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 设计)上进行创新。
定价详细信息
Azure 机器学习现已发布正式版 (GA),客户需承担与所使用的 Azure 资源相关的成本(例如计算和存储成本)。没有与 Azure 机器学习相关的额外费用。
有关概念、教程和示例,请参阅我们的文档。
Azure 机器学习无需额外的 ML 费用。有关详细信息,请在下面选择区域和其他信息,查看所有可用 VM 的价格和相关价格。
美国政府实体有资格从授权解决方案提供商处购买 Azure 政府服务(无需预付定金),或者可直接通过即用即付在线订阅购买。
重要提示 - 该价格 (R$) 只是一个参考;这是一项国际交易,最终价格受汇率和所含 IOF 税的影响。不会发布 eNF。
已购买 Azure 德国版在欧盟 (EU)、欧洲自由贸易联盟 (EFTA) 和英国 (UK) 经商的客户及合作伙伴可购买此版本。它在德国范围内提供数据驻留以及其他级别的控制和数据保护。你还可注册 Azure 免费试用版。
美国政府实体有资格从授权解决方案提供商处购买 Azure 政府服务(无需预付定金),或者可直接通过即用即付在线订阅购买。
重要提示 - 该价格 (R$) 只是一个参考;这是一项国际交易,最终价格受汇率和所含 IOF 税的影响。不会发布 eNF。
已购买 Azure 德国版在欧盟 (EU)、欧洲自由贸易联盟 (EFTA) 和英国 (UK) 经商的客户及合作伙伴可购买此版本。它在德国范围内提供数据驻留以及其他级别的控制和数据保护。你还可注册 Azure 免费试用版。
常规用途
用于网站、中小型数据库,以及其他日常应用程序
Bs 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
B2S | 2 | 4 GiB | $- | $- | $- | $- | $- |
B2MS | 2 | 8 GiB | $- | $- | $- | $- | $- |
B4MS | 4 | 16 GiB | $- | $- | $- | $- | $- |
B8MS | 8 | 32 GiB | $- | $- | $- | $- | $- |
B12MS | 12 | 48 GiB | $- | $- | $- | $- | $- |
B16MS | 16 | 64 GiB | $- | $- | $- | $- | $- |
B20MS | 20 | 80 GiB | $- | $- | $- | $- | $- |
Av2 标准
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
A4 v2 | 4 | 8 GiB | $- | $- | $- | – – | – – |
A8 v2 | 8 | 16 GiB | $- | $- | $- | – – | – – |
A2m v2 | 2 | 16 GiB | $- | $- | $- | – – | – – |
A4m v2 | 4 | 32 GiB | $- | $- | $- | – – | – – |
A8m v2 | 8 | 64 GiB | $- | $- | $- | – – | – – |
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
D48 v3 | 48 | 192 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
D48s v3 | 48 | 192 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
D1 v2 | 1 | 3.5 GiB | $- | $- | $- | $- | $- |
D2 v2 | 2 | 7 GiB | $- | $- | $- | $- | $- |
D3 v2 | 4 | 14 GiB | $- | $- | $- | $- | $- |
D4 v2 | 8 | 28 GiB | $- | $- | $- | $- | $- |
D5 v2 | 16 | 56 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
F48s v2 | 48 | 96 GiB | $- | $- | $- | $- | $- |
F64s v2 | 64 | 128 GiB | $- | $- | $- | $- | $- |
F72s v2 | 72 | 144 GiB | $- | $- | $- | $- | $- |
F 系列
实例 | 核心 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
F2 | 2 | 4 GiB | $- | $- | $- | $- | $- |
F4 | 4 | 8 GiB | $- | $- | $- | $- | $- |
F8 | 8 | 16 GiB | $- | $- | $- | $- | $- |
F16 | 16 | 32 GiB | $- | $- | $- | $- | $- |
内存优化
高内存与内核之比。适用于关系数据库服务器、中到大型规模的缓存和内存中分析。
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
E2 v3 | 2 | 16 GiB | $- | $- | $- | $- | $- |
E4 v3 | 4 | 32 GiB | $- | $- | $- | $- | $- |
E8 v3 | 8 | 64 GiB | $- | $- | $- | $- | $- |
E16 v3 | 16 | 128 GiB | $- | $- | $- | $- | $- |
E20 v3 | 20 | 160 GiB | $- | $- | $- | $- | $- |
E32 v3 | 32 | 256 GiB | $- | $- | $- | $- | $- |
E48 v3 | 48 | 384 GiB | $- | $- | $- | $- | $- |
E64i v3 1 | 64 | 432 GiB | $- | $- | $- | $- | $- |
E64 v3 | 64 | 432 GiB | $- | $- | $- | $- | $- |
E2s-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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
E2s v3 | 2 | 16 GiB | $- | $- | $- | $- | $- |
E4s v3 | 4 | 32 GiB | $- | $- | $- | $- | $- |
E8s v3 | 8 | 64 GiB | $- | $- | $- | $- | $- |
E16s v3 | 16 | 128 GiB | $- | $- | $- | $- | $- |
E20s v3 | 20 | 160 GiB | $- | $- | $- | $- | $- |
E32s v3 | 32 | 256 GiB | $- | $- | $- | $- | $- |
