价格

AutoML Vision 的价格取决于您使用的是哪种功能,是图片分类、对象检测还是 AutoML Vision Edge。

图片分类

借助 AutoML Vision Image Classification,您可以训练自定义机器学习模型,从而根据一组自定义类别对图片进行分类。

使用 AutoML Vision Image Classification 的价格基于训练和在线预测时的资源用量。

免费试用

2019 年 11 月 21 日凌晨 12 点(太平洋时间)起生效的价格如下:

您可以免费试用 AutoML Vision Image Classification,每个结算帐号享受 40 个免费训练节点时,40 个免费在线预测节点时,以及 1 个批量预测节点时。免费节点时数将在您创建第一个模型之前为您发放。对于批量预测,免费节点时数将在第一个批量预测启动时发放。您可在一年内使用这些免费节点时数。

所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

图片分类训练费用

AutoML Vision Image Classification 模型训练费用为每节点时 $3.15。

对于每个时间单位,我们并行使用 8 个节点,其中每个节点相当于一台挂接了 NVIDIA® Tesla® V100 GPU 的 n1-standard-8 机器。请参阅下表*。

训练模型所需的时间取决于训练数据的规模和复杂程度。许多客户发现,8 个节点时(约为 1 个“挂钟”小时)足以构建一个实验模型。额外的训练时间可将准确度提高到生产级别。早停法功能可确保在准确度无法继续提升时停止训练。

您只需为实际使用的计算小时数付费;如果训练因用户自行取消之外的原因而失败,您不需要为相应训练时间付费。如果您取消了操作,则需要按训练时间付费。

训练示例

示例 1 - 进行过后续训练的 Cloud 模型

您使用 40 个节点时训练了一个供实验性使用的 Cloud Image Classification 模型,两天后又进行了 16 个节点时的后续训练,使其达到能够用于生产环境的水平。

您收到的帐单将显示如下:

  • (每节点时 $3.15)*(40 个节点时) = $126.00 初始训练费用
  • (每节点时 $3.15)*(16 个节点时) = $50.40 后续训练费用

示例 2 - 启用早停法的 Cloud 模型

您训练了一个需要 32 个训练节点时的 Cloud Image Classification 模型,而您设置了 40 个节点时的预算且启用了早停法。本示例中使用的时间仅为 4 小时,但训练在 8 个节点上并行执行。累计训练时间为 32.12 节点时,因此费用计算方式如下:

  • (每节点时 $3.15)*(32.12 个节点时) = $101.18 (USD) 训练费用

图片分类部署和预测费用

您必须先部署模型,然后模型才能执行在线预测。

请注意,您的模型始终分配有 GPU 和/或 CPU,这样预测便不会因启动延迟而延后。

部署和预测的费用为每节点时 $1.25。对于大多数实验性数据流量来说,一个节点时通常能够满足需要。您可以在部署模型时调整节点数量。当您在集成式界面中选择部署节点数量时,您可以得到您的模型所支持的预测每秒查询次数的估值。

对于批量预测,每个使用的节点时的价格为 $2.02,每个帐号可免费使用第一个节点时(一次性)。

根据该节点的等效机器配置,批量处理 100 万张图片大约收费 $40。如果模型或图片比较复杂,需要更多计算时间来生成预测,费用便会明显增加。

请注意,费用仅按照使用的节点时计算,而不是挂钟时间。如果在计算开始后取消批量预测请求,已使用的节点时目前不会产生费用。由于整个流水线会被取消,不会进行要求的后处理,并且资源将会被释放,因此您不会得到部分预测结果。如果操作在您的预计时间范围内未返回结果,请在次日联系 Google Cloud Platform 支持服务

部署和预测示例

示例 1 - 使用旧预测服务进行在线预测

仅适用于 2019 年 10 月 9 日 Beta 版更新发布前训练的模型。在集成式界面中,这些模型的部署情况显示为“0 个节点”。在您重新部署之前,这些模型将按照旧的价格结构进行在线预测。这些模型的在线预测将于 2020 年 2 月 21 日停止,除非您重新部署

在月度结算周期内,您向 Cloud Image Classification 模型发送了 100 万张图片用于预测。前 1000 张图片免费。对于剩下的 99.9 万张图片,您需要支付的费用为:

  • ($3/1000 张图片)*(99.9 万张图片) = $2997.00 在线预测服务费用

示例 2 - 使用自动部署的 Cloud 模型

只有在您取消部署训练的模型后,针对模型部署的计费才会停止。假设您在训练时选择了自动部署,在训练完成后您的模型自动部署到 1 个节点上。然后,您忘记了自己已设置自动模型部署!在这种情况下,您将收到的单月帐单为:

