使用端到端机器学习生命周期的企业级服务
使具有丰富生产经验的开发者和数据科学家更快地构建、训练和部署机器学习模型。借助行业领先的 MLOps (用于机器学习的 DevOps)缩短上市时间并促进团队协作。在受信任的安全平台 (专为负责任的 AI 而设计)上进行创新。
浏览定价选项
应用筛选器来根据你的需求自定义定价选项。
价格只是估算值,不用作实际报价。实际定价可能因与 Microsoft 签订的协议类型、购买日期以及货币汇率而异。价格根据美元计算,并使用每个日历月第一天刷新的汤森路透基准利率进行换算。请登录 Azure 定价计算器 以查看基于当前 Microsoft 计划/产品/服务的定价。有关定价的详细信息或要请求报价,请联系 Azure 销售专家。有关 Azure 定价的详细信息,请参阅常见问题解答。
请注意,使用 Azure 机器学习无需额外付费。但是,除计算费用外,所使用的其他 Azure 服务也将产生单独的费用,包括但不限于 Azure Blob 存储、Azure Key Vault、Azure 容器注册表和 Azure Application Insights。
常规用途
均衡 CPU 与内存比。适用于测试和开发、小到中型数据库和低到中等流量 Web 服务器。
D2-64 v3
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D2 v3 | 2 | 8 GiB | $- |
$-
|
$-
|
$- | $- |
D4 v3 | 4 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
D8 v3 | 8 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
D16 v3 | 16 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
D32 v3 | 32 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
D64 v3 | 64 | 256 GiB | $- |
$-
|
$-
|
$- | $- |
D2s-64s v3
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D2s v3 | 2 | 8 GiB | $- |
$-
|
$-
|
$- | $- |
D4s v3 | 4 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
D8s v3 | 8 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
D16s v3 | 16 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
D32s v3 | 32 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
D64s v3 | 64 | 256 GiB | $- |
$-
|
$-
|
$- | $- |
D1-5 v2
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D1 v2 | 1 | 3.5 GiB | $- |
$-
|
$-
|
$- | $- |
D2 v2 | 2 | 7 GiB | $- |
$-
|
$-
|
$- | $- |
D3 v2 | 4 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
D4 v2 | 8 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
D1s-5s v2
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
DS1 v2 | 1 | 3.5 GiB | $- |
$-
|
$-
|
$- | $- |
DS2 v2 | 2 | 7 GiB | $- |
$-
|
$-
|
$- | $- |
DS3 v2 | 4 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
DS4 v2 | 8 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
DS5 v2 | 16 | 56 GiB | $- |
$-
|
$-
|
$- | $- |
D2ds - D64ds v4
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D2ds v4 | 2 | 8 GiB | $- |
$-
|
$-
|
$- | $- |
D4ds v4 | 4 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
D8ds v4 | 8 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
D16ds v4 | 16 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
D32ds v4 | 32 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
D48ds v4 | 48 | 192 GiB | $- |
$-
|
$-
|
$- | $- |
D64ds v4 | 64 | 256 GiB | $- |
$-
|
$-
|
$- | $- |
计算优化
高 CPU 与内存之比。适用于中等流量的 Web 服务器、网络设备、批处理和应用程序服务器。
Fsv2 系列
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
F2s v2 | 2 | 4 GiB | $- |
$-
|
$-
|
$- | $- |
F4s v2 | 4 | 8 GiB | $- |
$-
|
$-
|
$- | $- |
F8s v2 | 8 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
F16s v2 | 16 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
F32s v2 | 32 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
F64s v2 | 64 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
F72s v2 | 72 | 144 GiB | $- |
$-
|
$-
|
$- | $- |
内存优化
高内存核心比。适用于关系数据库服务器、中到大规模缓存和内存中分析。
E2-64 v3
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
E2 v3 | 2 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
E4 v3 | 4 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
E8 v3 | 8 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
E16 v3 | 16 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
