 画像分類モデルをトレーニングしました。予算を 40 ノード時間に設定し、早期停止を有効にしました。この例では 4 時間しか経過していませんが、トレーニングは 8 つのノードで並行して行われています。累積トレーニング時間は 32.12 ノード時間であり、請求額は以下のように計算されます。

  • (1 ノード時間あたり $3.15)*(32.12 ノード時間)= USD $101.18(トレーニング)

画像分類のデプロイ費用と予測費用

モデルでオンライン予測を提供するには、まずモデルをデプロイする必要があります。

GPU と CPU の両方あるいはいずれかはモデルに割り当てられたままですから、起動時のレイテンシによって予測が遅延することはありません。

デプロイと予測の費用はノード時間あたり $1.25 です。試験運用版トラフィックのほとんどは、通常 1 ノードで十分です。ノードの数は、モデルをデプロイする際に調整できます。統合 UI でデプロイするノードの数を選択すると、モデルがサポートする 1 秒あたりの予測クエリの推定値を得られます。

バッチ予測の場合、料金は 1 ノード時間の使用あたり $2.02 で、アカウント 1 つあたり 1 ノード時間が 1 回に限り無料です。

このノードと同等のマシン構成に基づいて、100 万点のイメージのバッチ処理を行った場合、推定される料金はおよそ $40 です。複雑なモデルまたは画像で予測を生成するために、より多くのコンピューティング時間を要する場合、料金が非常に高くなる場合があります。

なお、料金は実時間ではなく、消費したノード時間に対するものです。コンピューティングが開始した後にバッチ予測リクエストをキャンセルしても、現時点では費やしたノード時間に対する料金は発生しません。必要な後処理なしでパイプライン全体が中断され、リソースが解放されるため、部分的に予測結果が得られない場合があります。オペレーションで予想の時間内に結果が得られない場合は、その翌日に Google Cloud Platform サポートにお問い合わせください。

デプロイと予測の例

例 1 - 旧予測サービスのオンライン予測

これは、2019 年 10 月 9 日のベータ版更新リリース以前に、トレーニングされたモデルにのみ適用されます。これらのモデルは、統合 UI では「0 ノード」でデプロイされたように表示されます。再度デプロイするまで、オンライン予測は古い料金体系で提供されます。再デプロイを行わなければ、2020 年 2 月 21 日に、これらのモデルのオンライン予測は停止します。

毎月の請求期間内に、100 万枚の画像を予測のために Cloud 画像分類モデルに送信しました。最初の 1,000 枚の画像は無料です。残りの 999,000 枚の画像については、次のように請求されます。

  • ($3 / 1,000 枚の画像)*(999,000 枚の画像)= $2,997.00(予測サービス)

例 2 - 自動デプロイを使用したクラウドモデル

モデルのデプロイ料金は、トレーニング済のモデルのデプロイ解除を行った場合にのみ停止します。トレーニング時に自動デプロイを選択したと仮定しましょう。トレーニングが終了すると、モデルは 1 つのノードで自動的にデプロイされます。その後、自動モデルデプロイのことを忘れていたとします。この場合、1 か月後に次のような請求が届きます。

  • (1 ノード時間あたり $1.25)*(1 ノード)*(1 日 24 時間)*(30 日)= USD $900(デプロイとオンライン予測)

例 3 - デプロイ、オンライン予測、デプロイ解除

一方、自動デプロイを行わずに、必要に応じてあとでデプロイすることも可能です。デプロイされたモデルはオンライン予測に使用された後、すぐにデプロイ解除されました。デプロイされたモデルがオンライン予測できるようになってから、デプロイ解除のための API が呼び出されるまで、必要な実時間は 0.242 時間でした。この場合、以下のような請求が届きます。

  • (1 ノード時間あたり $1.25)*(1 ノード)*(0.242 時間)= USD $0.30

例 4 - バッチ予測

毎月の請求期間で、バッチ予測の 1 つのジョブに画像を 100,000 点送信しました。バッチ パイプラインが予測を完了するのに 3 つのノードを並行して 0.75 時間利用すると仮定します。これによって、2.25 ノード時間分のコンピューティング時間が請求されます。結果が返るまでに経過したのは、実時間で 0.75 時間ではなく 1 時間でした。これは、バッチ予測の前後に前処理と後処理のステージがあり、ステージ間に待機時間があったためです。

請求は次のようになります。

  • (1 ノード時間あたり $2.02)*(2.25 ノード時間)= $4.55(バッチ予測サービス)

2019 年 11 月 21 日午前 12 時(太平洋時間)から適用される料金を次に示します。

画像分類 無料 有料
トレーニング 40 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $3.15
デプロイとオンライン(個別)予測 40 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $1.25
バッチ予測 1 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $2.02

