Maskininlärningstjänster priser

Låt alla ta del av AI med en komplett, skalbar och tillförlitlig plattform där Experimentering och Modellhantering ingår.

Med Azure Machine Learning-tjänsterna Experimentering och Modellhantering datatekniker och utvecklare låta alla ta del av AI via en lösning lokalt, i molnet och på gränsnoder. Besök sidan med prisinformation för Machine Learning Studio om du vill veta mer om våra olika erbjudanden.

Prisinformation

Förhandsversionsrabatten är medräknad i priserna nedan.

Prisinformation för Experimentering

Standard
Pris Första 2 platserna: gratis
Seats 3 and above—$- per seat per month

Prisinformation för Modellhantering

Utveckling/testning Standard S1 Standard S2 Standard S3 *
Nivåpris per månad $- $- $- $-
Funktioner
Hanterade modeller 20 100 1 000 10 000
Hanterade distributioner 2 10 100 1 000
Tillgängliga kärnor** 4 16 120 800
*Om du behöver fler än det tillgängliga antalet hanterade modeller, hanterade distributioner och/eller tillgängliga kärnor som ingår på nivån S3 så kan du köpa flera S3-enheter. Mer information finns i avsnittet Vanliga frågor och svar nedan. **Avser antalet kärnor som kan användas för distributioner vid en viss tidpunkt. Omfattar inte avgifter för beräkningstimmar. Mer information finns i avsnittet Vanliga frågor och svar nedan.

Support och serviceavtal

  • Vi ger teknisk support för alla Azure-tjänster som är allmänt tillgängliga, inklusive Machine Learning på standardnivån, via supporten för Azure från $29/månad. Support för fakturering och prenumerationshantering ges utan kostnad.
  • Teknisk support för den kostnadsfria nivån av Machine Learning är för närvarande bara tillgängligt via våra forum. Utbildningsvideo och dokumentation finns också som stöd för användarna.
  • Serviceavtal (SLA) – För RRS-tjänsten (Request Response Service) garanterar vi 99,95 % tillgänglighet för API-transaktioner. För BES-tjänsten (Batch Execution Service) och hanterings-API:er garanterar vi 99,9 % tillgänglighet för API-transaktioner. Vi erbjuder inte något serviceavtal för den kostnadsfria nivån av Machine Learning. Mer information om serviceavtal finns på sidan med serviceavtal.

Vanliga frågor och svar

Azure Machine Learning Workbench

  • Nej. Azure Machine Learning Workbench är ett kostnadsfritt program. Du kan ladda ned det till så många datorer och användare som behövs. Du måste ha ett konto för Experimentering när du ska använda Azure Machine Learning Workbench. Med Azure Machine Learning Workbench kan du utveckla modeller lokalt på en egen dator eller i molnet, och sedan kan du enkelt skala och distribuera jobbet i Azure.

Azure Machine Learning Experimentation Service

  • Varje plats är en Azure-användare som lagts till i kontot för Experimentering. De första två platserna i prenumerationen är gratis.

  • 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.

  • Tjänsten Azure Machine Learning-experimentering kan köra dina experiment på lokala datorer (direkt eller dockerbaserade), Azure-beräkningsresurser (virtuella datorer) och HDInsight. Dessutom behövs åtkomst till ett Azure Blob Storage-konto för lagring av spårade utdata från körningen. Du kan också välja att använda ett Visual Studio Team Service-konto för versionskontroll av projektet via en Git-repo. Observera att du faktureras separat för de beräknings- och lagringsresurser du förbrukar baserat på den individuella prissättningen.

Azure Machine Learning-modellhantering

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

  • Nej. Webbtjänster kan anropas så många gånger det behövs utan att debiteringen för Modellhantering påverkas. Du avgör själv hur du vill skala dina distributioner sett till behoven i dina tillämpningar.

  • En modell är utdata från en träningsprocess och resultatet när en algoritm för maskininlärning körts på träningsdata. I tjänsten Modellhantering kan du distribuera modeller som webbtjänster, hantera olika versioner av modellerna och övervaka prestanda för dina modeller och tillhörande mått. Hanterade modeller är modeller som registrerats i ett konto för Azure Machine Learning-modellhantering. Tänk dig till exempel en situation där du försöker skapa en prognos för framtida försäljning. Under experimenteringsfasen genererar du många modeller via olika datauppsättningar och algoritmer. Om du har genererat fyra modeller med varierande noggrannhet kanske du väljer att bara registrera modellen med den bästa noggrannheten.

