價格 - Azure Machine Learning

使用適用於端對端機器學習生命週期的企業級服務

提供開發人員和資料科學家各式各樣的生產經驗，讓建置、訓練及部署機器學習模型更加快速。採用領先業界的 MLOps (機器學習 DevOps) 加快產品上市的時間，以及促進團隊合作。在專為可靠的 AI 而設計之平台上進行創新。

探索定價選項

隨用隨付

依據秒數支付運算容量，無須保證長期使用，也不必預付費用。可視需要調整使用量。

深入了解
適用於計算的 Azure 節省方案

承諾在 1 或 3 年內花費固定每小時金額，解除鎖定較低價格，直到您達到每小時承諾，以節省全球特定計算服務的金額。套用至動態工作負載，同時針對計劃性或未計劃性變更進行規劃。

深入了解
保留

Azure 保留的虛擬機器執行個體在您認可一年或三年期時，與隨用隨付率相比，大幅降低成本。適合穩定且可預測的工作負載，沒有計劃的變更。

深入了解

套用篩選以根據您的需求自訂定價選項。

價格僅為估算值，並非實際價格報價。實際定價可能會根據與 Microsoft 簽訂的合約類型、購買日期和目前貨幣匯率而有所不同。價格是根據美元計算，並使用前一個月底最後一個工作天之前兩個工作天內擷取的倫敦即期匯率進行轉換。如果月底的前兩個工作天是主要市場中的銀行假日，則匯率設定日期通常為兩個工作天之前的那一天。此匯率適用於下個月的所有交易。登入 Azure 定價計算機查看依據您目前 Microsoft 方案/供應項目所訂的定價。如需定價的詳細資訊或要求報價，請連絡 Azure 銷售專員。請參閱 Azure 定價常見問題集。

類別

地區：

貨幣:

依據下列方式顯示定價：

定價選項:

請注意，使用 Azure Machine Learning 並不會產生額外的費用。但是，除了計算以外，還是會對使用其他的 Azure 服務向您另外收費，包括但不限於 Azure Blob 儲存體、Azure Key Vault、Azure Container Registry 以及 Application Insights。

若要深入了解如何管理 Azure Machine Learning 的預算、成本和配額，請參閱這裡。

一般目的

平衡的 CPU 對記憶體比例。最適合測試與開發、小型到中型資料庫，以及低到中型流量的網頁伺服器。

D2-64 v3

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
D1 v2	1	3.5 GiB	$-	$-	$-	$-	$-	$-	$-
D2 v2	2	7 GiB	$-	$-	$-	$-	$-	$-	$-
D3 v2	4	14 GiB	$-	$-	$-	$-	$-	$-	$-
D4 v2	8	28 GiB	$-	$-	$-	$-	$-	$-	$-

D1s-5s v2

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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	$-	$-	$-	$-	$-	$-	$-

計算最佳化

CPU/記憶體比例高。適用於中流量網頁伺服器、網路設備、批次處理及應用程式伺服器。

Fsv2 系列

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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	$-	$-	$-	$-	$-	$-	$-

記憶體最佳化

記憶體/核心比例高。適用於關聯式資料庫伺服器、中型至大型快取及記憶體內部分析。

E2-64 v3

Azure 計算服務所提供的虛擬機器大小不受特定硬體類型限制，而且為單一客戶專用。這些虛擬機器大小最適合需要與其他客戶高度隔離，且涉及合規性和法規要求等項目的工作負載。
執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
E2 v3	2	16 GiB	$-	$-	$-	$-	$-	$-	$-
E4 v3	4	32 GiB	$-	$-	$-	$-	$-	$-	$-
E8 v3	8	64 GiB	$-	$-	$-	$-	$-	$-	$-
E16 v3	16	128 GiB	$-	$-	$-	$-	$-	$-	$-

D-series

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

來自 Synapse 的 Spark 計算。定價是以 Synapse 定價為基礎。如需詳細資料，請參閱定價 - Azure Synapse Analytics | Microsoft Azure ([巨量資料分析] 區段)。

M 系列

執行個體	vCPU	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

專供處理大量圖形轉譯與視訊編輯之用的虛擬機器備有單一或多個 GPU 的選擇。

NC 系列

保留的虛擬機器執行個體目前不適用於 NC 系列。
執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
NC6	6	56 GiB	1X K80	$-	$-	$-	$-	$-	N/A	N/A
NC12	12	112 GiB	2X K80	$-	$-	$-	$-	$-	N/A	N/A
NC24	24	224 GiB	4X K80	$-	$-	$-	$-	$-	N/A	N/A
NC24r	24	224 GiB	4X K80	$-	$-	$-	$-	$-	N/A	N/A

NCsv2 系列

保留的虛擬機器執行個體目前不適用於 NCsv2 系列。
執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
NC6s v2	6	112 GiB	1X P100	$-	$-	$-	$-	$-	N/A	N/A
NC12s v2	12	224 GiB	2X P100	$-	$-	$-	$-	$-	N/A	N/A
NC24s v2	24	448 GiB	4X P100	$-	$-	$-	$-	$-	N/A	N/A
NC24rs v2	24	448 GiB	4X P100	$-	$-	$-	$-	$-	N/A	N/A