  • (每节点时 $1.25)*(1 个节点)*(每天 24 小时)*(30 天) = $900 (USD) 部署和预测费用

示例 3 - 部署、在线预测和取消部署

另一方面,您可以选择不进行自动部署,当需要时再部署。您部署的模型被用来做在线预测。预测完成后,您可以立即将其取消部署。从模型部署完成可以进行在线预测开始,到取消部署 API 被调用为止,期间所需的挂钟时间为 0.242 小时。因此,您将收到的帐单为:

  • (每节点时 $1.25)*(1 个节点)*(0.242 个小时) = $0.30 (USD)

示例 4 - 批量预测

在月度结算周期内,您在单次批量预测作业中提交了 100000 张图片。假设批量流水线并行使用 3 个节点0.75 个小时内完成了预测,那么最终将按照 2.25 个节点时计算时间来结算。您可能会注意到,在结果返回前实际已经用了 1 个小时,而不是 0.75 个小时。出现这种情况是因为在批量预测前后存在预处理和后处理阶段,并且在各阶段之间还有等待时间。

您的结算情况为:

  • (每节点时 $2.02)*(2.25 个节点时) = $4.55 批量预测服务费用

2019 年 11 月 21 日凌晨 12 点(太平洋时间)起生效的价格如下:

图片分类 免费 付费
训练 前 40 节点时免费(一次性) 每节点时 $3.15
部署和在线(逐一)预测 前 40 节点时免费(一次性) 每节点时 $1.25
批量预测 第一个节点时免费(一次性) 每节点时 $2.02

如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

对象检测

借助 AutoML Vision Object Detection,您可以训练自定义对象检测模型,以便在您的图片中查找一组自定义对象。

AutoML Vision Object Detection 的价格基于训练和分类在线预测时的资源用量。

免费试用

您可以免费试用 AutoML Vision Object Detection,每个结算帐号享受 40 个免费训练节点时,40 个免费在线预测节点时,以及 1 个批量预测节点时。免费节点时数将在您创建第一个模型之前为您发放。对于批量预测,免费节点时数将在第一个批量预测启动时发放。您可在一年内使用这些免费节点时数。

所列价格以美元 (USD) 为单位。 如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

对象检测训练费用

AutoML Vision Object Detection 模型的训练费用为每节点时 $3.15。

对于每个时间单位,我们并行使用 9 个节点,其中每个节点相当于一台挂接了 NVIDIA® Tesla® V100 GPU 的 n1-standard-8 机器。请参见下表*

训练模型所需的时间取决于训练数据的规模和复杂程度。许多客户发现,如果已加标签的图片数不超过 5000 张,40 个节点时(约为 5 个“挂钟”小时)足以构建一个模型。

您只需为实际使用的计算小时数付费;如果训练因用户自行取消之外的原因而失败,您不需要为相应训练时间付费。如果您取消操作,则需要按训练时间付费。

训练示例

您训练了一个 Cloud Object Detection 模型,该模型需要 38.207 个训练节点时,而您设置了 40 个节点时的预算且已启用早停法。虽然训练期间挂钟只走了约 5 小时,但训练作业会并行使用 9 个节点。这就是为什么计费的节点时比挂钟时间高很多,达到 38.207 的原因。您将收到的帐单为:

  • (每节点时 $3.15) * (38.207 个节点时) = $120.35 训练费用

对象检测部署和预测费用

您必须先部署模型,然后模型才能执行在线预测。

请注意,您的模型始终分配有 GPU,这样预测便不会因启动延迟而延后。

部署和预测的费用为每节点时 $1.82。对于每个时间单位,我们使用 1 个节点,此节点相当于一台挂接了 NVIDIA® P100 GPU 的 n1-standard-4 机器。 请参见下表**

许多客户发现,一个节点时最多可提供 1.5 QPS 的服务能力。您可以在部署模型时调整节点数量。

部署和预测示例

您应尽可能移除不需要的模型部署。 以后需要用模型来进行预测时,您可以再次部署

示例 1 - 部署和在线预测

您在 10 个节点上部署了 Cloud Object Detection 模型,并在 20.25 小时内发送了 100 万张用于预测的图片。您在用完预测服务后,取消部署该云端托管模型。由于您已经取消部署该模型,因此您的帐单将仅限于 10 个节点,每个 20.25 小时,总计 202.5 个节点时的费用。虽然您发送了 100 万张图片用于预测,但没有按图片数量的收费。因此您将收到的帐单为:

  • (每节点时 $1.82)*(202.5 个节点时) = $368.55 部署和预测费用

示例 2 - 部署和在线预测

只有在您取消部署训练的模型后,针对对象检测模型部署的计费才会停止。假设您在训练时选择了自动部署,在训练完成后您的模型自动部署到 1 个节点上。然后,您忘记了自己已设置自动模型部署!在这种情况下,您将收到的单月帐单为:

