Precios de Machine Learning Services

Ponga la inteligencia artificial al alcance de todos con una plataforma integral de confianza y escalable

Los servicios Experimentación y Administración de modelos de Azure Machine Learning ofrecen una solución para la nube, el entorno local y el perímetro para que los científicos de datos y desarrolladores proporcionen inteligencia artificial a todo el mundo, en cualquier lugar. Para obtener más información sobre el conjunto de ofertas disponibles en Machine Learning Studio, visite la página de precios de Machine Learning Studio.

Detalles de precios

Los precios siguientes incluyen un descuento por tratarse de la versión preliminar.

Precios de Experimentación

Estándar
Precio* Los primeros 2 puestos son gratis
Puesto 3 y posteriores: $- por puesto al mes
*Las suscripciones de Azure derivadas de las ofertas gratuitas o de evaluación no son aptas para beneficiarse del nivel Gratis.

Precios de Administración de modelos

Estándar S3 Desarrollo y pruebas Estándar S2 Estándar S1 *
Precio de nivel al mes $- $- $- $-
Características
Modelos administrados 10.000 20 1.000 100
Implementaciones administradas 1.000 2 100 10
Núcleos disponibles** 800 4 120 16
*Si necesita un número de modelos administrados, implementaciones administradas o núcleos superior a los que hay disponibles en el nivel S3, puede adquirir varias unidades de S3. Para obtener información más detallada, consulte las sección de preguntas más frecuentes que se incluye a continuación. **Denota el número de núcleos que se pueden utilizar para implementaciones en un momento dado. No incluye cargos por horas de proceso. Para obtener información más detallada, consulte las sección de preguntas más frecuentes que se incluye a continuación.

Soporte técnico y contrato de nivel de servicio 

  • Ofrecemos soporte técnico para todos los servicios de Azure con disponibilidad general, incluido el nivel Estándar de Machine Learning, a través del soporte técnico de Azure, a partir de $29 al mes. Se ofrecen de forma gratuita los servicios de asistencia para facturación y administración de suscripciones.
  • El soporte técnico para el nivel Gratis de Machine Learning solo está disponible a través de los foros de la comunidad. Hay también documentación y vídeos de formación disponibles para brindar asistencia a la comunidad de usuarios.
  • Acuerdo de nivel de servicio: para el servicio de solicitud-respuesta (RRS), garantizamos una disponibilidad del 99,95 % de las transacciones de la API. Para el servicio de ejecución por lotes (BES) y las API de administración, garantizamos una disponibilidad del 99,9 % de las transacciones de la API. No proporcionamos ningún Acuerdo de Nivel de Servicio para el nivel gratuito de Machine Learning. Para obtener más información sobre el contrato de nivel de servicio, visite la página del contrato de nivel de servicio.

Preguntas más frecuentes

Azure Machine Learning Workbench

  • No. Azure Machine Learning Workbench es una aplicación gratuita. Puede descargarla en tantas máquinas y para tantos usuarios como necesite. Para usar Azure Machine Learning Workbench, debe tener una cuenta de Experimentación.

Servicio Experimentación de Azure Machine Learning

  • Cada puesto es un usuario de Azure que se agrega a la cuenta de Experimentación. Los dos primeros puestos de una suscripción son gratuitos. No obstante, los puestos gratuitos y los precios de Desarrollo/pruebas no se aplicarán a las suscripciones gratuitas o de evaluación ni a aquellas que deriven de cualquier otra oferta de Azure.

  • No, el servicio Experimentación permite tantos experimentos como necesite. Los cargos se realizan únicamente en función del número de usuarios. Los recursos de proceso de Experimentación se cobran aparte.

  • El servicio Experimentación de Azure Machine Learning puede ejecutar experimentos en una máquina local (directa o basada en Docker), en recursos de proceso de Azure (máquinas virtuales) y en HDInsight. También necesita acceso a una cuenta de Azure Blob Storage para almacenar salidas de ejecuciones con seguimiento. Opcionalmente, puede usar una cuenta de Visual Studio Team Services para el control de versiones de proyectos usando un repositorio de GIT. Tenga en cuenta que los recursos de proceso y almacenamiento se facturan por separado según los precios de cada uno.

Administración de modelos de Azure Machine Learning

  • Los modelos de Azure Machine Learning se pueden utilizar actualmente con Azure IoT Edge sin cargo alguno.

  • No. Se puede llamar a los servicios web con la frecuencia que sea necesaria, sin que ello afecte a la facturación de Administración de modelos. Usted tiene el control total para escalar sus implementaciones según la necesidad de sus aplicaciones.

