Azure Machine Learning – Preise

Machine-Learning-Dienst für Unternehmen zur schnelleren Erstellung und Bereitstellung von Modellen

Stellen Sie Entwicklern und Data Scientists zahlreiche Funktionen zur Verfügung, mit denen sie in kürzester Zeit Machine Learning-Modelle erstellen, trainieren und bereitstellen können. Verringern Sie Ihre Time-to-Market, und optimieren Sie die Zusammenarbeit zwischen Teams durch branchenführendes MLOps: DevOps für Machine Learning. Schaffen Sie Innovationen mithilfe einer sicheren und vertrauenswürdigen Plattform, die die Erstellung verantwortungsbewusster KI-Lösungen fördert.

Mit Azure Machine Learning können Entwickler und Data Scientists ganz einfach den gesamten Machine-Learning-Lebenszyklus beschleunigen.

  • Daten für Machine Learning

    Erstellen, Anzeigen oder Bearbeiten von Datasets und Datenspeichern

    Beschriftung durch private Mitarbeiter, einschließlich ML-gestützter Beschriftung (Bildklassifizierung und Objekterkennung)

    Benutzeroberfläche für Datasetmonitore (Vorschau)

  • Erstellen und Trainieren

    Verwaltete Computeressourcen für das Training

    Integrierte Jupyter Notebooks

    Automatisiertes ML (Unterstützung großer Datenmengen von 10 GB und mehr, Klassifizierungs- und Regressionstasks, Erstellen von Experimenten, erweitertes Vorhersagen)

    Drag & Drop-ML-Designer

  • Bereitstellen und Verwalten

    Modellregistrierung und Profilerstellung

    ML-Pipelines für wiederholbare Workflows

    Rückschlüsse im Batchmodus und in Echtzeit

  • Sicherheit, Governance und Kontrolle

    Unterstützung der rollenbasierten Zugriffssteuerung (Role-Based Access Control, RBAC) (Vorschau)

    Unterstützung von virtuellen Netzwerken (VNets) für Compute (Vorschau)

    Arbeitsbereich mit Private Link-Unterstützung

    Arbeitsbereichsübergreifende Nutzung von Computekapazitäten mit Kontingenten

Preisübersicht

Azure Machine Learning ist derzeit allgemein verfügbar (Generally Available, GA), und Kunden zahlen nur die Kosten für die genutzten Azure-Ressourcen (z. B. Compute- und Speicherkosten). Es fallen keine zusätzlichen Gebühren für Azure Machine Learning an.

Die Basic Edition und die Enterprise Edition von Azure Machine Learning werden am 22. September 2020 zusammengeführt. Kunden können in der allgemein verfügbaren (GA) Basic Edition ohne zusätzliche Kosten auf alle Enterprise Edition-Funktionen zugreifen.

Ab dem 21. Dezember 2020 werden alle vorhandenen Enterprise-Arbeitsbereiche zur Basic Edition migriert. Die Migration erfolgt automatisch und nahtlos. Es ist keine Aktion erforderlich. Am 1. Januar 2021 wird die Enterprise Edition eingestellt. Konzepte, Tutorials und Beispiele finden Sie in der Dokumentation.

In der folgenden Tabelle sind die Preise für eine große Bandbreite von VMs aufgeführt. Es fällt keine zusätzliche ML-Gebühr für Azure Machine Learning an. Weitere Details erhalten Sie, indem Sie unten die Region und weitere Informationen auswählen, um die verfügbaren VMs mit den betreffenden Preisen anzuzeigen.

