Panoramica dei prezzi

Amazon SageMaker AI aiuta sviluppatori e data scientist a preparare, creare, addestrare e implementare rapidamente modelli di machine learning (ML) di alta qualità, combinando un'ampia gamma di funzionalità create ad hoc per il ML. SageMaker AI supporta i framework di machine learning, i kit di strumenti e i linguaggi di programmazione principali.

I prezzi di SageMaker AI sono calcolati in base all'uso effettivo. Esistono due opzioni di pagamento: i prezzi on demand, senza tariffa minima né impegni anticipati, e Savings Plans di Amazon SageMaker, che offrono un modello di determinazione dei prezzi flessibile e basato sul consumo in cambio dell'impegno a un uso costante del servizio.

                                           

Piano gratuito di SageMaker AI

La prova di SageMaker AI è gratuita. Puoi iniziare a usare SageMaker AI gratuitamente. Il piano gratuito di SageMaker AI si attiva il primo giorno del mese in cui crei la tua prima risorsa SageMaker AI.

Funzionalità di Amazon SageMaker AI Uso del piano gratuito mensile per i primi 2 mesi
Notebook Studio e istanze notebook 250 ore di istanza ml.t3.medium sui notebook Studio OPPURE 250 ore di istanza ml.t3.medium su istanze notebook
Page-Illo_PricingCalculator_Wallet_1x

Calcolatore dei prezzi AWS

Calcola il costo di Amazon SageMaker e dell'architettura in un unico preventivo.

Crea ora il tuo preventivo personalizzato »

Prezzi on demand

  • JupyterLab

  • Amazon SageMaker JupyterLab
    Avvia JupyterLab completamente gestito in pochi secondi. Utilizza il più recente ambiente di sviluppo interattivo basato sul Web per notebook, codice e dati. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Elaborazione

  • Amazon SageMaker Processing
    Amazon SageMaker Processing consente di eseguire facilmente i carichi di lavoro di pre-elaborazione, post-elaborazione e valutazione del modello su un'infrastruttura completamente gestita. Ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Addestramento

  • Addestramento di Amazon SageMaker
    Amazon SageMaker semplifica l'addestramento dei modelli di machine learning fornendo tutto il necessario per addestrare, ottimizzare ed eseguire il debug dei modelli. Ti sarà addebitato l'utilizzo del tipo di istanza che scegli. Se utilizzi Amazon SageMaker Debugger per eseguire il debug dei problemi e monitorare le risorse durante l'addestramento, puoi utilizzare le regole integrate per eseguire il debug dei processi di addestramento oppure scrivere le tue regole personalizzate. L’uso delle regole integrate per il debug dei tuoi processi di addestramento non implica alcun costo aggiuntivo. Per le regole personalizzate, ti sarà addebitato l’importo per il tipo di istanza scelto in base alla durata dell’utilizzo.

  • Inferenza in tempo reale

  • Hosting di Amazon SageMaker: inferenza in tempo reale
    Amazon SageMaker fornisce inferenza in tempo reale per i tuoi casi d’uso che hanno bisogno di previsioni in tempo reale. Ti sarà addebitato l'utilizzo del tipo di istanza che scegli. Se utilizzi Amazon SageMaker Model Monitor per gestire modelli altamente precisi che forniscono inferenze in tempo reale, per monitorare i modelli puoi utilizzare le regole integrate o scriverne di personalizzate. Per le regole integrate, hai diritto all'utilizzo gratuito di massimo 30 ore di monitoraggio. I costi aggiuntivi dipenderanno dalla durata dell'utilizzo. Se invece utilizzi le tue regole personalizzate, ti verrà addebitato un importo separato.

Dettagli delle istanze

Dettagli del prodotto istanza P6 di Amazon SageMaker

Dimensioni istanza GPU Blackwell Memoria GPU (GB) vCPU Memoria di sistema (GiB) Archiviazione istanza (TB) Larghezza di banda della rete (Gb/s) Larghezza di banda EBS (Gb/s) Disponibile negli UltraServer
ml.p6-b200.48xlarge 8 1,440 HBM3e 192 2.048 8 x 3,84 8 x 400 100 No

ml.p6e- gb200.36xlarge		 4 740 HBM3e 144 960 3 x 7,5 4 x 400 60 Sì

*Le istanze P6e-GB200 sono disponibili solo negli UltraServer

Dettagli di Amazon SageMaker UltraServer

Gli UltraServer offrono una serie di istanze interconnesse tramite un dominio di rete a larghezza di banda elevata. Ad esempio, l'UltraServer P6e-GB200 collega fino a 18 istanze p6e-gb200.36xlarge in un dominio NVIDIA NVLink. Con 4 GPU Blackwell NVIDIA per istanza, ogni UltraServer P6e-GB200 supporta quindi 72 GPU, così puoi eseguire i carichi di lavoro IA più grandi con prestazioni elevate su SageMaker.

