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
套用篩選以根據您的需求自訂定價選項。
價格只是估計值，而非作為實際價格報價。實際價格可能會因 Microsoft 所輸入的合約類型、購買日期及貨幣匯兌而異。價格是根據美金計算，並且使用在每一個行事曆月份第一天所重新更新的 Thomson Reuters 基準匯率進行轉換。登入 Azure 定價計算機以查看您目前的 Microsoft 計劃/供應項目的定價。如需定價或要求報價的詳細資訊，請連絡 Azure 銷售專員。有關 Azure 定價的詳細資訊，請參閱常見問題。
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 |
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 |
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 |
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 |
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 |
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 |
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
| 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 |
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 |
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 |
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 |
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 |
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 |
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
| 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 |
保留 1 年 總價 |
保留 3 年 總價 |
|---|---|---|---|---|---|---|---|---|
| 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 |
保留 1 年 總價 |
保留 3 年 總價 |
|---|---|---|---|---|---|---|---|---|
| NC6s v2 | 6 | 112 GiB | 1X P100 | $- |
$-
|
$-
|
$- | N/A |
| NC12s v2 | 12 | 224 GiB | 2X P100 | $- |
$-
|
$-
|
$- | $- |
| NC24s v2 | 24 | 448 GiB | 4X P100 | $- |
$-
|
$-
|
N/A | $- |
| 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 |
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
| 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 |
保留 1 年 總價 |
保留 3 年 總價 |
|---|---|---|---|---|---|---|---|---|
| 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 |
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 |
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 |
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 |
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 |
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
| 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 |
保留 1 年 總價 |
保留 3 年 總價 |
|---|---|---|---|---|---|---|---|
| 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 |
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 |
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 |
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 | 免費數量 |
|---|---|---|
| 記憶體最佳化 | 每小時每個 vCore $- | 在 2023 年 6 月 30 日之前，每月可免費使用虛擬核心 120 小時* |
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。