Machine Learning のサービス の価格

実験とモデル管理が組み込まれた、信頼性の高いエンド ツー エンドのスケーラブルなプラットフォームにより、すべてのユーザーが AI を利用できるようにします。

Azure Machine Learning の実験およびモデル管理サービスは、データ サイエンティストや開発者向けのクラウド、オンプレミス、およびエッジ ソリューションを提供し、すべてのユーザーがどこでも AI を利用できるようにします。Machine Learning Studio で使用できるオファリング スイートの詳細については、「Machine Learning Studio の価格」ページをご覧ください。

価格の詳細

以下の価格にはプレビュー割引が適用されています。

実験の価格

Standard
料金 最初の 2 シート: 無料
Seats 3 and above—$- per seat per month

モデル管理の料金

開発/テスト Standard S1 Standard S2 Standard S3 *
レベル別の価格/月 $- $- $- $-
機能
管理モデル 20 100 1,000 10,000
管理デプロイ 2 10 100 1,000
使用可能なコア** 4 16 120 800
*S3 レベルに含まれる管理モデルや管理デプロイまたはコアが、使用可能な数を超えて必要な場合には、S3 を複数ユニット購入できます。詳細については、以下の FAQ セクションをご覧ください。 **一定期間にデプロイで使用できるコア数を示します。コンピューティング時間への課金は含まれません。詳細については、以下の FAQ セクションをご覧ください。

サポートおよび SLA

  • Machine Learning の Standard プランなど、一般提供されているすべての Azure サービスのテクニカル サポートは、Azure サポートを通して提供され、$29/月からご利用いただけます。課金やサブスクリプションの管理についてのサポートは、無料で提供されています。
  • Machine Learning の Free レベルのテクニカル サポートは、コミュニティ フォーラムからのみご利用いただけます。ユーザー コミュニティをサポートするためにトレーニング ビデオおよびドキュメントも入手できます。
  • SLA - Microsoft は、Request Response Service (RRS) に関して API トランザクションの 99.95% の可用性を保証します。Microsoft は、Batch Execution Service (BES) および管理 API に関して API トランザクションの可用性を 99.9% 保証します。Machine Learning の Free レベルには SLA は提供されていません。SLA の詳細については、SLA ページを参照してください。

FAQ

Azure Machine Learning ワークベンチ

  • いいえ。Azure Machine Learning ワークベンチは無料のアプリケーションです。必要な数のマシンに必要な数のユーザー分だけダウンロードできます。Azure Machine Learning ワークベンチを使用するには、実験アカウントを保有している必要があります。Azure Machine Learning ワークベンチを使用すると、クラウド上で、または使用するマシンでローカルにモデルを開発でき、Azure でのジョブのスケールとデプロイが簡単になります。

Azure Machine Learning 実験サービス

  • 各シートは、実験アカウントに追加された Azure ユーザーです。サブスクリプションの最初の 2 つのシートは無料です。

  • No, the Experimentation Service allows as many experiments as you need, and charges only based on the number of users. Experimentation compute resources are charged separately.

  • Azure Machine Learning 実験サービスでは、実験をローカル マシン (直接または Docker ベース)、Azure コンピューティング リソース (仮想マシン)、HDInsight 上で実施できます。追跡した実施の出力を保存するために、Azure Blob Storage アカウントにアクセスする必要もあります。また、オプションで、Visual Studio Team Service アカウントを利用して、Git リポジトリを使用したプロジェクトのバージョン管理を行うこともできます。使用したコンピューティング リソースとストレージ リソースはそれぞれの価格に基づいて個別に課金されることに注意してください。

Azure Machine Learning モデル管理

  • Azure Machine Learning models can currently be used with Azure IoT Edge at no charge.

  • いいえ。モデル管理への課金なしで、Web サービスを必要な頻度で呼び出すことができます。アプリケーションのニーズに応じて、デプロイのスケールを思い通りに管理できます。

  • モデルはトレーニング プロセスの出力で、Machine Learning アルゴリズムをトレーニング データに適用したものです。モデル管理サービスでは、モデルを Web サービスとしてデプロイし、さまざまなバージョンのモデルを管理し、モデルとそれに関連するメトリックのパフォーマンスを監視できます。管理モデルは、Azure Machine Learning モデル管理アカウントに登録されているモデルです。例として、販売予測のシナリオを考えてみましょう。実験フェーズでは、異なるデータセットやアルゴリズムを使用して多数のモデルを作成します。精度の異なる 4 つのモデルを作成した場合、最高精度のモデルのみを登録することを選択できます。