Dimensioni istanza GPU Blackwell Memoria GPU (GB) vCPU Memoria di sistema (GiB) Archiviazione UltraServer (TB) Larghezza di banda EFA aggregata (Gb/s) Larghezza di banda EBS (Gb/s) Disponibile negli UltraServer
ml.u-p6e-gb200x72 72 13.320 2.529 17.280 405 28.800 1.080 Sì
ml.u-p6e-gb200x36 36 6.660 1.296 8.640 202,5 14.400 540 Sì

Dettagli del prodotto istanza P5 di Amazon SageMaker

Dimensioni istanza vCPU Memoria istanza (TiB) Modello GPU GPU Memoria GPU totale (GB) Memoria per GPU (GB) Larghezza di banda della rete (Gb/s) GPUDirect RDMA Peer to peer GPU Archiviazione istanza (TB) Larghezza di banda EBS (Gb/s)
ml.p5.48xlarge 192 2 NVIDIA H100 8 640 HBM3 80 3200 EFAv2   Sì NVSwitch a 900 Gb/s   8x3,84 NVMe SSD 80

Dettagli del prodotto istanza P4d di Amazon SageMaker

Dimensioni istanza vCPU Memoria istanza (GiB) Modello GPU GPU Memoria GPU totale (GB) Memoria per GPU (GB) Larghezza di banda della rete (Gb/s) GPUDirect RDMA Peer to peer GPU Archiviazione istanza (GB) Larghezza di banda EBS (Gb/s)
ml.p4d.24xlarge 96 1152 NVIDIA A100 8 320 HBM 2 40 400 ENA ed EFA Sì NVSwitch a 600 GB/s 8x1000 NVMe SSD 19
ml.p4de.24xlarge 96 1152 NVIDIA A100 8 640 HNM2e 80 400 ENA ed EFA Sì NVSwitch a 600 GB/s 8X1000 NVMe SSD 19

Dettagli del prodotto istanza P3 di Amazon SageMaker

Dimensioni istanza vCPU Memoria istanza (GiB) Modello GPU GPU Memoria GPU totale (GB) Memoria per GPU (GB) Larghezza di banda della rete (Gb/s) Peer to peer GPU Archiviazione istanza (GB) Larghezza di banda EBS (Gb/s)
ml.p3.2xlarge 8 61 NVIDIA V100 1 16 16 Fino a 10 N/D Solo EBS 1,5
ml.p3.8xlarge 32 244 NVIDIA V100 4 64 16 10 NVLink Solo EBS 7
ml.p3.16xlarge 64 488 NVIDIA V100 8 128 16 25 NVLink Solo EBS 14
ml.p3dn.24xlarge 96 768 NVIDIA V100 8 256 32 100 NVLink 2 x 900 SSD NVMe 19

Dettagli del prodotto istanza G4 di Amazon SageMaker

Dimensioni istanza vCPU Memoria istanza (GiB) Modello GPU GPU Memoria GPU totale (GB) Memoria per GPU (GB) Larghezza di banda della rete (Gb/s) Archiviazione istanza (GB) Larghezza di banda EBS (Gb/s)
ml.g4dn.xlarge 4 16 NVIDIA T4 1 16 16 Fino a 25 1 x 125 SSD NVMe Fino a 3,5
ml.g4dn.2xlarge 8 32 NVIDIA T4 1 16 16 Fino a 25 1 x 125 SSD NVMe Fino a 3,5
ml.g4dn.4xlarge 16 64 NVIDIA T4 1 16 16 Fino a 25 1 x 125 SSD NVMe 4,75
ml.g4dn.8xlarge 32 128 NVIDIA T4 1 16 16 50 1 x 900 SSD NVMe 9,5
ml.g4dn.16xlarge 64 256 NVIDIA T4 1 16 16 50 1 x 900 SSD NVMe 9,5
ml.g4dn.12xlarge 48 192 NVIDIA T4 4 64 16 50 1 x 900 SSD NVMe 9,5

Dettagli del prodotto istanza G5 di Amazon SageMaker

Dimensioni istanza vCPU Memoria istanza (GiB) Modello GPU GPU Memoria GPU totale (GB) Memoria per GPU (GB) Larghezza di banda della rete (Gb/s) Larghezza di banda EBS (Gb/s) Archiviazione istanza (GB)
ml.g5n.xlarge 4 16 NVIDIA A10G 1 24 24 Fino a 10 Fino a 3,5 1x250
ml.g5.2xlarge 8 32 NVIDIA A10G 1 24 24 Fino a 10 Fino a 3,5 1x450
ml.g5.4xlarge 16 64 NVIDIA A10G 1 24 24 Fino a 25 8 1x600
ml.g5.8xlarge 32 128 NVIDIA A10G 1 24 24 25 16 1x900
ml.g5.16xlarge 64 256 NVIDIA A10G 1 24 24 25 16 1x1900
ml.g5.12xlarge 48 192 NVIDIA A10G 4 96 24 40 16 1x3800
ml.g5.24xlarge 96 384 NVIDIA A10G 4 96 24 50 19 1x3800
ml.g5.48xlarge 192 768 NVIDIA A10G 8 192 24 100 19 2x3800

