Prijzen voor Machine Learning-services

Maak AI algemeen beschikbaar met een end-to-end, schaalbaar en vertrouwd platform

De Azure Machine Learning Experimenten-service en Modelbeheer-services bieden een oplossing voor de cloud, on-premises en edge voor gegevensanalisten en ontwikkelaars om AI overal en voor iedereen beschikbaar te maken. Ga voor meer informatie over de beschikbare opties in Machine Learning Studio naar de pagina met prijsinformatie voor Machine Learning Studio.

Prijsdetails

De onderstaande prijs is inclusief een preview-korting.

Prijsinformatie voor experimenten

Standard
Prijs* Eerste 2 seats: gratis
Seats 3 en hoger—$- per seat per maand
*Azure-abonnementen die afkomstig zijn uit gratis abonnementen of proefabonnementen komen niet in aanmerking voor de gratis laag.

Prijsinformatie voor Modelbeheer

Ontwikkelen en testen Standard S1 Standard S2 Standard S3 *
Prijs voor de laag per maand $- $- $- $-
Functies
Beheerde modellen 20 100 1.000 10.000
Beheerde implementaties 2 10 100 1.000
Beschikbare kerngeheugens** 4 16 120 800
*Als u meer dan de beschikbare aantallen beheerde modellen, beheerde implementaties en/of beschikbare kerngeheugens nodig hebt dan wordt geleverd in de S3-laag, kunt u meerdere S3-eenheden kopen. Raadpleeg voor details het gedeelte met veelgestelde vragen hieronder. **Hiermee wordt het aantal kerngeheugens aangegeven dat kan worden gebruikt voor implementaties op elk moment. Kosten voor rekenuren zijn niet inbegrepen. Raadpleeg voor details het gedeelte met veelgestelde vragen hieronder.

Ondersteuning en SLA

  • We bieden technische ondersteuning voor alle Azure-services die zijn uitgebracht voor algemene beschikbaarheid, inclusief de laag Standaard van Machine Learning, via Ondersteuning voor Azure, vanaf $29/maand. Ondersteuning bij facturering en abonnementsbeheer is gratis.
  • Technische ondersteuning voor de laag Gratis van Machine Learning is alleen beschikbaar via communityforums. Trainingsvideo's en documentatie zijn ook beschikbaar van ondersteuning van de gebruikerscommunity.
  • SLA: voor de Request Response Service (RRS) garanderen we 99,95% beschikbaarheid van API-transacties. Voor de Batch Execution Service (BES) en beheer-API's garanderen we 99,9% beschikbaarheid van API-transacties. Er is geen SLA voor de laag Gratis van Machine Learning. Ga voor meer informatie over de SLA naar de pagina voor de SLA.

Veelgestelde vragen

Azure Machine Learning Workbench

  • Nee. Azure Machine Learning Workbench is een gratis toepassing. U kunt deze toepassing downloaden op net zoveel machines en voor net zoveel gebruikers als u wilt. Voor het gebruik van Azure Machine Learning Workbench hebt u een Experimenten-account nodig.

Azure Machine Learning Experimenten-service

  • Elke seat is een gebruiker van Azure die wordt toegevoegd aan het Experimenten-account. De eerste twee seats van uw abonnement zijn gratis. Gratis seats en de prijsopties voor Dev/Test zijn echter niet van toepassing op gratis abonnementen, proefabonnementen en abonnementen die zijn voortgekomen uit een andere Azure-aanbieding.

  • Nee, u kunt met de Experimenten-service net zoveel experimenten uitvoeren als u wilt. De kosten zijn uitsluitend gebaseerd op het aantal gebruikers. Rekenbronnen voor experimenten worden afzonderlijk in rekening gebracht.

  • De Azure Machine Learning Experimenten-service kan uw experimenten uitvoeren op lokale machines (direct of op basis van Docker), op Azure-rekenresources (virtuele machines) en HDInsight. Er is bovendien toegang tot een Azure Blob Storage-account nodig voor de opslag van bijgehouden uitvoer van uitvoerbewerkingen. Er kan ook optioneel gebruik worden gemaakt van een Visual Studio Team Service-account voor versiebeheer van uw project met een git-repo. U betaalt afzonderlijke kosten voor gebruikte reken- en opslagbronnen op basis van de afzonderlijke prijzen van deze bronnen.

Machine Learning Modelbeheer van Azure

  • Azure Machine Learning-modellen kunnen momenteel zonder kosten worden gebruikt met Azure IoT Edge.

  • Nee. Webservices kunnen zo vaak als nodig worden aangeroepen, zonder dat dit extra kosten voor Modelbeheer met zich meebrengt. U hebt de volledige controle om uw implementaties te schalen om te voldoen aan de vereisten van uw toepassingen.