    När du registrerar en modell eller en ny version av en befintlig modell räknas den av mot ditt prenumerationsavtal. Vid varje givet tillfälle kan du ha upp till det maximala antalet hanterade modeller enligt den nivå du har köpt.

  • I tjänsten Modellhantering kan du distribuera modeller som paketerade webbtjänstbehållare i Azure som du sedan kan anropa via REST-API:er. Varje webbtjänst räknas som en distribution, och det totala antalet aktiva distributioner som körs räknas av mot ditt prenumerationsavtal. Vid varje givet tillfälle kan du ha upp till det maximala antalet distributioner enligt den nivå du har köpt. I exemplet med säljprognostisering ökar antalet distributioner med ett när du distribuerar modellen med bäst resultat. Om du sedan tränar om och distribuerar modellen på nytt har du två distributioner. Om du bestämmer dig för att den nya modellen är bättre och tar bort originalet minskar antalet distributioner med ett.

  • Azure Machine Learning-modellhantering kan köra dina distributioner som dockerbehållare i Azure Container Service, Azure Virtual Machines och på lokala datorer, och fler mål kommer att läggas till i framtiden. Observera att du faktureras separat för de beräkningsresurser du förbrukar baserat på den individuella prissättningen.

  • Azure Machine Learning-modellhantering har förbättrade funktioner för optimerad distribution i stora kluster. Du kan distribuera och hantera modeller upp till det totala antalet kärnor som är distribuerade i de datorresurser du har etablerat. Om du till exempel har distribuerat ett Azure Container Service-kluster med 2 huvudnoder med virtuella D13-datorer (8 kärnor per nod) och 10 arbetsnoder med virtuella D13-datorer (8 kärnor per nod) så är det totala antalet kärnor 2x8+10x8 = 96.

  • Det går bara att allokera en DEV/TEST-enhet per Azure-prenumeration, men du kan kombinera flera enheter av S1, S2 och S3. Om du till exempel vill ha 25 hanterade distributioner kan du köpa 3 enheter av Modellhantering S1.

  • Du kan ändra antalet enheter både uppåt och nedåt via antingen Azure-hanteringsportalen eller kommandoradsgränssnittet.

  • Du får bästa möjliga upplevelse om du distribuerar modeller som skapats med tjänsten Experimentering, men du kan även distribuera andra typer av modeller. Det finns stöd för en mängd olika modeller (som Spark ML, TensorFlow, CNTK, scikit-learn, Keras osv.), som skapats med verktyg som Azure Batch AI Training, Microsoft ML Server eller med verktyg från någon annan tredje part.

  • Du faktureras per dag. I faktureringssyfte börjar en dag vid midnatt UTC-tid. Fakturor genereras per månad. Säg till exempel att du prenumererar på tjänsten Experimentering för en grupp med 10 användare. Du har även köpt 3 enheter av modellhanteringsnivån S1.

    • Kontokostnader för Experimentering: (((platser * dagar) – ingår) * dagkostnad)
    • 2 kostnadsfria platser * 31 dagar = 62 platsdagar som ingår utan kostnad varje månad, per prenumeration
    • Kontokostnader för Modellhantering: (enheter * dagar * dagkostnad_för_nivån)

    För en faktureringsmånad med 30 dagar,

    • Kontokostnader för Experimentering: (((10 * 30) – 62) * dagkostnad)
    • Kontokostnader för Modellhantering: (3 * 30 * dagkostnad_för_nivån)

    Observera att du debiteras separata avgifter för de Azure-tjänster du förbrukar i samband med Azure Machine Learning, inklusive men inte begränsat till beräkningsavgifter, HDInsight, Azure Container Service, Azure Container Registry, Azure Blob Storage, Application Insights, Azure Key Vault, Visual Studio Team Services, Virtual Network, Azure Event Hub och Azure Stream Analytics.

Mer information om prissättning finns i Vanliga frågor och svar i dokumentationen.

Resurser

Uppskatta månadskostnaden för Azure-tjänster

Läs vanliga frågor om priser för Azure

Lär dig mer om Maskininlärningstjänster

Ta del av tekniska självstudiekurser, videor och fler resurser

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

Lär dig och utveckla med en kredit på $200, och fortsätt utan kostnad

Kostnadsfritt konto