Edition CPU (Allgemein, Compute-optimiert, Arbeitsspeicheroptimiert, Speicheroptimiert) GPU
Basic (GA) Nur verbrauchte Azure-Ressourcen. (Keine Azure Machine Learning-Gebühr für Trainings-/Rückschlussaufträge) Verbrauchte Azure-Ressourcen (z. B. Compute, Speicher). (Keine Azure Machine Learning-Gebühr für Trainings-/Rückschlussaufträge)
Enterprise (Vorschau)
Alle Features der Enterprise Edition sind jetzt in der Basic Edition verfügbar. Die Enterprise Edition wird am 1. Januar 2021 eingestellt.
Nur genutzte Azure-Ressourcen (keine Azure Machine Learning-Gebühr für Training/Rückschluss). Azure Machine Learning-Gebühr ab $- pro vCPU-Stunde Genutzte Azure-Ressourcen (z. B. Compute, Speicher) (keine Azure Machine Learning-Gebühr für Training/Rückschluss). Azure Machine Learning-Gebühr ab $- pro vCPU-Stunde

Allgemein

Für Websites, kleine bis mittlere Datenbanken und andere herkömmliche Anwendungen

Bs-Serie

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
B2S 2 4 GiB $- $- $- $- $- $- $- $- $-
B2MS 2 8 GiB $- $- $- $- $- $- $- $- $-
B4MS 4 16 GiB $- $- $- $- $- $- $- $- $-
B8MS 8 32 GiB $- $- $- $- $- $- $- $- $-
B12MS 12 48 GiB $- $- $- $- $- $- $- $- $-
B16MS 16 64 GiB $- $- $- $- $- $- $- $- $-
B20MS 20 80 GiB $- $- $- $- $- $- $- $- $-

Av2 Standard

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
A4 v2 4 8 GiB $- $- $- $- $- – – Leer – – Leer
A8 v2 8 16 GiB $- $- $- $- $- – – Leer – – Leer
A2m v2 2 16 GiB $- $- $- $- $- – – Leer – – Leer
A4m v2 4 32 GiB $- $- $- $- $- – – Leer – – Leer
A8m v2 8 64 GiB $- $- $- $- $- – – Leer – – Leer

Reservierte VM-Instanzen sind für die Av2-Serie derzeit nicht verfügbar.

D2-64 v3

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
D2 v3 2 8 GiB $- $- $- $- $- $- $- $- $-
D4 v3 4 16 GiB $- $- $- $- $- $- $- $- $-
D8 v3 8 32 GiB $- $- $- $- $- $- $- $- $-
D16 v3 16 64 GiB $- $- $- $- $- $- $- $- $-
D32 v3 32 128 GiB $- $- $- $- $- $- $- $- $-
D48 v3 48 192 GiB $- $- $- $- $- $- $- $- $-
D64 v3 64 256 GiB $- $- $- $- $- $- $- $- $-

D2s-64s v3

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
D2s v3 2 8 GiB $- $- $- $- $- $- $- $- $-
D4s v3 4 16 GiB $- $- $- $- $- $- $- $- $-
D8s v3 8 32 GiB $- $- $- $- $- $- $- $- $-
D16s v3 16 64 GiB $- $- $- $- $- $- $- $- $-
D32s v3 32 128 GiB $- $- $- $- $- $- $- $- $-
D48s v3 48 192 GiB $- $- $- $- $- $- $- $- $-
D64s v3 64 256 GiB $- $- $- $- $- $- $- $- $-

D1-5 v2

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
D1 v2 1 3,5 GiB $- $- $- $- $- $- $- $- $-
D2 v2 2 7 GiB $- $- $- $- $- $- $- $- $-
D3 v2 4 14 GiB $- $- $- $- $- $- $- $- $-
D4 v2 8 28 GiB $- $- $- $- $- $- $- $- $-
D5 v2 16 56 GiB $- $- $- $- $- $- $- $- $-

D1s-5s v2

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
DS1 v2 1 3,5 GiB $- $- $- $- $- $- $- $- $-
DS2 v2 2 7 GiB $- $- $- $- $- $- $- $- $-
DS3 v2 4 14 GiB $- $- $- $- $- $- $- $- $-
DS4 v2 8 28 GiB $- $- $- $- $- $- $- $- $-
DS5 v2 16 56 GiB $- $- $- $- $- $- $- $- $-

Computeoptimiert

Hohes Verhältnis von CPU zu Arbeitsspeicher. Ideal für Webserver, Network Appliances, Stapelverarbeitungsvorgänge und Anwendungsserver mit mittlerer Auslastung.