D-series
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D1 | 1 | 3.5 GiB | $- |
$-
|
$-
|
$- | $- |
D2 | 2 | 7 GiB | $- |
$-
|
$-
|
$- | $- |
D3 | 4 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
D4 | 8 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
D11 | 2 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
D12 | 4 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
D13 | 8 | 56 GiB | $- |
$-
|
$-
|
$- | $- |
D14 | 16 | 112 GiB | $- |
$-
|
$-
|
$- | $- |
D11-15 v2
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
D11 v2 | 2 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
D12 v2 | 4 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
D13 v2 | 8 | 56 GiB | $- |
$-
|
$-
|
$- | $- |
D14 v2 | 16 | 112 GiB | $- |
$-
|
$-
|
$- | $- |
D15 v2 | 20 | 140 GiB | $- |
$-
|
$-
|
$- | $- |
D11S-15S v2
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
DS11 v2 | 2 | 14 GiB | $- |
$-
|
$-
|
$- | $- |
DS12 v2 | 4 | 28 GiB | $- |
$-
|
$-
|
$- | $- |
DS13 v2 | 8 | 56 GiB | $- |
$-
|
$-
|
$- | $- |
DS14 v2 | 16 | 112 GiB | $- |
$-
|
$-
|
$- | $- |
DS15 v2 | 20 | 140 GiB | $- |
$-
|
$-
|
$- | $- |
E2a - E96a v4
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
E2a v4 | 2 | 16 GiB | $- |
$-
|
$-
|
$- | $- |
E4a v4 | 4 | 32 GiB | $- |
$-
|
$-
|
$- | $- |
E8a v4 | 8 | 64 GiB | $- |
$-
|
$-
|
$- | $- |
E16a v4 | 16 | 128 GiB | $- |
$-
|
$-
|
$- | $- |
E32a v4 | 32 | 256 GiB | $- |
$-
|
$-
|
$- | $- |
E48a v4 | 48 | 384 GiB | $- |
$-
|
$-
|
$- | $- |
E64a v4 | 64 | 512 GiB | $- |
$-
|
$-
|
$- | $- |
E96a v4 | 96 | 672 GiB | $- |
$-
|
$-
|
$- | $- |
E2s – E64s
Synapse 中的 Spark 计算。定价基于 Synapse 定价。有关更多详细信息,请参阅定价 - Azure Synapse Analytics | Microsoft Azure(发数据分析部分)。
M 系列
实例 | vCPU | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
M64 | 64 | 1,000 GiB | $- |
$-
|
$-
|
$- | $- |
M32ls | 32 | 256 GiB | $- |
$-
|
$-
|
$- | $- |
M64ls | 64 | 512 GiB | $- |
$-
|
$-
|
$- | $- |
M64m | 64 | 1,750 GiB | $- |
$-
|
$-
|
$- | $- |
M128m | 128 | 3,800 GiB | $- |
$-
|
$-
|
$- | $- |
M8ms | 8 | 218.75 GiB | $- |
$-
|
$-
|
$- | $- |
M16ms | 16 | 437.5 GiB | $- |
$-
|
$-
|
$- | $- |
M32ms | 32 | 875 GiB | $- |
$-
|
$-
|
$- | $- |
M64ms | 64 | 1,750 GiB | $- |
$-
|
$-
|
$- | $- |
M128ms | 128 | 3,800 GiB | $- |
$-
|
$-
|
$- | $- |
M64s | 64 | 1,024 GiB | $- |
$-
|
$-
|
$- | $- |
M128 | 128 | 2,000 GiB | $- |
$-
|
$-
|
$- | $- |
M128s | 128 | 2,000 GiB | $- |
$-
|
$-
|
$- | $- |
M32ts | 32 | 192 GiB | $- |
$-
|
$-
|
$- | $- |
GPU
专门针对大量图形绘制和视频编辑的虚拟机,可选择单个或多个 GPU。
NC 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NC6 | 6 | 56 GiB | 1X K80 | $- |
$-
|
$-
|
$- | $- |
NC12 | 12 | 112 GiB | 2X K80 | $- |
$-
|
$-
|
$- | $- |
NC24 | 24 | 224 GiB | 4X K80 | $- |
$-
|
$-
|
$- | $- |
NC24r | 24 | 224 GiB | 4X K80 | $- |
$-
|
$-
|
$- | $- |
NCsv2 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NC6s v2 | 6 | 112 GiB | 1X P100 | $- |
$-
|
$-
|
$- | $- |
NC12s v2 | 12 | 224 GiB | 2X P100 | $- |
$-
|
$-
|
$- | $- |
NC24s v2 | 24 | 448 GiB | 4X P100 | $- |
$-
|
$-
|
$- | $- |
NC24rs v2 | 24 | 448 GiB | 4X P100 | $- |
$-
|
$-
|
$- | $- |
NCsv3 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NC6s v3 | 6 | 112 GiB | 1X V100 | $- |
$-
|
$-
|
$- | $- |
NC12s v3 | 12 | 224 GiB | 2X V100 | $- |
$-
|
$-
|
$- | $- |
NC24s v3 | 24 | 448 GiB | 4X V100 | $- |