NCsv3 系列

執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

保留的虛擬機器執行個體目前不適用於 NV 系列。
執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
NV6	6	56 GiB	1X M60	$-	$-	$-	$-	$-	N/A	N/A
NV12	12	112 GiB	2X M60	$-	$-	$-	$-	$-	N/A	N/A
NV24	24	224 GiB	4X M60	$-	$-	$-	$-	$-	N/A	N/A

NVv3 系列

執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
NV12s v3	12	112 GiB	1X M60	$-	$-	$-	$-	$-	$-	$-
NV24s v3	24	224 GiB	2X M60	$-	$-	$-	$-	$-	$-	$-
NV48s v3	48	448 GiB	4X M60	$-	$-	$-	$-	$-	$-	$-

NDs 系列

執行個體	核心	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	vCPU	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
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

執行個體	核心	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
ND40rs v2	40	672 GiB	8X V100 (NVlink)	$-	$-	$-	$-	$-	$-	N/A

ND A100 v4 系列

執行個體	核心	RAM	GPU	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
ND96asr A100 v4	96	900 GiB	8x A100 (NVlink)	$-	$-	$-	$-	$-	$-	$-

高效能計算

速度最快、功能最強的 CPU 虛擬機器，搭載選配高輸送量網路介面 (RDMA)。

H 系列

保留的虛擬機器執行個體目前不適用於 H 系列。
執行個體	核心	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
H8	8	56 GiB	$-	$-	$-	$-	$-	N/A	N/A
H8m	8	112 GiB	$-	$-	$-	$-	$-	N/A	N/A
H16m	16	224 GiB	$-	$-	$-	$-	$-	N/A	N/A
H16mr	16	224 GiB	$-	$-	$-	$-	$-	N/A	N/A
H16r	16	112 GiB	$-	$-	$-	$-	$-	N/A	N/A

HB 系列

執行個體	核心	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
HB60rs	60	228 GiB	$-	$-	$-	$-	$-	$-	$-

HBv2 系列

執行個體	核心	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
HB120rs v2	120	456 GiB	$-	$-	$-	$-	$-	$-	$-

HC 系列

執行個體	核心	RAM	Linux VM 價格	機器學習服務服務額外費用	隨用隨付總價	1 年節省方案	3 年節省方案	保留 1 年總價	保留 3 年總價
HC44rs	44	352 GiB	$-	$-	$-	$-	$-	$-	$-

受控的 Spark

(執行個體類型: E2s-E64s)

來自 Azure ML 的受控 Spark 遵循 Synapse Big Data Analytics (Spark 集區中) 的相同定價:

類型	價格
記憶體最佳化	每小時每個 vCore $-

Azure 定價與購買選項

直接與我們連絡

取得 Azure 定價的逐步解說。了解雲端解決方案的定價、了解成本最佳化，並要求自訂提案。

與銷售專員洽談

查看購買方式

透過 Azure 網站、Microsoft 代表或 Azure 合作夥伴購買 Azure 服務。

探索您的選擇

其他資源

常見問題集

有關 Azure 定價的常見問題集

Azure Machine Learning 客戶須負責支付所使用的 Azure 資源費用，包括虛擬機器。
計費方式為每日。每日的起始為 UTC 午夜，供計費目的所用。每月產生帳單。
- 訓練:
  舉個具體的例子，假設您在美國西部 2 的基本工作區中，使用 10 部 DS14 v2 VM 訓練模型 100 小時。針對 30 天的帳務月份，計費方式如下：
  
  Azure VM 費用: (10 部機器 * 每部機器美金 $1.196 元) * 100 小時 = $1196
  
  Azure Machine Learning 費用: (10 部機器 * 16 核心 * 每核心美金 $0 元) * 100 小時 = $0
  
  總計: $1196 + $0 = $1196
- 推斷:
  舉個具體的例子，假設您在美國西部 2 的基本中，使用 10 部 DS14 v2 VM 部署模型來推斷 30 天帳務月份的每一天。針對 30 天的帳務月份，計費方式如下：
  
  Azure VM 費用: (10 部機器 * 每部機器美金 $1.196 元) * (24 小時 * 30 天) = $8611.2
  
  Azure Machine Learning 費用: (10 部機器 * 16 核心 * 每核心美金 $0 元) * (24 小時 * 30 天) = $0
  
  總計: $8611.2 + $0 = $8611.2
請注意，Azure Machine Learning 不會產生額外的費用。除了計算費用以外，還會針對任何使用的 Azure 服務向您另外收費，包括但不限於 HDInsight、Azure Container Registry、Azure Blob 儲存體、Application Insights、Azure Key Vault、虛擬網路、Azure 事件中樞和 Azure 串流分析。

與銷售專員洽談，取得 Azure 定價的逐步解說。了解您雲端解決方案的定價。

要求報價

取得免費的雲端服務，以及可於 30 天內用來探索 Azure 的 $200 點數。

免費試用 Azure

精選

AI + 機器學習服務

分析

計算

容器

資料庫

DevOps

開發人員工具

混合式 + 多重雲端

身分識別

整合

物聯網

管理和控管

媒體

移轉

混合實境

行動

網路

安全性

儲存體

Web

Windows Virtual Desktop

使用案例

應用程式開發

AI

雲端移轉和現代化

資料與分析

混合式雲端與基礎結構

物聯網

安全性和治理

組織類型

資源

Azure Machine Learning定價