Fsv2-Serie

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
F2s v2 2 4 GiB $- $- $- $- $- $- $- $- $-
F4s v2 4 8 GiB $- $- $- $- $- $- $- $- $-
F8s v2 8 16 GiB $- $- $- $- $- $- $- $- $-
F16s v2 16 32 GiB $- $- $- $- $- $- $- $- $-
F32s v2 32 64 GiB $- $- $- $- $- $- $- $- $-
F48s v2 48 96 GiB $- $- $- $- $- $- $- $- $-
F64s v2 64 128 GiB $- $- $- $- $- $- $- $- $-
F72s v2 72 144 GiB $- $- $- $- $- $- $- $- $-

F-Serie

Instanz Kern RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
F2 2 4 GiB $- $- $- $- $- $- $- $- $-
F4 4 8 GiB $- $- $- $- $- $- $- $- $-
F8 8 16 GiB $- $- $- $- $- $- $- $- $-
F16 16 32 GiB $- $- $- $- $- $- $- $- $-

Arbeitsspeicheroptimiert

Hohes Verhältnis von Speicher zu Kern. Hervorragend geeignet für relationale Datenbankserver, mittlere bis große Caches und In-Memory-Analysen.

E2-64 v3

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
E2 v3 2 16 GiB $- $- $- $- $- $- $- $- $-
E4 v3 4 32 GiB $- $- $- $- $- $- $- $- $-
E8 v3 8 64 GiB $- $- $- $- $- $- $- $- $-
E16 v3 16 128 GiB $- $- $- $- $- $- $- $- $-
E20 v3 20 160 GiB $- $- $- $- $- $- $- $- $-
E32 v3 32 256 GiB $- $- $- $- $- $- $- $- $-
E48 v3 48 384 GiB $- $- $- $- $- $- $- $- $-
E64i v3 1 64 432 GiB $- $- $- $- $- $- $- $- $-
E64 v3 64 432 GiB $- $- $- $- $- $- $- $- $-
1 Azure Compute bietet VM-Größen, die für einen bestimmten Hardwaretyp isoliert und für einen einzelnen Kunden bestimmt sind. Diese VM-Größen eignen sich am besten für Workloads, die ein hohes Maß an Isolation von anderen Kunden erfordern, wenn es um Workloads mit Elementen wie Compliance und gesetzlichen Anforderungen geht.

E2s-64s v3

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
E2s v3 2 16 GiB $- $- $- $- $- $- $- $- $-
E4s v3 4 32 GiB $- $- $- $- $- $- $- $- $-
E8s v3 8 64 GiB $- $- $- $- $- $- $- $- $-
E16s v3 16 128 GiB $- $- $- $- $- $- $- $- $-
E20s v3 20 160 GiB $- $- $- $- $- $- $- $- $-
E32s v3 32 256 GiB $- $- $- $- $- $- $- $- $-
E48s v3 48 384 GiB $- $- $- $- $- $- $- $- $-
E64is v3 1 64 432 GiB $- $- $- $- $- $- $- $- $-
E64s v3 64 432 GiB $- $- $- $- $- $- $- $- $-
1 Azure Compute bietet VM-Größen, die für einen bestimmten Hardwaretyp isoliert und für einen einzelnen Kunden bestimmt sind. Diese VM-Größen eignen sich am besten für Workloads, die ein hohes Maß an Isolation von anderen Kunden erfordern, wenn es um Workloads mit Elementen wie Compliance und gesetzlichen Anforderungen geht.

D11-15 v2

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
D11 v2 2 14 GiB $- $- $- $- $- $- $- $- $-
D12 v2 4 28 GiB $- $- $- $- $- $- $- $- $-
D13 v2 8 56 GiB $- $- $- $- $- $- $- $- $-
D14 v2 16 112 GiB $- $- $- $- $- $- $- $- $-
D15 v2 20 140 GiB $- $- $- $- $- $- $- $- $-
D15i v2 20 140 GiB $- $- $- $- $- Nicht verfügbar Nicht verfügbar