Dettagli del prodotto istanza Trn1 di Amazon SageMaker

Dimensioni istanza vCPU Memoria (GiB) Acceleratori Trainium Memoria acceleratore (GB) Memoria per acceleratore (GB) Archiviazione istanza (GB) Larghezza di banda della rete (Gb/s) Larghezza di banda EBS (Gb/s)
ml.trn1.2xlarge 8 32 1 32 32 1 x 500 SSD NVMe Fino a 12,5 Fino a 20
ml.trn1.32xlarge 128 512 16 512 32 4 x 2000 SSD NVMe 800 80

Dettagli del prodotto istanza Inf1 di Amazon SageMaker

Dimensioni istanza vCPU Memoria (GiB) Acceleratori Inferentia Memoria acceleratore (GB) Memoria per acceleratore (GB) Archiviazione di istanze Interconnessione tra acceleratori Larghezza di banda della rete (Gb/s) Larghezza di banda EBS (Gb/s)
ml.inf1.xlarge 4 8 1 8 8 Solo EBS N/D Fino a 25 fino a 4,75
ml.inf1.2xlarge 8 16 1 8 8 Solo EBS N/D Fino a 25 fino a 4,75
ml.inf1.6xlarge 24 48 4 32 8 Solo EBS Sì 25 4,75
ml.inf1.24xlarge 96 192 16 128 8 Solo EBS sì 100 19

Dettagli del prodotto istanza Inf2 di Amazon SageMaker

Dimensioni istanza vCPU Memoria (GiB) Acceleratori Inferentia Memoria acceleratore (GB) Memoria per acceleratore (GB) Archiviazione di istanze Interconnessione tra acceleratori Larghezza di banda della rete (Gb/s) Larghezza di banda EBS (Gb/s)
ml.inf2.xlarge 4 16 1 32 32 Solo EBS N/D Fino a 25 Fino a 10
ml.inf2.8xlarge 32 128 1 32 32 Solo EBS N/D Fino a 25 10
ml.inf2.24xlarge 96 384 6 196 32 Solo EBS Sì 50 30
ml.inf2.48xlarge 192 768 12 384 32 Solo EBS Sì 100 60

Amazon SageMaker Studio

Amazon SageMaker Studio è un'unica interfaccia basata sul Web per lo sviluppo completo di ML, che offre una scelta di ambienti di sviluppo integrati (IDE) completamente gestiti e strumenti personalizzati. È possibile accedere a SageMaker Studio gratuitamente. Ti verranno addebitati solo i costi di calcolo e archiviazione sottostanti utilizzati per diversi IDE e strumenti ML all'interno di SageMaker Studio.

Puoi utilizzare molti servizi di SageMaker Studio, AWS SDK per Python (Boto3) o Interfaccia della linea di comando AWS (AWS CLI), tra cui:

  • IDE su SageMaker Studio per eseguire lo sviluppo di ML completo con un ampio set di IDE completamente gestiti, tra cui JupyterLab, Code Editor basato su Code-OSS (Visual Studio Code – Open Source) ed RStudio
  • SageMaker Pipelines per automatizzare e gestire i flussi di lavoro di ML
  • SageMaker Autopilot per creare automaticamente modelli ML con visibilità completa
  • SageMaker Experiments per organizzare e tenere traccia di job di addestramento e versioni
  • Debugger SageMaker per eseguire il debug delle anomalie durante l'addestramento
  • SageMaker Model Monitor per mantenere modelli di alta qualità
  • SageMaker Clarify per spiegare meglio i modelli ML e individuare gli errori
  • SageMaker JumpStart per implementare facilmente soluzioni ML per numerosi casi d'uso. Ti possono essere addebitati costi relativi ad altri servizi AWS utilizzati nella soluzione per le chiamate API sottostanti effettuate da Amazon SageMaker per tuo conto.
  • SageMaker Inference Recommender per ottenere suggerimenti per la corretta configurazione dell'endpoint

Vengono addebitate solamente le risorse di calcolo e archiviazione sottostanti all'interno di SageMaker o altri servizi AWS, in base all'utilizzo.

Per usufruire del piano gratuito di Amazon Q Developer su Jupyter Lab e Code Editor, segui queste istruzioni. Per utilizzare Amazon Q Developer Pro su Jupyter Lab è necessario un abbonamento ad Amazon Q Developer. I prezzi di Amazon Q Developer sono disponibili qui.

