定價

AutoML Vision 的價格視您使用的功能而定:圖片分類、物件偵測或 AutoML Vision Edge。

圖片分類

您可以運用 AutoML Vision Image Classification 訓練自訂機器學習模型,將圖片分類到自訂的類別組合中。

AutoML Vision Image Classification 的使用價格取決於訓練和線上預測作業的資源使用量。

免費試用期

以下定價於太平洋時間 2019 年 11 月 21 日凌晨 12 點生效:

您可以免費試用 AutoML Vision Image Classification,每個帳單帳戶都享有 40 個可用於訓練和線上預測的免費節點時數,以及 1 個可用於批次預測的免費節點時數。我們會在您建立第一個模型前將免費節點時數發送給您。批次預測的免費節點時數則會在您開始第一個批次預測時發放。上述免費節點時數的效期最多為一年。

以下價格均以美元 (USD) 為單位。如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

圖片分類訓練費用

AutoML Vision Image Classification 模型訓練費用為每一節點時數 $3.15 美元。

我們會針對每個時間單位並行使用 8 個節點,一個節點相當於一部搭載 NVIDIA® Tesla® V100 GPU 的 n1-standard-8 機器。請參閱下表*。

訓練模型所需的時間取決於訓練資料的大小和複雜度。許多客戶發現,8 個節點時數 (約 1 小時的實際時間) 就足以建構實驗模型。額外的訓練時間則可以將準確性提升到實際工作環境的水平。提早中止訓練功能可確保訓練在無法進一步改善準確性之前即停止。

系統只會針對您使用的運算時數向您收取費用。如果訓練作業因為任何原因而失敗 (使用者自行取消除外),您無須為這段訓練時間支付費用。如果您是自行取消訓練作業,則該作業的訓練時間仍會產生費用。

訓練範例

範例 1 - 繼續訓練的雲端模型

您用了 40 個節點時數訓練一個實驗用的 Cloud Image Classification 模型,兩天後又用了 16 個節點時數繼續訓練模型,使其可以在實際工作環境中使用。

您的帳單將如下所示:

  • (每節點時數 $3.15 美元) * (40 個節點時數) = $126.00 美元的初步訓練費用
  • (每節點時數 $3.15 美元) * (16 個節點時數) = $50.40 的繼續訓練費用

範例 2 - 啟用提早中止訓練功能的雲端模型

您訓練了一個需要花 32 個節點時數進行訓練的 Cloud Image Classification 模型,但您設定的預算為 40 個節點時數,並且啟用了提早中止訓練功能。此例的經過時間為 4 小時,但訓練是在 8 個節點上並行完成。累計訓練時間為 32.12 個節點小時,因此收費如下:

  • (每節點時數 $3.15 美元) * ( 32.12 個節點時數) = $101.18 (美元) 的訓練費用

圖片分類部署和預測費用

模型必須先進行部署才能提供線上預測功能。

請注意,系統會持續為模型配置 GPU 和/或 CPU,避免您的預測服務因啟動作業而發生延遲情形。

部署和預測的費用為每節點時數 $1.25 美元。使用一個節點通常已足以應付大部分的實驗流量,您可以在部署模型時調整節點數量。當您在整合式 UI 中為部署作業選取節點數量時,系統會為您估算您模型支援的每秒預測查詢次數。

使用批次預測時,費用為每節點時數 $2.02 美元,每個帳戶享有第一個節點時數免費 (一次性)。

視此節點的同級機器設定而定,一批 1 百萬張的圖片預估費用約為 $40 美元。複雜模型或圖片可能會花費更多運算時間來產生預測,因此費用會大幅提高。

請注意,只有耗用的節點時數才會收費,「並非」依據實際時鐘時間收費。目前,若在運算作業開始後取消批次預測要求,系統將不會針對已耗用的節點時數產生費用。您可能不會取得局部的預測結果,因為整個管道將會中止,而不進行所需的後續處理作業,且資源將被釋出。如果作業未在預期的時間範圍內傳回結果,請於次日與 Google Cloud Platform 支援服務聯絡。