E48s v3 | 48 | 384 GiB | $- | $- | $- | $- | $- |
E64is v3 1 | 64 | 432 GiB | $- | $- | $- | $- | $- |
E64s v3 | 64 | 432 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
D15i v2 | 20 | 140 GiB | $- | $- | $- | 不可用 | 不可用 |
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
DS15i v2 | 20 | 140 GiB | $- | $- | $- | 不可用 | 不可用 |
G 系列
实例 | 核心 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
G1 | 2 | 28 GiB | $- | $- | $- | – – | – – |
G2 | 4 | 56 GiB | $- | $- | $- | – – | – – |
G3 | 8 | 112 GiB | $- | $- | $- | – – | – – |
G4 | 16 | 224 GiB | $- | $- | $- | – – | – – |
G5 | 32 | 448 GiB | $- | $- | $- | – – | – – |
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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
M64m | 64 | 1,792 GiB | $- | $- | $- | $- | $- |
M128m | 128 | 3,892 GiB | $- | $- | $- | $- | $- |
M128 | 128 | 2,048 GiB | $- | $- | $- | $- | $- |
支持受约束的 vCPU
实例 | 活动的vCPU / 基础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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
DS12-2 v2 | 2 / 4 | 28 GiB | $- | $- | $- | $- | $- |
DS13-2 v2 | 2 / 8 | 56 GiB | $- | $- | $- | $- | $- |
DS13-4 v2 | 4 / 8 | 56 GiB | $- | $- | $- | $- | $- |
DS14-4 v2 | 4 / 16 | 112 GiB | $- | $- | $- | $- | $- |
DS14-8 v2 | 8 / 16 | 112 GiB | $- | $- | $- | $- | $- |
E4-2as v4 | 2 / 4 | 32 GiB | $- | $- | $- | $- | $- |
E8-2as v4 | 2 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E8-4as v4 | 4 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E16-4as v4 | 4 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E16-8as v4 | 8 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E32-8as v4 | 8 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E32-16as v4 | 16 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E64-16as v4 | 16 / 64 | 512 GiB | $- | $- | $- | $- | $- |
E64-32as v4 | 32 / 64 | 512 GiB | $- | $- | $- | $- | $- |
E96-24as v4 | 24 / 96 | 672 GiB | $- | $- | $- | $- | $- |
E96-48as v4 | 48 / 96 | 672 GiB | $- | $- | $- | $- | $- |
E4-2ds v4 | 2 / 4 | 32 GiB | $- | $- | $- | $- | $- |
E8-2ds v4 | 2 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E8-4ds v4 | 4 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E16-4ds v4 | 4 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E16-8ds v4 | 8 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E32-8ds v4 | 8 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E32-16ds v4 | 16 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E64-16ds v4 | 16 / 64 | 504 GiB | $- | $- | $- | $- | $- |
E64-32ds v4 | 32 / 64 | 504 GiB | $- | $- | $- | $- | $- |
E4-2s v3 | 2 / 4 | 32 GiB | $- | $- | $- | $- | $- |
E8-2s v3 | 2 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E8-4s v3 | 4 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E16-4s v3 | 4 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E16-8s v3 | 8 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E32-8s v3 | 8 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E32-16s v3 | 16 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E64-16s v3 | 16 / 64 | 432 GiB | $- | $- | $- | $- | $- |
E64-32s v3 | 32 / 64 | 432 GiB | $- | $- | $- | $- | $- |