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

オブジェクト検出

AutoML Vision オブジェクト検出を使用すると、カスタムのオブジェクト検出モデルをトレーニングして、画像内のオブジェクトのカスタムセットをローカライズできます。

AutoML Vision Object Detection の料金は、トレーニングと分類オンライン予測に使用したリソースの量に基づきます。

無料トライアル

AutoML Vision Object Detection を無料で試すことができます。請求先アカウント 1 つにつき、トレーニングとオンライン予測それぞれに 40 時間の無料ノード時間を、さらにバッチ予測に 1 時間のノード時間を使用できます。無料ノード時間は、最初のモデルを作成する直前に発行されます。バッチ予測の場合は、最初のバッチ予測が開始された時点で無料ノード時間が発行されます。発行された無料ノード時間は、最大 1 年間有効です。

料金は米ドル(USD)で表しています。米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

オブジェクト検出のトレーニング料金

AutoML Vision Object Detection のトレーニング料金は、ノード時間あたり $3.15 です。

時間単位ごとに 9 ノードを並行して使用します。各ノードは NVIDIA® Tesla® V100 GPU が接続された n1-standard-8 マシンに相当します。下記の表をご覧ください*

モデルのトレーニングに必要な時間は、トレーニング対象データのサイズや複雑さによって異なります。多くのお客様の場合、5,000 枚以下のラベル付き画像を使用したモデルの構築には 40 ノード時間(「実時間」で約 5 時間)あれば十分です。

料金は、使用したコンピューティング時間数に基づく従量制です。ユーザーがキャンセルした場合を除き、なんらかの理由でトレーニングが失敗した場合、そのトレーニング時間に対しては課金されません。ユーザーがオペレーションをキャンセルした場合は、課金されます。

トレーニングの例

早期停止を有効にして 40 ノード時間の予算を設定し、トレーニングに 38.207 ノード時間を必要とする Cloud オブジェクト検出モデルをトレーニングしました。トレーニング中に経過した実時間が 5 時間であっても、トレーニング ジョブは 9 ノードを並行して使用することになります。このため、請求されるノード時間は大幅に長くなり、38.207 となっています。請求は次のようになります。

  • (1 ノード時間あたり $3.15)*(38.207 ノード時間)= $120.35(トレーニング)

オブジェクト検出のデプロイ費用と予測費用

モデルでオンライン予測を提供するには、まずモデルをデプロイする必要があります。

GPU はモデルに割り当てられたままであるため、起動時のレイテンシによって予測が遅延することもありません。

デプロイと予測の費用は 1 ノード時間あたり $1.82 です。時間単位ごとに、NVIDIA® P100 GPU が接続された n1-standard-4 マシンに相当する 1 ノードを使用します。下記の表をご覧ください**

多くの場合、お客様は 1 ノード時間で最大 1.5 QPS の処理が可能です。ノードの数はモデルをデプロイするときに調整できます。

デプロイと予測の例

可能であれば、不要な場合はモデルのデプロイ解除を行う必要があります。予測のために再びモデルが必要になった場合は、後でモデルをデプロイできます。

例 1 - デプロイとオンライン予測

Cloud オブジェクト検出モデルを 10 ノードでデプロイし、20.25 時間にわたって予測のために 100 万枚の画像を送信しました。予測サービスを使用した後、クラウドでホストされたこのモデルのデプロイ解除を行います。モデルのデプロイ解除を行ったため、請求は 10 個のノードそれぞれにつき 20.25 時間に制限され、合計 202.5 ノード時間になります。予測のために 100 万枚の画像を送信したとしても、画像ごとに料金はかかりません。そのため、請求は次のようになります。

  • (1 ノード時間あたり $1.82)*(202.5 ノード時間)= $368.55(デプロイと予測)

例 2 - デプロイとオンライン予測

オブジェクト検出モデルのデプロイ料金は、トレーニング済みのモデルのデプロイ解除を行う場合にのみ停止できます。トレーニング時に自動デプロイを選択したと仮定しましょう。トレーニングが終了すると、モデルは 1 つのノードで自動的にデプロイされます。その後、自動モデルデプロイのことを忘れていたとします。この場合、1 か月後に次のような請求が届きます。

  • (1 ノード時間あたり $1.82)*(1 ノード)*(1 日あたり 24 時間)*(30 日)= $1,310.40(デプロイと予測)

例 3 - バッチ予測

毎月の請求期間で、バッチ予測の 1 つのジョブに画像を 100,000 点送信しました。バッチ パイプラインが予測を完了するのに 3 つのノードを並行して、平均 5.45 時間利用すると仮定します。これによって、16.35 ノード時間分のコンピューティング時間が請求の対象になります。 結果が返ってくるまでに、実時間では 6 時間が経過しました。これは、バッチ予測が前処理と後処理のステージの間に実行されるためです。さらに、ステージ間には待機時間があります。