部署和預測範例

範例 1 - 舊版預測服務上的線上預測

以下內容僅適用於 2019 年 10 月 9 日 Beta Refresh 版之前訓練的模型。這些模型在整合式 UI 中會顯示為「0 個節點」,且在您重新部署之前,都會以舊定價結構提供線上預測。除非您重新部署,否則系統將於 2020 年 2 月 21 日停止透過這些模型進行線上預測。

您在月帳單週期內傳送了 100 萬張圖片至 Cloud Image Classification 模型進行預測。前 1000 張圖片是免費的,其餘的 99 萬 9,000 張圖片需要付費:

  • ($3 美元 / 1000 張圖片) * (999,000 張圖片) = $2997.00 美元的線上預測服務費

範例 2 - 使用自動部署的雲端模型

您必須取消部署訓練模型,系統才會停止計算模型部署的費用。假設您在訓練時選擇加入了自動部署服務,所以完成訓練後,模型會自動部署於 1 個節點上。然後您忘了自動模型部署這件事!在這種情況下,您將會收到計費一個月的帳單:

  • (每節點時數 $1.25 美元) * (1 個節點) * (每天 24 小時) * (30 天) = $900 (美元) 的部署和線上預測費用

範例 3 - 部署、線上預測和取消部署

另一方面,您可以選擇不進行自動部署,之後有需要時,再進行部署。您部署的模型用於線上預測,而您馬上接著取消部署。從部署的模型可用於進行線上預測之時,到呼叫API 取消部署為止,所需的實際時間為 0.242 小時。所以,您收到的帳單將如下所示:

  • (每節點時數 $1.25 美元) * (1 個節點) * (0.242 小時) = $0.30 (美元)

範例 4 - 批次預測

您在月帳單週期內以單一工作提交了 100,000 張圖片進行批次預測。假設批次管道並行利用 3 個節點0.75 小時 完成預測,則系統會針對 2.25 個節點時數的運算時間計費。您可能會發現實際上是經過 1 個小時才傳回結果,而不是 0.75 個小時。這是因為批次預測前後有預先處理和後續處理作業階段,而不同階段之間還有等待時間。

您收到的帳單將如下所示:

  • (每節點時數 $2.02 美元) * (2.25 個節點時數) = $4.55 美元的批次預測服務費用

以下定價於太平洋時間 2019 年 11 月 21 日凌晨 12 點生效:

圖片分類 免費 付費
訓練 前 40 個節點時數免費 (一次性) 每節點時數 $3.15 美元
部署和線上 (個別) 預測 前 40 個節點時數免費 (一次性) 每節點時數 $1.25 美元
批次預測 第一個節點時數免費 (一次性) 每節點時數 $2.02 美元

如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

物件偵測

您可以運用 AutoML Vision Object Detection 訓練自訂物件偵測模型,將圖片中的自訂物件組合本地化。

系統會根據訓練和線上分類預測的資源使用量,計算 AutoML Vision Object Detection 的費用。

免費試用期

您可以免費試用 AutoML Vision Object Detection,每個帳單帳戶都享有 40 個可用於訓練和線上預測的免費節點時數,以及 1 個可用於批次預測的免費節點時數。我們會在您建立第一個模型前將免費節點時數發送給您。批次預測的免費節點時數則會在您開始第一個批次預測時發放。上述免費節點時數的效期最多為一年。

以下價格均以美元 (USD) 為單位。如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

物件偵測訓練費用

AutoML Vision Object Detection 模型的訓練費用為每節點時數 $3.15 美元。

我們會針對每個時間單位並行使用 9 個節點,一個節點相當於一部搭載 NVIDIA® Tesla® V100 GPU 的 n1-standard-8 機器。請參閱下表*