E4-2s v4 | 2 / 4 | 32 GiB | $- | $- | $- | $- | $- |
E8-2s v4 | 2 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E8-4s v4 | 4 / 8 | 64 GiB | $- | $- | $- | $- | $- |
E16-4s v4 | 4 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E16-8s v4 | 8 / 16 | 128 GiB | $- | $- | $- | $- | $- |
E32-8s v4 | 8 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E32-16s v4 | 16 / 32 | 256 GiB | $- | $- | $- | $- | $- |
E64-16s v4 | 16 / 64 | 504 GiB | $- | $- | $- | $- | $- |
E64-32s v4 | 32 / 64 | 504 GiB | $- | $- | $- | $- | $- |
Gs4-4 | 4 / 16 | 224 GiB | $- | $- | $- | 不可用 | 不可用 |
Gs4-8 | 8 / 16 | 224 GiB | $- | $- | $- | 不可用 | 不可用 |
Gs5-8 | 8 / 32 | 448 GiB | $- | $- | $- | 不可用 | 不可用 |
Gs5-16 | 16 / 32 | 448 GiB | $- | $- | $- | 不可用 | 不可用 |
M8-2ms | 2 / 8 | 219 GiB | $- | $- | $- | $- | $- |
M8-4ms | 4 / 8 | 219 GiB | $- | $- | $- | $- | $- |
M16-4ms | 4 / 16 | 438 GiB | $- | $- | $- | $- | $- |
M16-8ms | 8 / 16 | 438 GiB | $- | $- | $- | $- | $- |
M32-8ms | 8 / 32 | 875 GiB | $- | $- | $- | $- | $- |
M32-16ms | 16 / 32 | 875 GiB | $- | $- | $- | $- | $- |
M64-16ms | 16 / 64 | 1,750 GiB | $- | $- | $- | $- | $- |
M64-32ms | 32 / 64 | 1,750 GiB | $- | $- | $- | $- | $- |
M128-32ms | 32 / 128 | 3,800 GiB | $- | $- | $- | $- | $- |
M128-64ms | 64 / 128 | 3,800 GiB | $- | $- | $- | $- | $- |
存储优化
高磁盘吞吐量和 IO。是大数据、SQL 和 NoSQL 数据库的理想选择。
Ls 系列
实例 | 核心 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
L4s | 4 | 32 GiB | $- | $- | $- | $- | 不可用 |
L8s | 8 | 64 GiB | $- | $- | $- | $- | 不可用 |
L16s | 16 | 128 GiB | $- | $- | $- | $- | 不可用 |
L32s | 32 | 256 GiB | $- | $- | $- | $- | 不可用 |
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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
NDv2 系列
实例 | 核心 | 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 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|---|
ND40rs v2 | 40 | 672 GiB | 8X V100 (NVlink) | $- | $- | $- | $- | 不可用 |
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 | 核心 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 (节省百分比) 总价 |
保留 3 年 (节省百分比) 总价 |
---|---|---|---|---|---|---|---|
H8 | 8 | 56 GiB | $- | $- | $- | $- | $- |
H16 | 16 | 112 GiB | $- | $- | $- | $- | $- |
H8m | 8 | 112 GiB | $- | $- | $- | $- | $- |
H16m | 16 | 224 GiB | $- | $- | $- | $- | $- |
H16mr | 16 | 224 GiB | $- | $- | $- | $- | $- |
H16r | 16 | 112 GiB | $- | $- | $- | $- | $- |
FPGA
加速硬件微服务主要用于推断工作负载
PB 系列
实例 | FPGA | RAM |
FPGA 价格
|
机器学习服务 价格 | 总价 |
---|---|---|---|---|---|
PB6s | 1 Arria10 (PCIe) | 112 GiB | $- | $- | $- |
PB12s | 2 Arria10 (PCIe) | 224 GiB | $- | $- | $- |
PB24s | 4 Arria10 (PCIe) | 448 GiB | $- | $- | $- |
D-series
实例 | 核心 | RAM |
Linux VM 价格
|
机器学习 服务附加费 |
即用即付 总价 |
保留 1 年 (节省百分比) 总价 |
保留 3 年 (节省百分比) 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 | $- | $- | $- | $- | $- |
其他信息
-
除上述成本外,将要部署的其他三种资源也会产生额外费用
- Azure 容器注册表基本帐户
- Azure 块 Blob 存储(常规用途 v1)
- Key Vault
- 我们通过 Azure 支持为公开上市的所有 Azure 服务提供技术支持,起价为 $29/月。计费和订阅管理支持可免费提供。
常见问题
-
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,一天从午夜 UTC 算起。帐单将按月生成。
-
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:
资源
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。