Machine Learning 서비스 가격

실험 및 모델 관리를 갖춘 종단 간 확장 가능한 신뢰할 수 있는 플랫폼 사용자에게 AI를 적용합니다.

Azure Machine Learning Experimentation 및 Model Management 서비스에서는 어디서나 모든 사용자에게 AI를 적용하도록 데이터 과학자와 개발자를 위한 클라우드, 온-프레미스 및 에지 솔루션을 제공합니다. Machine Learning Studio에서 사용할 수 있는 제품군에 대한 자세한 정보는 Machine Learning Studio 가격 책정 페이지를 방문하세요.

가격 정보

아래 가격에는 미리 보기 할인이 반영되어 있습니다.

실험 가격 책정

표준
가격 처음 2명의 사용자는 무료입니다.
Seats 3 and above—$- per seat per month

API Management 가격 책정

개발/테스트 표준 S1 표준 S2 표준 S3 *
월간 계층 가격 $- $- $- $-
기능
관리된 모델 20 100 1,000 10,000
관리된 배치 2 10 100 1,000
사용 가능한 코어 수** 4 16 120 800
*S3 계층에 포함된 사용 가능한 관리 모델 수 관리 배포 수 및/또는 사용 가능 코어 수보다 많이 필요하면 여러 개의 S3를 구매할 수 있습니다. 자세한 정보는 아래의 FAQ 섹션을 참조하세요. **지정된 시간에 배포를 위해 사용할 수 있는 코어 수를 나타냅니다. 계산 시간은 요금에 포함되지 않습니다. 자세한 정보는 아래의 FAQ 섹션을 참조하세요.

지원 및 SLA

  • Machine Learning 표준 계층을 비롯하여 일반 공급으로 릴리스된 모든 Azure 서비스에 대한 기술 지원이 Azure 지원을 통해 제공되며, 가격은 월 $29부터 시작합니다. 청구 및 구독 관리 지원은 무료로 제공됩니다.
  • Machine Learning 무료 계층의 기술 지원은 커뮤니티 포럼을 통해서만 사용할 수 있습니다. 교육 비디오 및 문서도 사용자 커뮤니티를 지원하는 데 사용할 수 있습니다.
  • SLA - 요청 응답 서비스(RRS)의 경우 99.95%의 API 트랜잭션 가용성을 보장합니다. BES(일괄 처리 서비스) 및 관리 API에 대해 API 트랜잭션의 99.9% 가용성을 보장합니다. Machine Learning 무료 계층의 SLA를 제공하지 않습니다. SLA에 대한 자세한 내용은 SLA 페이지를 참조하세요.

FAQ

Azure Machine Learning Workbench

  • 아니오. Azure Machine Learning Workbench는 무료 응용 프로그램입니다. 필요한 만큼 많은 컴퓨터에 많은 사용자를 위해 다운로드할 수 있습니다. Azure Machine Learning Workbench를 사용하려면 실험 계정이 있어야 합니다. Azure Machine Learning Workbench를 사용하면 고유 컴퓨터에서 로컬로 또는 클라우드에서 모델을 개발할 수 있으므로, Azure에서 작업의 규모를 조정하고 배포하기가 쉽습니다.

Azure Machine Learning 실험 서비스

  • 각 사용자는 실험 계정에 추가된 Azure 사용자입니다. 구독 시 처음 두 명의 사용자는 무료입니다.

  • 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 Experimentation 서비스를 이용하면 로컬 컴퓨터(직접 또는 Docker 기반), Azure 계산 리소스(가상 컴퓨터) 및 HDInsight에서 실험을 실행할 수 있습니다. 추적된 실행 결과를 저장하기 위해 Azure Blob Storage 계정에도 액세스해야 합니다. 또한 선택적으로 Git 리포지토리를 사용하여 프로젝트의 버전을 제어하기 위해 Visual Studio Team Service 계정을 활용할 수 있습니다. 사용한 계산 및 저장소 리소스는 각각의 가격에 따라 개별적으로 비용이 청구됩니다.

Azure Machine Learning Model Management

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

  • 아니오. 웹 서비스는 모델 관리 비용에 영향을 미치지 않고 필요한 대로 자주 호출할 수 있습니다. 응용 프로그램의 요구 사항을 충족시키기 위해 배포 범위를 완벽하게 제어할 수 있어야 합니다.

  • 모델은 교육 프로세스의 결과이며 교육 데이터에 기계 학습 알고리즘을 적용하는 것입니다. 모델 관리 서비스를 사용하면 모델을 웹 서비스로 배포하고, 다양한 버전의 모델을 관리하며, 모델의 성능과 관련 메트릭을 모니터할 수 있습니다. 관리된 모델은 Azure Machine Learning Model Management 계정에 등록된 모델입니다. 판매를 예측하려는 시나리오를 예로 들어 보겠습니다. 실험 단계 중에 여러 다른 데이터 집합 또는 알고리즘을 사용하여 여러 모델을 생성합니다. 정확도가 서로 다른 4개의 모델을 생성한 경우 정확도가 가장 높은 모델만 등록하도록 선택할 수 있습니다.