訓練模型所需的時間取決於訓練資料的大小和複雜度。許多客戶發現,只要 40 個節點時數 (大約是 5 小時的實際時間) 便足以使用 5,000 張 (或更少) 加上標籤的圖片來建構 1 個模型。

系統只會針對您使用的運算時數向您收取費用。如果訓練作業因為任何原因而失敗 (使用者自行取消除外),您無需為這段訓練時間支付費用。如果是您自行取消訓練作業,則該作業的訓練時間仍會產生費用。

訓練範例

您訓練了一個需要花 38.207 個節點時數進行訓練的 Cloud Object Detection 模型,但您設定的預算為 40 個節點時數,並且啟用了提早中止訓練功能。「即使實際訓練時間為 5 小時」,但訓練工作卻會並行使用 9 個節點執行。這就是收費的節點時數為何明顯高於 38.207 的原因。您將會收到如下的帳單:

  • (每節點時數 $3.15 美元) * (38.207 個節點時數) = $120.35 美元的訓練費用

物件偵測部署和預測費用

模型必須先進行部署才能提供線上預測功能。

請注意,系統會持續為模型配置 GPU,避免您的預測服務因啟動作業而發生延遲情形。

部署和預測的費用為每節點時數 $1.82 美元。我們會針對每個時間單位使用 1 個節點,一個節點相當於一部搭載 NVIDIA® P100 GPU 的 n1-standard-4 機器。請參閱下表**

許多客戶發現,他們在一個節點小時內最多可以提供 1.5 QPS。您可以在部署模型時調整節點的數量。

部署和預測範例

如果可能,您應在不需要用到模型時移除模型部署。之後如有預測需要,您可以重新部署這些模型。

範例 1 - 部署和線上預測

您在 10 個節點上部署了 Cloud Object Detection 模型,並花了 20.25 個小時傳送 100 萬張圖片進行預測。使用完預測服務後,您就取消部署這個在 Cloud 託管的模型。由於您已經取消部署模型,您的費用將限制在每個節點 (共 10 個節點) 20.25 小時的額度內,總計 202.5 個節點小時。雖然您傳送了 100 萬張圖片進行預測,但這些圖片不會產生費用。所以您收到的帳單將如下所示:

  • (每節點時數 $1.82 美元) * (202.5 個節點時數) = $368.55 美元的部署和預測費用

範例 2 - 部署和線上預測

您必須取消部署訓練模型,系統才會停止計算 Object Detection 模型部署的費用。假設您在訓練時選擇加入了自動部署服務,所以完成訓練後,模型會自動部署於 1 個節點上。然後您忘了自動模型部署這件事!在這種情況下,您將會收到計費一個月的帳單:

  • (每節點時數 $1.82 美元) * (1 個節點) * (每天 24 個小時) * (30 天) = $1310.40 美元的部署和預測費用

範例 3 - 批次預測

您在月帳單週期內以單一工作提交了 100,000 張圖片進行批次預測。假設批次管道並行利用 3 個節點平均共 5.45 小時 完成預測,則系統會針對 16.35 個節點小時的運算時間計費。您可能會發現實際上是經過 6 個小時才傳回結果。這是因為批次預測會在預先處理和後續處理作業階段之間執行。再者,不同階段之間也會有等待時間。

您收到的帳單將如下所示:

  • (每節點時數 $2.02 美元) * (16.35 個節點時數) = $33.03 美元的批次預測費用
物件偵測 免費 付費
訓練 前 40 個節點時數免費 (一次性) 每節點時數 $3.15 美元
部署和線上 (個別) 預測 前 40 個節點時數免費 (一次性) 每節點時數 $1.82 美元
批次預測 第一個節點時數免費 (一次性) 每節點時數 $2.02 美元

如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

AutoML Vision Edge

Edge 模型會以 TPU 訓練。

  • 圖片分類:AutoML Vision Edge 圖片分類模型的訓練費用為每小時 $4.95 美元。
  • 物件偵測:AutoML Vision Edge 物件偵測模型的訓練費用為每小時 $18 美元。