  • (每节点时 $1.82)*(1 个节点)*(每天 24 小时)*(30 天) = $1310.40 部署和预测费用

示例 3 - 批量预测

在月度结算周期内,您在单次批量预测作业中提交了 100000 张图片。假设批量流水线平均并行使用 3 个节点5.45 个小时内完成了预测,那么最终将按照 16.35 个节点时计算时间来结算。您可能会注意到,在结果返回前实际已经用了 6 个小时。这是因为批量预测在预处理和后处理阶段之间仍在执行。除此之外,各阶段之间还存在等待时间。

您的结算情况为:

  • (每节点时 $2.02)*(16.35 个节点时) = $33.03 批量预测费用
对象检测 免费 付费
训练 前 40 节点时免费(一次性) 每节点时 $3.15
部署和在线(逐一)预测 前 40 节点时免费(一次性) 每节点时 $1.82
批量预测 第一个节点时免费(一次性) 每节点时 $2.02

如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

AutoML Vision Edge

Edge 模型是在 TPU 上训练的。

  • 图片分类:训练 AutoML Vision Edge 模型进行图片分类的费用是每小时 $4.95。
  • 对象检测:训练 AutoML Vision Edge 模型进行对象检测的费用是每小时 $18。

对于每个时间单位,您使用 1 个节点,此节点相当于一台 Cloud TPU v2 机器

免费试用

您可以免费试用 Edge,每个结算帐号享受 15 个免费训练节点时。您的免费节点时数在您创建第一个模型之前发放,可在一年内使用。

许多客户发现,如果已加标签的图片数不超过 5000 张,3 个节点时就足以构建一个模型。

您只需为实际使用的计算小时数付费;如果训练因用户自行取消之外的原因而失败,您不需要为相应训练时间付费。 如果您取消操作,则需要按训练时间付费。 您可以免费导出和下载经过训练的模型。

AutoML Vision Edge 免费 付费
图片分类训练 每个帐号可获赠 15 个节点时的免费训练时长(一次性)* 后续训练节点时按每小时 $4.95 计费
对象检测训练 每个帐号可获赠 15 个节点时的免费训练时长(一次性)* 后续训练节点时按每小时 $18.00 计费
将模型导出到边缘设备 免费 免费

* 自 2019 年 5 月 7 日起生效

如果您使用非美元货币付费,请参阅 Cloud Platform SKU 上以您的币种列出的价格。

Edge 图片分类训练示例

您训练了一个用于开发的图片分类 Edge 模型,该模型需要 1.506 个节点时并已启用早停法。您将收到的帐单为:

  • (每节点时 $4.95) * (1.506 个节点时) = $7.45 训练费用

Edge 对象检测训练示例

您训练了一个用于开发的对象检测 Edge 模型,该模型需要 1.506 个节点时并已启用早停法。您将收到的帐单为:

  • (每节点时 $18.00)*(1.506 个节点时) = $27.11 训练费用

Google Cloud Platform 费用

由于您将需要分析的图片存储在 Google Cloud Storage 中,并且在使用 AutoML Vision 的同时还可能使用其他 Google Cloud Platform 资源(例如 Google AI Platform、容器和数据库实例),因此您还需要支付使用这些服务所产生的费用。可通过 AI Platform 数据标签服务实现的人工标签服务的价格可以在其价格页面上查看。请使用 Google Cloud Platform 价格计算器确定当前费率下的其他费用。

如需在 Cloud Console 中查看当前结算状态(包括使用情况和当前帐单),请参阅“结算”页面。如需详细了解如何管理您的帐号,请参阅 Cloud Billing 文档结算和付款支持

在 Google Cloud Console 上查看配额

您可以在 Google Cloud Console 中通过两种主要方式查看当前的配额限制:

  • 使用配额页面,该页面列出了所有项目的配额使用量和限制。
  • 使用控制台,您可以获取特定 API 的配额信息,包括随着时间变化的资源使用量。

首先从服务菜单中选择 Cloud AutoML API,在配额页面中找到特定的操作配额。选中服务Cloud AutoML API 后,您可以选择相应的指标

示例:

操作说明方法名称控制台中的指标名称
图片分类:同时进行模型训练 projects.locations.models.create “图片分类并发模型创建请求”
图片分类:在线预测 projects.locations.models.predict “每分钟图片分类在线预测请求数”
对象检测:同时进行模型训练 projects.locations.models.create “图片对象检测并发模型创建请求”
对象检测:同时进行离线批量预测 projects.locations.models.batchPredict “图片对象检测并发批量预测请求”

配额页面:

列出了 AutoML Vision 配额的配额页面