請求は次のようになります。

  • (1 ノード時間あたり $2.02)*(16.35 ノード時間)= $33.03(バッチ予測)
オブジェクト検出 無料 有料
トレーニング 40 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $3.15
デプロイとオンライン(個別)予測 40 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $1.82
バッチ予測 1 ノード時間まで無料(1 回限り) 1 ノード時間あたり USD $2.02

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

AutoML Vision Edge

Edge モデルは TPU でトレーニングされます。

  • 画像分類: 画像分類に関する AutoML Vision Edge モデルのトレーニング料金は、1 時間あたり $4.95 です。
  • オブジェクト検出: オブジェクト検出に関する AutoML Vision Edge モデルのトレーニング料金は、1 時間あたり $18 です。

時間単位ごとに、Cloud TPU v2 マシン相当の 1 ノードを使用します。

無料トライアル

Edge を無料で試すことができます。請求先アカウント 1 つにつき、トレーニングに 15 時間の無料ノード時間を使用できます。無料ノード時間は最初のモデルを作成する直前に発行され、最長で 1 年間利用できます。

多くのお客様の場合、5,000 枚以下のラベル付き画像を使用したモデルの構築には 3 ノード時間あれば十分です。

料金は、使用したコンピューティング時間数に基づく従量制です。ユーザーがキャンセルした場合を除き、なんらかの理由でトレーニングが失敗した場合、そのトレーニング時間に対しては課金されません。ユーザーがオペレーションをキャンセルした場合は、課金されます。トレーニング済みモデルのエクスポートとダウンロードは無料です。

AutoML Vision Edge 無料 有料
画像分類のトレーニング アカウントあたり 15 ノード時間の無料トレーニング(1 回限り)* 以後のトレーニングのノード時間については、1 時間あたり USD $4.95 の料金が発生します。
オブジェクト検出のトレーニング アカウントあたり 15 ノード時間の無料トレーニング(1 回限り)* 以後のトレーニングのノード時間については、1 時間あたり USD $18.00 の料金が発生します。
エッジデバイスへのモデルのエクスポート 無料 無料

* 2019 年 5 月 7 日から有効

米ドル以外の通貨でお支払いの場合は、Cloud Platform SKU に記載されている該当通貨の料金が適用されます。

Edge 画像分類トレーニングの例

早期停止を有効にして、1.506 ノード時間を必要とする画像分類 Edge モデルをトレーニングしました。請求は次のようになります。

  • (1 ノード時間あたり $4.95)*(1.506 ノード時間)= $7.45(トレーニング)

Edge オブジェクト検出トレーニングの例

早期停止を有効にして、1.506 ノード時間を必要とするオブジェクト検出 Edge モデルをトレーニングしました。請求は次のようになります。

  • (1 ノード時間あたり $18.00)*(1.506 ノード時間)= $27.11(トレーニング)

Google Cloud Platform の費用

分析する画像を Google Cloud Storage に保存し、他の Google Cloud Platform のリソースを Google AI Platform、コンテナ インスタンス、データベース インスタンスなどの AutoML Vision と併用するため、それらのサービスの利用分も請求されます。AI Platform Data Labeling Service を通じて利用可能なヒューマン ラベリングの料金については、料金ページをご覧ください。現行料金に基づいてその他の費用を試算するには、Google Cloud Platform の料金計算ツールをご利用ください。

Cloud Console で現在の課金ステータス(使用状況や現在の請求額を含む)を確認するには、[お支払い] ページをご覧ください。アカウントの管理について詳しくは、Cloud Billing のドキュメントまたは課金と支払いのサポートをご覧ください。

Google Cloud Console での割り当ての確認

Google Cloud Console で現在の割り当て制限を確認するには、主に次の 2 つの方法があります。

  • [割り当て] ページを使用すると、すべてのプロジェクトの割り当ての使用状況と上限のリストを確認できます。
  • コンソールを使用すると、リソース使用量の推移など、特定の API の割り当て情報を確認できます。

まず [サービス] メニューから Cloud AutoML API を選択して、[割り当て] ページで特定のオペレーションの割り当てを見つけます。[サービス:] メニューで Cloud AutoML API を選択すると、適切な [指標] を選択できるようになります。

例:

オペレーションの説明メソッド名コンソールの指標名
画像分類: 同時モデル トレーニング projects.locations.models.create 「画像分類モデルの同時作成のリクエスト」
画像分類: オンライン予測 projects.locations.models.predict 「1 分あたりのオンライン画像分類予測リクエスト数」
オブジェクト検出: 同時モデル トレーニング projects.locations.models.create 「画像オブジェクト検出の同時モデル作成リクエスト」
オブジェクト検出: 同時オフライン バッチ予測 projects.locations.models.batchPredict 「画像オブジェクト検出の同時バッチ予測リクエスト」

割り当てページ:

AutoML Vision の割り当てがリスト表示された割り当てページ