Costo totale di proprietà con Amazon SageMaker

Amazon SageMaker offre un costo totale di proprietà inferiore di almeno il 54% nell'arco di tre anni rispetto ad altre soluzioni basate sul cloud gestite dal cliente. Scopri di più con l’analisi TCO completa per Amazon SageMaker.

Esempi di prezzo

  • In qualità di data scientist, trascorri 20 giorni utilizzando JupyterLab per una rapida sperimentazione su notebook, codice e dati per 6 ore al giorno su un'istanza ml.g4dn.xlarge. Crei e quindi esegui uno spazio JupyterLab per accedere all'IDE di JupyterLab. Il calcolo viene addebitato solo per l'istanza utilizzata quando lo spazio JupyterLab è in esecuzione. I costi di archiviazione per uno spazio JupyterLab maturano fino a quando non viene eliminato.

    Calcolo

    Istanza Durata Giorni Durata totale Costo orario Totale
    ml.r6i.4xlarge 6 ore 20 6 x 20 = 120 ore 1,440 € 172,80 €

    Archiviazione

    Utilizzerai l'archiviazione SSD per uso generale per 480 ore (24 ore x 20 giorni). In una regione che addebita 0,1211 € per GB al mese:
    0,1211 € per GB al mese x 5 GB x 480 / (24 ore/giorno x 30 giorni al mese) = 0,4037 €

  • Con Amazon SageMaker Processing, sono addebitati esclusivamente i costi relativi alle istanze usate nell'esecuzione delle attività. Quando si forniscono i dati di input per l'elaborazione in Simple Storage Service (Amazon S3), Amazon SageMaker scarica i dati da Simple Storage Service (Amazon S3) nello spazio di archiviazione di file locale all'avvio di un'attività di elaborazione.

    Il data analyst esegue un'attività di elaborazione per pre-elaborare e convalidare i dati su due istanze ml.m5.4xlarge per una durata di 10 minuti. Carica un set di dati da 100 GB in S3 come input dell'attività di elaborazione; i dati di output, all'incirca della stessa dimensione, vengono archiviati nuovamente in S3.

    Ore  Istanze di elaborazione Costo orario Totale
    1 x 2 x 0,167 = 0,334 ml.c6i.2xlarge 0,459481 € 0,150460 €
    Archiviazione (SSD) a scopo generico (GB) Costo orario Totale
    100 GB x 2 = 200 0,14 € 0,0032 €

    Subtotale per il processo di Amazon SageMaker Processing = 0,15046 €
    Subtotale per 200 GB di archiviazione SSD a scopo generico = 0,0032 €
    Il costo totale per questo esempio è di 0,15366 €

  • Il costo totale per l’addestramento e il debug in questo esempio è 24,077292 €. Le istanze di calcolo e i volumi di archiviazione per uso generico impiegati dalle regole integrate di Amazon SageMaker Debugger non comportano costi aggiuntivi.

      Archiviazione (SSD) a scopo generico per addestramento (GB) Archiviazione (SSD) a scopo generico per le regole integrate del debugger (GB) Archiviazione (SSD) a scopo generico per le regole personalizzate del debugger (GB) Costo per GB/mese Subtotale
    Capacità usata 3 2 1    
    Costo 0 € Nessun costo aggiuntivo per i volumi di archiviazione integrati 0 € 0,10 € 0 €

     

    Ore Istanza di addestramento Istanza di debug Costo orario  Subtotale
    4 x 0,5 = 2 ml.c6i.2xlarge n/d 0,459481 € 0,91896 €
    4 x 0,5 x 2 = 4 n/d Nessun costo aggiuntivo per le istanze di regole integrate 0 € 0 €
    4 x 0,5 = 2 ml.c7i.48xlarge n/d 11,579165 € 23,1583 €
            -------
            24,07729 €

    Un data scientist ha lavorato una settimana su un modello per una nuova idea. Addestra 4 volte un modello su un ml.m4.4xlarge con processi di addestramento da 30 minuti con Amazon SageMaker Debugger abilitato e utilizzando 2 regole integrate e 1 regola personalizzata scritta da lei. Per la regola personalizzata, ha specificato l'istanza ml.m5.xlarge. Addestra utilizzando 3G di dati per la formazione in Simple Storage Service (Amazon S3), inoltrando l'output del modello da 1 GB in Simple Storage Service (Amazon S3). SageMaker crea volumi SSD (gp2) a scopo generico per ciascuna istanza di addestramento. Inoltre, crea volumi SSD (gp2) a scopo generico per ciascuna regola specificata. Per questo esempio, saranno creati in tutto 4 volumi SSD (gp2) a scopo generico. SageMaker Debugger trasferisce 1 GB di dati di debug al bucket Amazon S3 del cliente.