您可以針對每個時間單位使用 1 個節點,一個節點相當於一部 Cloud TPU v2 機器

免費試用期

您可以免費試用 Edge,每個帳單帳戶都可享有 15 個免費訓練節點時數。我們會在您建立第一個模型前將免費節點時數發送給您,供您在一年內使用。

許多客戶發現,只要 3 個節點小時就足以使用 5,000 張以內加上標籤的圖片來建構 1 個模型。

系統只會針對您使用的運算時數向您收取費用。如果訓練因為任何原因而失敗 (使用者自行取消除外),您無須為這段訓練時間支付費用。如果您是自行取消訓練作業,則該作業的訓練時間仍會產生費用。訓練完畢的模型可以免費匯出及下載。

AutoML Vision Edge 免費 付費
圖片分類訓練 每個帳戶可享 15 個節點小時的免費訓練優惠 (一次性)* 超出免費額度後,每個訓練節點時數的費用為 $4.95 美元
物件偵測訓練 每個帳戶可享 15 個節點小時的免費訓練優惠 (一次性)* 超出免費額度後,每個訓練節點時數的費用為 $18.00 美元
將模型匯出到邊緣裝置 免費 免費

* 2019 年 5 月 7 日起生效

如果您使用美元以外的貨幣付費,系統將按照 Cloud Platform SKU 頁面上列出的相應貨幣價格來計費。

Edge Image Classification 訓練範例

您訓練了一個需要花 1.506 個節點小時進行訓練的 Image Classification Edge 模型供開發用,並且啟用了提早中止訓練功能。您將會收到如下的帳單:

  • (每節點時數 $4.95 美元) * (1.506 個節點時數) = $7.45 美元的訓練費用

Edge Object Detection 訓練範例

您訓練了一個需要花 1.506 個節點小時進行訓練的 Object Detection Edge 模型供開發用,並且啟用了提早中止訓練功能。您收到的帳單將如下所示:

  • (每節點時數 $18.00 美元) * (1.506 個節點時數) = $27.11 美元的訓練費用

Google Cloud Platform 費用

由於您將要分析的圖片儲存於 Google Cloud Storage,並有可能搭配使用 AutoML Vision 和其他 Google Cloud Platform 資源 (例如 Google AI 平台、容器和資料庫執行個體),因此系統也會針對這些服務向您收取費用。如要查看可透過 AI Platform Data Labeling Service 使用的人工標籤服務的價格,請前往這項服務的定價頁面。您可以使用 Google Cloud Platform Pricing Calculator,根據現行的費率試算其他費用。

如要在 Cloud Console 中查看目前的帳單狀態 (包括用量和當期帳單資料),請前往帳單頁面。如要進一步瞭解如何管理帳戶,請參閱 Cloud Billing 說明文件帳單與付款支援一文。

前往 Google Cloud Console 查看配額

There are two main ways to view your current quota limits in the Google Cloud Console:

  • Using the Quotas page, which gives you a list of all your project's quota usage and limits.
  • Using the console, which gives you quota information for a particular API, including resource usage over time.

Locate specific operation quotas in the Quotas page by first selecting Cloud AutoML API from the Service menu. With Service: Cloud AutoML API selected you can then select the appropriate Metric.

Examples:

Operation descriptionMethod nameMetric name in console
Image classification: Simultaneous model training projects.locations.models.create "Concurrent image classification model creation requests"
Image classification: Online prediction projects.locations.models.predict "Online image classification prediction requests per minute"
Object detection: Simultaneous model training projects.locations.models.create "Image object detection concurrent model creation requests"
Object detection: Simultaneous offline batch prediction projects.locations.models.batchPredict "Image object detection concurrent batch prediction requests"

Quotas page:

Quotas page with AutoML Vision quotas listed