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。
-
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。
-
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。
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。
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。
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
M64 | 64 | 1,024 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M32ls | 32 | 256 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M64ls | 64 | 512 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M64m | 64 | 1,792 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M128m | 128 | 3,892 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M8ms | 8 | 218.75 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M16ms | 16 | 437.5 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M32ms | 32 | 875 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M64ms | 64 | 1,792 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M128ms | 128 | 3,892 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M64s | 64 | 1,024 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M128 | 128 | 2,048 GiB | $- |
$-
|
$-
|
$-
|
$-
|
M128s | 128 | 2,048 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
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 |
---|---|---|---|---|---|---|---|---|
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
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 |
---|---|---|---|---|---|---|---|---|
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
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 |
---|---|---|---|---|---|---|---|---|
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
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 |
---|---|---|---|---|---|---|---|---|
NV6 | 6 | 56 GiB | 1X M60 | $- |
$-
|
$-
|
$-
|
$-
|
NV12 | 12 | 112 GiB | 2X M60 | $- |
$-
|
$-
|
$-
|
$-
|
NV24 | 24 | 224 GiB | 4X M60 | $- |
$-
|
$-
|
$-
|
$-
|
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 |
---|---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|---|
ND40rs v2 | 40 | 672 GiB | 8X V100 (NVlink) | $- |
$-
|
$-
|
$-
|
$-
|
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 |
---|---|---|---|---|---|---|---|---|
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
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 |
---|---|---|---|---|---|---|---|
H8 | 8 | 56 GiB | $- |
$-
|
$-
|
$-
|
$-
|
H8m | 8 | 112 GiB | $- |
$-
|
$-
|
$-
|
$-
|
H16m | 16 | 224 GiB | $- |
$-
|
$-
|
$-
|
$-
|
H16mr | 16 | 224 GiB | $- |
$-
|
$-
|
$-
|
$-
|
H16r | 16 | 112 GiB | $- |
$-
|
$-
|
$-
|
$-
|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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 |
---|---|---|---|---|---|---|---|
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
其他資源
Azure Machine Learning
深入了解 Azure Machine Learning 的功能。
定價計算機
預估您使用任何 Azure 產品組合的預期每月費用。
SLA
檢閱 Azure Machine Learning 的服務等級協定。
文件
檢閱技術教學課程、影片和更多 Azure Machine Learning 資源。
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。
-
訓練:
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。
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。