    新しいモデルを登録する場合、または既存モデルの新しいバージョンを登録する場合は、計画の一部としてカウントされます。いつでも、購入したレベルによって示される最大数までの管理モデルを保有できます。

  • モデル管理サービスでは、 REST API を使用して起動できるパッケージ化された Web サービス コンテナーとしてモデルを Azure にデプロイできます。各 Web サービスは 1 つのデプロイとしてカウントされ、実行中のアクティブなデプロイの総数が計画に従ってカウントされます。いつでも、購入したレベルによって示される最大数までデプロイを保有できます。販売予測の例を使用して最良のモデルをデプロイすることにより、1 つのデプロイで計画を増強できます。その後、モデルを再トレーニングして再デプロイすると、2 つのデプロイを保有することになります。新しいほうのモデルのほうがよいと判断して元のモデルを削除すると、デプロイ数が 1 減ります。

  • Azure Machine Learning モデル管理では、Azure Container Service、Azure Virtual Machines、およびローカル マシン上の Docker コンテナーとしてデプロイを実行できます (今後、対象を増やす予定です)。使用したコンピューティング リソースは、個別の価格に基づいて課金されることにご注意ください。

  • Azure Machine Learning モデル管理サービスは、大規模なクラスター上でのデプロイを最適化する高度な機能を提供します。プロビジョニングされたコンピューティング リソース全体にデプロイされているコアの総数まで、モデルをデプロイし管理できます。たとえば、D13 VM の 2 台のマスター ノード (ノードあたり 8 コア) と D13 VM の 10 台のワーカー ノード (ノードあたり 8 コア) を使用する Azure Container Service クラスターがデプロイされている場合、コアの総数は 2 x 8 + 10 x 8 = 96 となります。

  • Azure サブスクリプションごとに割り当てが可能なのは 1 つの開発/テスト ユニットのみですが、S1、S2、S3 を複数ユニット組み合わせることができます。たとえば、25 の管理デプロイを保有する場合、モデル管理 S1 を 3 ユニット購入できます。

  • Azure の管理ポータルまたは CLI を使用してユニット数を変更 (増減) できます。

  • 実験サービスを使用して作成したモデルをデプロイすると最適にご利用いただけますが、実験サービスを使用して作成したモデルしかデプロイできないわけではありません。Azure Batch AI Training、Microsoft ML Server、またはその他のサード パーティ ツールなどのツールを使用して作成したさまざまなモデル (Spark ML、TensorFlow、CNTK、scikit-learn、Keras など) をサポートしています。

  • 課金は 1 日単位で行われます。課金額の計算における 1 日は、UTC の午前 0 時に始まります。請求書は月単位で作成されます。具体的な例として、10 名のユーザーで構成されるチームを実験サービスに登録するとします。また、S1 モデル管理レベルを 3 ユニット購入済みです。

    • 実験アカウントの料金: (((シート数 * 日数) – 無料分) * 1 日の価格)
    • 2 無料シート数 * 31 日 = 62 の日数分シート数 が、サブスクリプションごとに毎月無料になります
    • モデル管理アカウントの料金: (ユニット * 日数 * 該当レベルの 1 日の価格)

    30 日間の請求書作成月は以下のようになります。

    • 実験アカウントの料金: (((10 * 30) – 62) * 1 日の価格)
    • モデル管理アカウントの料金: (3 * 30 * 該当レベルの 1 日の価格)

    Azure Machine Learning と共に使用した Azure サービスには個別の料金が発生します。そのAzure サービスに含まれるのは、コンピューティング料金、HDInsight、Azure Container Service、Azure Container Registry、Azure Blob Storage、Application Insights、Azure Key Vault、Visual Studio Team Services、Virtual Network、Azure Event Hub、および Azure Stream Analytics ですが、これに限定されません。

価格に関する詳細については、ドキュメント FAQ をご覧ください。

リソース

Azure サービスの月額料金を概算できます。

Azure の価格についてよく寄せられる質問を見ることができます

詳細を表示するMachine Learning のサービス

技術チュートリアル、ビデオ、その他のリソースを確認します。

Added to estimate. Press 'v' to view on calculator View on calculator

$200 のクレジットで学習と開発ができ、継続は無料です

無料アカウント