D11S-15S v2

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
DS11 v2 2 14 GiB $- $- $- $- $- $- $- $- $-
DS12 v2 4 28 GiB $- $- $- $- $- $- $- $- $-
DS13 v2 8 56 GiB $- $- $- $- $- $- $- $- $-
DS14 v2 16 112 GiB $- $- $- $- $- $- $- $- $-
DS15 v2 20 140 GiB $- $- $- $- $- $- $- $- $-
DS15i v2 20 140 GiB $- $- $- $- $- Nicht verfügbar Nicht verfügbar

G-Reihe

Instanz Kern RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
G1 2 28 GiB $- $- $- $- $- – – Leer – – Leer
G2 4 56 GiB $- $- $- $- $- – – Leer – – Leer
G3 8 112 GiB $- $- $- $- $- – – Leer – – Leer
G4 16 224 GiB $- $- $- $- $- – – Leer – – Leer
G5 32 448 GiB $- $- $- $- $- – – Leer – – Leer

Reservierte VM-Instanzen sind für die G-Serie derzeit nicht verfügbar.

M-Serie

Instanz vCPU(s) RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
M64m 64 1.792 GiB $- $- $- $- $- $- $- $- $-
M128m 128 3.892 GiB $- $- $- $- $- $- $- $- $-
M128 128 2.048 GiB $- $- $- $- $- $- $- $- $-

Leistungsfähig auch bei eingeschränkten vCPUs

Instanz Aktive vCPU(s) /
Zugrunde liegende vCPU(s)
RAM
Preis für Linux-VM
Machine Learning
Dienstaufpreis
Nutzungsbasierte Bezahlung
Gesamtpreis
Reservierung für ein Jahr
(Einsparungen in %)
Gesamtpreis
Reservierung für drei Jahre
(Einsparungen in %)
Gesamtpreis
DS12-2 v2 2 / 4 28 GiB $- $- $- $- $- $- $- $- $-
DS13-2 v2 2 / 8 56 GiB $- $- $- $- $- $- $- $- $-
DS13-4 v2 4 / 8 56 GiB $- $- $- $- $- $- $- $- $-
DS14-4 v2 4 / 16 112 GiB $- $- $- $- $- $- $- $- $-
DS14-8 v2 8 / 16 112 GiB $- $- $- $- $- $- $- $- $-
E4-2as v4 2 / 4 32 GiB $- $- $- $- $- $- $- $- $-
E8-2as v4 2 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E8-4as v4 4 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E16-4as v4 4 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E16-8as v4 8 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E32-8as v4 8 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E32-16as v4 16 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E64-16as v4 16 / 64 512 GiB $- $- $- $- $- $- $- $- $-
E64-32as v4 32 / 64 512 GiB $- $- $- $- $- $- $- $- $-
E96-24as v4 24 / 96 672 GiB $- $- $- $- $- $- $- $- $-
E96-48as v4 48 / 96 672 GiB $- $- $- $- $- $- $- $- $-
E4-2ds v4 2 / 4 32 GiB $- $- $- $- $- $- $- $- $-
E8-2ds v4 2 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E8-4ds v4 4 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E16-4ds v4 4 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E16-8ds v4 8 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E32-8ds v4 8 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E32-16ds v4 16 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E64-16ds v4 16 / 64 504 GiB $- $- $- $- $- $- $- $- $-
E64-32ds v4 32 / 64 504 GiB $- $- $- $- $- $- $- $- $-
E4-2s v3 2 / 4 32 GiB $- $- $- $- $- $- $- $- $-
E8-2s v3 2 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E8-4s v3 4 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E16-4s v3 4 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E16-8s v3 8 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E32-8s v3 8 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E32-16s v3 16 / 32 256 GiB $- $- $- $- $- $- $- $- $-
E64-16s v3 16 / 64 432 GiB $- $- $- $- $- $- $- $- $-
E64-32s v3 32 / 64 432 GiB $- $- $- $- $- $- $- $- $-
E4-2s v4 2 / 4 32 GiB $- $- $- $- $- $- $- $- $-
E8-2s v4 2 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E8-4s v4 4 / 8 64 GiB $- $- $- $- $- $- $- $- $-
E16-4s v4 4 / 16 128 GiB $- $- $- $- $- $- $- $- $-
E16-8s v4 8 / 16 128 GiB $- $- $- $- $- $- $- $-