  • Un modelo es el resultado de un proceso de entrenamiento y consiste en la aplicación de un algoritmo de aprendizaje automático a los datos de entrenamiento. El servicio Administración de modelos permite implementar modelos en forma de servicios web, administrar varias versiones de los modelos y supervisar el rendimiento de los modelos y de las métricas asociadas. Los modelos administrados son modelos que se han registrado en una cuenta de Administración de modelos de Azure Machine Learning. Por ejemplo, imagine que está intentando hacer una previsión de ventas. Durante la fase de experimentación, genera muchos modelos usando diferentes conjuntos de datos y algoritmos. En el caso de que haya generado cuatro modelos con valores de precisión diferentes, puede optar por registrar solo el modelo que ofrezca la precisión más alta.

    Cada vez que registre un modelo nuevo o una versión nueva de un modelo que ya existía, cuenta para su plan. En todo momento, puede tener el máximo de modelos administrados que permitan los niveles que haya adquirido.

  • El servicio Administración de modelos permite implementar modelos como contenedores de servicios web empaquetados en Azure que se pueden invocar con API de REST. Cada servicio web cuenta como una sola implementación y el número total de implementaciones en ejecución cuentan para su plan. En algún momento, puede tener el máximo de implementaciones que permita el nivel que haya adquirido. Usando el ejemplo de previsión de ventas, al implementar el modelo que ofrezca el mejor rendimiento, aumentará su plan con una implementación. Si, después, vuelve a entrenar e implementar el modelo, tendrá dos implementaciones. Si determina que el modelo nuevo es mejor y elimina el original, reducirá en uno el número de implementaciones.

  • Administración de modelos de Azure Machine Learning puede ejecutar implementaciones como contenedores de Docker en Azure Container Service, Azure Virtual Machines y máquinas locales. Próximamente, habrá más destinos disponibles. Tenga en cuenta que los recursos de proceso se facturan por separado según los precios de cada uno.

  • El servicio Administración de modelos de Azure Machine Learning proporciona funcionalidad mejorada para optimizar las implementaciones en clústeres de gran tamaño. Puede implementar y administrar tantos modelos como núcleos haya implementados en los recursos de proceso que haya aprovisionado. Por ejemplo, si ha implementado un clúster de Azure Container Service usando 2 nodos maestros de máquinas virtuales D13 (8 núcleos por nodo) y 10 nodos de trabajo de máquinas virtuales D13 (8 núcleos por nodo), su número total de núcleos es (2 x 8) + (10 x 8) = 96.

  • Solo se puede asignar una unidad de desarrollo/pruebas por suscripción de Azure, pero se pueden combinar varias unidades de S1, S2 y S3. Por ejemplo, si quiere tener 25 implementaciones administradas, puede adquirir 3 unidades del nivel S1 de Administración de modelos.

  • Puede aumentar o reducir el número de unidades usando la CLI o el Portal de administración de Azure.

  • Obtendrá los mejores resultados cuando implemente modelos creados con el servicio Experimentación, pero los modelos que puede implementar no se limitan a los que haya creado con este servicio. Se admite una gran variedad de modelos (como Spark ML, TensorFlow, CNTK, scikit-learn, Keras, etc.) creados con herramientas como Entrenamiento con inteligencia artificial de Azure Batch, Microsoft ML Server u otras herramientas de terceros.

  • Se le facturará diariamente. En términos de facturación, un día comienza a medianoche (UTC). Las facturas se generan mensualmente. Como ejemplo específico, imaginemos que se suscribe al servicio Experimentación para un equipo de 10 usuarios. Ha comprado también 3 unidades del nivel S1 de Administración de modelos.

    • Cargos de la cuenta de Experimentación: (((puestos * días) – incluidos) * tarifa diaria)
    • 2 puestos gratis * 31 días = 62 puestos-día incluidos gratis cada mes por suscripción
    • Precios de la cuenta de Administración de modelos: (unidades * días * tarifa diaria del nivel)

    Para un mes de facturación de 30 días:

    • Precios de la cuenta de Experimentación: (((10 * 30) – 62) * tarifa diaria)
    • Precios de la cuenta de Administración de modelos: (3 * 30 * tarifa diaria del nivel)

    Tenga en cuenta que incurrirá en gastos aparte por los servicios de Azure consumidos junto con Azure Machine Learning, incluidos, sin limitarse a ellos, los cargos de proceso, HDInsight, Azure Container Service, Azure Container Registry, Azure Blob Storage, Application Insights, Azure Key Vault, Visual Studio Team Services, Virtual Network, Azure Event Hub y Azure Stream Analytics.

Para obtener más información sobre precios, consulte las preguntas más frecuentes en la documentación.

Recursos

Calcule el costo mensual de los servicios de Azure

Consulte las preguntas más frecuentes sobre los precios de Azure

Más información acerca de Machine Learning Services

Consulte tutoriales técnicos, vídeos y más recursos

Agregado al presupuesto. Presione 'v' para verlo en la calculadora Véalo en la calculadora

Aprenda y cree soluciones con un crédito de $200 y continúe gratis

Cuenta gratuita