$-
|
$-
|
$- | $- |
NC24rs v3 | 24 | 448 GiB | 4X V100 | $- |
$-
|
$-
|
$- | $- |
NV 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NV6 | 6 | 56 GiB | 1X M60 | $- |
$-
|
$-
|
$- | $- |
NV12 | 12 | 112 GiB | 2X M60 | $- |
$-
|
$-
|
$- | $- |
NV24 | 24 | 224 GiB | 4X M60 | $- |
$-
|
$-
|
$- | $- |
NVv3 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NV12s v3 | 12 | 112 GiB | 1X M60 | $- |
$-
|
$-
|
$- | $- |
NV24s v3 | 24 | 224 GiB | 2X M60 | $- |
$-
|
$-
|
$- | $- |
NV48s v3 | 48 | 448 GiB | 4X M60 | $- |
$-
|
$-
|
$- | $- |
NDs 系列
实例 | 内核 | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
ND6s | 6 | 112 GiB | 1X P40 | $- |
$-
|
$-
|
$- | $- |
ND12s | 12 | 224 GiB | 2X P40 | $- |
$-
|
$-
|
$- | $- |
ND24rs | 24 | 448 GiB | 4X P40 | $- |
$-
|
$-
|
$- | $- |
ND24s | 24 | 448 GiB | 4X P40 | $- |
$-
|
$-
|
$- | $- |
NCas_T4_v3 系列
实例 | vCPU | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
NC4as T4 v3 | 4 | 28 GiB | 1X T4 | $- |
$-
|
$-
|
$- | $- |
NC8as T4 v3 | 8 | 56 GiB | 1X T4 | $- |
$-
|
$-
|
$- | $- |
NC16as T4 v3 | 16 | 110 GiB | 1X T4 | $- |
$-
|
$-
|
$- | $- |
NC64as T4 v3 | 64 | 440 GiB | 4X T4 | $- |
$-
|
$-
|
$- | $- |
NDv2 系列
实例 | 内核 | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
ND40rs v2 | 40 | 672 GiB | 8X V100 (NVlink) | $- |
$-
|
$-
|
$- | N/A |
ND A100 v4 系列
实例 | 内核 | RAM | GPU |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|---|
ND96asr A100 v4 | 96 | 900 GiB | 8x A100 (NVlink) | $- |
$-
|
$-
|
$- | $- |
高性能计算
速度最快、功能最强大的 CPU 虚拟机具有可选的高吞吐量网络接口 (RDMA)。
H 系列
实例 | 内核 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
H8 | 8 | 56 GiB | $- |
$-
|
$-
|
$- | $- |
H8m | 8 | 112 GiB | $- |
$-
|
$-
|
$- | $- |
H16m | 16 | 224 GiB | $- |
$-
|
$-
|
$- | $- |
H16mr | 16 | 224 GiB | $- |
$-
|
$-
|
$- | $- |
H16r | 16 | 112 GiB | $- |
$-
|
$-
|
$- | $- |
HB 系列
实例 | 内核 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
HB60rs | 60 | 228 GiB | $- |
$-
|
$-
|
$- | $- |
HBv2 系列
实例 | 内核 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
HB120rs v2 | 120 | 456 GiB | $- |
$-
|
$-
|
$- | $- |
HC 系列
实例 | 内核 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 总价 |
保留 3 年 总价 |
---|---|---|---|---|---|---|---|
HC44rs | 44 | 352 GiB | $- |
$-
|
$-
|
$- | $- |
托管 Spark
(实例类型: E2s-E64s)
Azure ML 的托管 Spark 遵循 Synapse 大数据分析(Spark 池)中的相同定价:
类型 | 价格 | 免费数量 |
---|---|---|
内存优化 | $-/每 vCore/每小时 | 每月 120 个免费 vCore 小时数,有效期截至 2023 年 6 月 30 日* |
Azure 定价和购买选项
其他资源
Azure 机器学习
详细了解 Azure 机器学习 特性和功能。
定价计算器
估计每月使用任何 Azure 产品组合应产生的费用。
SLA
查看 Azure 机器学习 的服务级别协议。
文档
查看技术教程、视频和更多 Azure 机器学习 资源。
常见问题解答
-
Azure 机器学习客户负责所使用的 Azure 资源(包括虚拟机)的成本。
-
将按日进行计费。为方便计费,一天从 UTC 的午夜算起。账单将按月生成。
-
培训:
例如,假设你在美国西部 2 的基本工作区上使用 10 个 DS14 v2 VM 训练了 100 个小时的模型。则在 30 天的计费月份中,计费如下:
Azure VM 费用: (10 台计算机 * $1.196/每计算机)* 100 个小时 = $1196
Azure 机器学习费用: (10 台计算机 * 16 个核心 * $0/每核心)* 100 个小时 = $0
总计: $1196 + $0 = $1196
-
推理:
例如,假设你在美国西部 2 的基本中使用 10 个 DS14 v2 VM 部署了一个模型,该模型用于全天推理且使用 30 天(一个计费月份)。则在 30 天的计费月份中,计费如下:
Azure VM 费用: (10 台计算机 * $1.196/每计算机)*(24 个小时 * 30 天)= $8611.2
Azure 机器学习费用: (10 台计算机 * 16 个核心 * $0/每核心)*(24 个小时 * 30 天)= $0
总计: $8611.2 + $0 = $8611.2
请注意,没有额外的 Azure 机器学习费用。除计算费用外,所使用的任何 Azure 服务都将产生单独的费用,包括但不限于 HDInsight、Azure 容器注册表、Azure Blob 存储、Application Insights、Azure Key Vault、虚拟网络、Azure 事件中心和 Azure 流分析。
-
培训:
与销售专家交谈,演练 Azure 定价情况。了解你的云解决方案的定价。
获取免费云服务和价值 $200 的赠金来探索 Azure 30 天。