    새로운 모델을 등록하거나 기존 모델의 새 버전을 등록하는 경우 요금제의 일부로 그 수가 계산됩니다. 특정 시점이 되면 구매한 계층에 표시된 최대 관리 모델 수에 도달할 수 있습니다.

  • 모델 관리 서비스를 사용하면 REST API를 사용하여 호출할 수 있는 Azure에서 패키징된 웹 서비스 컨테이너로 모델을 배포할 수 있습니다. 각 웹 서비스는 단일 배포로 수가 계산되며 실행 중인 활성 배포의 총 수가 요금제 계산에 포함됩니다. 특정 시점이 되면 구매한 계층에 표시된 최대 배포 수에 도달할 수 있습니다. 판매 예측 예제에서는 성능이 최고인 모델을 배포하여 요금제를 한 배포만큼 증가시킵니다. 그런 다음 모델을 다시 학습한 후 재배포하면 배포가 두 개가 됩니다. 새 모델이 더 우수한 것으로 판별하여 원래 모델을 삭제하면 배포 수가 하나만큼 줄어듭니다.

  • Azure Machine Learning Model Management에서는 Azure Container Service, Azure Virtual Machines 및 나중에 추가 대상이 제공되는 로컬 컴퓨터에서 docker 컨테이너로 배포를 실행할 수 있습니다. 사용한 계산 리소스는 각각의 가격에 따라 개별적으로 비용이 청구됩니다.

  • Azure Machine Learning Model Management 서비스에서는 대규모 클러스터에서 배포를 최적화하는 향상된 기능을 제공합니다. 프로비저닝한 계산 리소스 전체에 배포된 총 코어 수까지 모델을 배포하고 관리할 수 있습니다. 예를 들어, D13 VM(노드당 8개의 코어)의 마스터 노드 2개와 D13 VM(노드당 8개의 코어)의 작업자 노드 10개를 사용하여 Azure Container Service 클러스터를 배포한 경우 총 코어 수는 2x8+10x8 = 96입니다.

  • Azure 구독당 개발/테스트 단위는 하나만 할당될 수 있지만, S1, S2 및 S3은 여러 개를 결합할 수 있습니다. 예를 들어, 25개의 관리된 배치를 원하는 경우 모델 관리 S1을 3개 구매할 수 있습니다.

  • Azure Management Portal 또는 CLI를 사용하여 단위 수를 높거나 낮게 변경할 수 있습니다.

  • 실험 서비스를 사용하여 만든 모델을 배포할 때 최상의 환경을 만들지만 배포할 수 있는 모델은 실험 서비스를 사용하여 만든 모델로 제한되지 않습니다. Azure Batch AI Training, Microsoft ML Server 또는 타사 도구와 같은 도구를 사용하여 만든 다양한 모델(예: Spark ML, TensorFlow, CNTK, scikit-learn, Keras 등)을 지원합니다.

  • 사용자에게 매일 비용이 청구됩니다. 청구 목적상 하루는 UTC 기준 자정에 시작됩니다. 청구서는 매달 생성됩니다. 구체적으로 예를 들어, 10명의 사용자로 구성된 팀을 위해 실험 서비스를 구독한다고 가정해 봅니다. S1 모델 관리 계층의 단위도 3개 구입했습니다.

    • 실험 계정 비용: (((실제 사용자 수 * 일 수) – 포함) * DailyRate)
    • 2 무료 사용자 수 * 31일 = 62 SeatDays(구독당 매달 제공되는 무료 사용자 포함)
    • 모델 관리 계정 비용: (단위 * 일 수 * TierDailyRate)

    비용 청구 달이 30일인 경우

    • 실험 계정 비용: (((10 * 30) – 62) * DailyRate)
    • 모델 관리 계정 비용: (3 * 30 * TierDailyRate)

    Azure Machine Learning과 함께 사용하는 모든 Azure 서비스에 대해서는 개별 요금이 부과됩니다. 이러한 서비스에는 계산 비용, HDInsight, Azure Container Service, Azure Container Registry, Azure Blob Storage, Application Insights, Azure Key Vault, Visual Studio Team Services, Virtual Network, Azure Event Hub 및 Azure Stream Analytics가 포함되며, 이에 한하지는 않습니다.

가격 책정에 대한 자세한 내용은 설명서 FAQ를 참조하세요.

리소스

Azure 서비스의 월별 예상 비용을 산정해 보세요

Azure 가격 FAQ(질문과 대답) 검토

Machine Learning 서비스에 대한 자세한 정보

기술 자습서, 비디오 및 기타 리소스 검토

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

$200 크레딧으로 배우고 빌드하고 무료로 계속 이용할 수 있습니다.

무료 계정