  • Een model is de uitvoer van een trainingsproces en is de toepassing van een algoritme voor Machine Learning voor het trainen van gegevens. Met de Modelbeheer-service kunt u modellen als webservices implementeren, verschillende versies van modellen beheren en de prestaties van uw modellen en de bijbehorende metrische gegevens controleren. Beheerde modellen zijn modellen die zijn geregistreerd bij een account voor Machine Learning Modelbeheer van Azure. Een voorbeeld: u hebt een scenario waarin u een voorspelling wilt doen van de verkoop. Tijdens de experimentatiefase genereert u meerdere modellen door verschillende gegevenssets of algoritmes te gebruiken. Als u bijvoorbeeld vier modellen hebt gegenereerd met verschillende nauwkeurigheden, kunt u besluiten alleen het model te registreren met de hoogste nauwkeurigheid.

    Als u een nieuw model registreert of een nieuwe versie van een bestaand model registreert, wordt dit geteld als onderdeel van uw abonnement. U kunt op elk moment het maximale aantal beheerde modellen hebben dat is toegestaan door de laag die u hebt gekocht.

  • Met de Machine Learning Modelbeheer-service kunt u modellen implementeren als verpakte webservicecontainers in Azure, die kunnen worden aangeroepen met REST API's. Elke webservice wordt als één implementatie geteld en het totale aantal uitgevoerde actieve implementaties wordt geteld als onderdeel van uw abonnement. U kunt op elk moment het maximumaantal implementaties hebben dat is toegestaan door de laag die u hebt gekocht. Als we het voorbeeld van verkoopprognose nemen, als u uw beste prestatiemodel implementeert, verhoogt u uw abonnement met één implementatie. Als u uw model opnieuw traint en opnieuw implementeert, hebt u twee implementaties. Als u besluit dat het nieuwere model beter is en het originele model verwijdert, wordt het aantal implementaties verminderd met één.

  • Azure Machine Learning Modelbeheer kan uw implementaties uitvoeren als Docker-containers in de Azure Container Service, virtuele machines van Azure en lokale machines. Dit wordt in de toekomst verder uitgebreid. U betaalt afzonderlijke kosten voor gebruikte rekenbronnen op basis van de afzonderlijke prijzen van deze bronnen.

  • De Machine Learning Modelbeheer-service van Azure biedt verbeterde mogelijkheden om de implementatie op grote clusters te optimaliseren. U kunt modellen implementeren en beheren tot het totale aantal kerngeheugens dat is geïmplementeerd in de rekenbronnen die u hebt ingericht. Als u bijvoorbeeld een Azure Container Service-cluster hebt geïmplementeerd met 2 hoofdknooppunten van D13 VM's (8 kerngeheugens per knooppunt) en 10 werkknooppunten van D13 VM's (8 kerngeheugens per knooppunt), is het totale aantal kerngeheugens (2x8)+(10x8) = 96.

  • Er kan slechts één DEV/TEST-eenheid per Azure-abonnement worden toegewezen. U kunt echter meerdere S1-, S2- en S3-eenheden combineren. Als u bijvoorbeeld 25 beheerde implementaties wilt, kunt u 3 eenheden van Modelbeheer S1 kopen.

  • U kunt het aantal eenheden omhoog of omlaag wijzigen via de Azure Management Portal of de CLI.

  • U krijgt de beste resultaten als u modellen implementeert die zijn gemaakt met de Experimenten-service. U kunt echter ook andere modellen implementeren. Er worden verschillende modellen ondersteund (zoals Spark ML, TensorFlow, CNTK, scikit-learn, Keras enzovoort) die zijn gemaakt met hulpmiddelen als Azure Batch AI Training, Microsoft ML Server en andere hulpmiddelen van derden.

  • Kosten worden dagelijks in rekening gebracht. Voor facturatiedoeleinden begint een dag om middernacht (UTC). Facturen worden maandelijks gegenereerd. Een voorbeeld: stel dat u een abonnement neemt voor de Experimenten-service voor een team van 10 gebruikers. U hebt ook 3 eenheden van de S1-modelbeheerlaag gekocht.

    • Kosten van Experimenten-account: (((seats * dagen) – meegeleverd) * dagtarief)
    • 2 gratis seats * 31 dagen = 62 gratis seatdagen elke maand per abonnement
    • Kosten van Modelbeheer-account: (eenheden * dagen * dagtarief laag)

    Voor een factureringsmaand van 30 dagen, geldt dan:

    • Kosten van Experimenten-account: (((10 * 30) – 62) * dagtarief)
    • Kosten van Modelbeheer-account: (3 * 30 * dagtarief laag)

    U betaalt afzonderlijke kosten voor Azure-services die u hebt gebruikt in combinatie met Azure Machine Learning, inclusief maar niet beperkt tot rekenkosten, HDInsight, Azure Container Service, Azure Container Registry, Azure Blob Storage, Application Insights, Azure Key Vault, Visual Studio Team Services, Virtual Network, Azure Event Hub en Azure Stream Analytics.

Zie de documentatie met veelgestelde vragen voor meer informatie over prijzen.

Bronnen

Schat uw maandelijkse kosten voor Azure-services

Lees de veelgestelde vragen over Azure-prijzen

Meer informatie over Machine Learning-services

Gebruik technische zelfstudies, video's en andere bronnen

Toevoegen aan schatting. Druk op 'v' om weer te geven in Calculator Weergeven in Calculator

Leren en bouwen met $200 aan tegoed en blijven doorwerken

Gratis account