文档

通用计算资源(DSW/DLC)计费说明

更新时间:

通用计算资源的计费项由公共资源组和专有资源组组成。本文为您介绍通用计算资源各个资源组的计费详情。

计费项

通用计算资源的计费项组成如下图:

c35674e1773ccc435099306547f37458

计费方式

公共资源组和专有资源组的计费方式如下。

计费项

计费主体

计费规则

计费方式

停止计费

公共资源组

DSW实例或DLC任务运行时长(占用公共资源组的时长)。

按照DSW实例或DLC任务占用的公共资源组的时长计费。

  • 为DLC或DSW子产品的新用户提供免费试用额度,但需要自行领取。具体的免费试用额度、领取方式和注意事项,请参见新用户免费试用额度

    说明

    免费额度用尽或试用期结束后,若继续使用计算资源,则会使用按量计费方式进行计费。

  • 后付费(按量计费)

DSW实例停止运行、DLC任务执行结束或任务状态为已停止。

专有资源组

专有资源组购买的计算资源的运行时长。

只对专有资源组购买的计算资源收费,部署在专有资源组上的DSW实例或DLC任务不产生额外费用。

预付费(包年包月)

不涉及

公共资源组

为DLC或DSW子产品的新用户提供免费试用额度,但需要自行领取。具体的免费试用额度、领取方式和注意事项,请参见新用户免费试用额度。免费额度用尽或试用期结束后,若继续使用计算资源,则会使用后付费(按量计费)方式进行计费。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

后付费(按量计费)

账单金额=(定价/60)×运行时长(分钟)

定价详情,请参见附录:公共资源组定价详情

按DSW实例或DLC任务的运行时长收费。

不涉及

专有资源组

使用为专有资源组购买的计算资源时,计费方式仅支持预付费(包年包月)。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

预付费(包年包月)

账单金额 = 节点规格定价×节点数量×购买时长

定价详情请前往购买专属资源组页面查看。

  • 计费的时间起点:购买次日00:00:00起算。

  • 计费的时间终点:到期时间。

不涉及

计费案例

重要

以下计费案例仅供参考,实际费用以您购买的云服务的控制台页面(或购买页面)为准。

公共资源组计费示例

  • 示例场景描述:

    假设您使用规格名称ecs.g6.2xlarge创建训练任务,节点数量为1,资源组位于华东2(上海)地域,训练任务执行时长为1分15秒。

  • 费用计算:

    账单金额=1×2.02÷60×1.25=0.042 CNY

专有资源组计费示例

  • 示例场景描述:

    假设您使用预付费(包年包月)的方式,购买了华东2(上海)地域的ecs.g6.13xlarge-52c192g两台,购买时长为2个月,定价为6864(CNY/月)(实际价格以产品购买为准)。

  • 费用计算:

    总金额=2×6864×2=27456 CNY

欠费说明

欠费原因

您当前账号余额不足。

  • 预付费:您绑定的续费账户余额不足。

  • 后付费:如果您的账户可用余额小于上一个计费周期的账单金额,阿里云扣费失败后,您将处于欠费状态。

欠费停服说明

  • PAI会以T+1天的形式展示账单,账单出账时间通常在当前计费周期结束后4小时内。当您的账户欠费后,系统会给账号的注册手机发送短信通知。

  • 欠费后,PAI服务将继续保持24小时,但欠费超过24小时后,您的服务将被暂停,此后您将无法使用相关功能。

说明

为避免对您的业务造成影响,请您及时续费。

查看欠费金额

  1. 登录用户中心

  2. 首页待办提醒区域,查看欠费金额。历史未结清

续费说明

DLC专有资源组预付费支持以下两种续费方式。

退款说明

  • 后付费已发生的费用不予退款。

  • 预付费按照如下规则退款:

    • 五天无理由退订:购买资源包后5天内未使用,可申请无理由全额退款。

    • 非五天无理由退订:按照资源包剩余量退还余款:

      退款金额 = 实付金额 - 已消费金额。

    • 退订未生效的续费订单:如果资源已进行续费操作,可选择单独退订未生效的续费订单。

    详细的退款规则说明,请参见退订规则说明

附录:公共资源组定价详情

具体定价详情如下所示。

资源类型

规格

GPU卡型

定价(CNY/小时)

地域

ecs.c6.large(已下架)

2 vCPU+4 GB内存

0

ecs.g6.2xlarge

8 vCPU+32 GB内存

2.202

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

2.994

印度(孟买)

3.564

  • 新加坡

  • 印度尼西亚(雅加达)

3.39

马来西亚(吉隆坡)

3.918

中国(香港)

3.432

  • 德国(法兰克福)

ecs.g6.4xlarge

16 vCPU+64 GB内存

4.398

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

5.982

印度(孟买)

7.128

  • 新加坡

  • 印度尼西亚(雅加达)

6.864

德国(法兰克福)

6.774

马来西亚(吉隆坡)

7.83

中国(香港)

ecs.g6.8xlarge

32 vCPU+128 GB内存

8.802

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

11.97

印度(孟买)

14.256

  • 新加坡

  • 印度尼西亚(雅加达)

13.554

马来西亚(吉隆坡)

13.728

德国(法兰克福)

15.666

中国(香港)

ecs.r7.large

2 vCPU+16 GB内存

1.05

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.768

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.152

中国(香港)

ecs.r7.xlarge

4 vCPU+32 GB内存

1.53

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

2.094

  • 新加坡

  • 印度尼西亚(雅加达)

2.1

德国(法兰克福)

2.304

中国(香港)

ecs.r7.2xlarge

8 vCPU+64 GB内存

4.194

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

3.066

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

4.608

中国(香港)

ecs.r7.4xlarge

16 vCPU+128 GB内存

8.388

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

6.126

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

9.216

中国(香港)

ecs.r7.6xlarge

24 vCPU+192 GB内存

12.576

  • 新加坡

  • 印度尼西亚(雅加达)

12.588

德国(法兰克福)

9.192

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

13.818

中国(香港)

ecs.r7.8xlarge

32 vCPU+256 GB内存

16.77

  • 新加坡

  • 印度尼西亚(雅加达)

16.782

德国(法兰克福)

12.252

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

18.426

中国(香港)

ecs.g5.xlarge

4 vCPU+16 GB内存

1.428

印度(孟买)

1.86

新加坡

1.674

马来西亚(吉隆坡)

1.758

印度尼西亚(雅加达)

1.944

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.782

中国(香港)

1.71

德国(法兰克福)

ecs.g6.xlarge

4 vCPU+16 GB内存

1.494

印度(孟买)

1.782

  • 新加坡

  • 印度尼西亚(雅加达)

1.692

马来西亚(吉隆坡)

1.098

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.956

中国(香港)

1.716

德国(法兰克福)

ecs.g7.xlarge

4 vCPU+16 GB内存

1.656

  • 新加坡

  • 印度尼西亚(雅加达)

1.152

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.818

中国(香港)

1.59

德国(法兰克福)

ecs.g7.2xlarge

8 vCPU+32 GB内存

3.312

  • 新加坡

  • 印度尼西亚(雅加达)

3.642

中国(香港)

3.174

德国(法兰克福)

2.304

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g5.2xlarge

8 vCPU+32 GB内存

2.862

印度(孟买)

3.72

新加坡

3.36

马来西亚(吉隆坡)

3.51

印度尼西亚(雅加达)

3.894

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

3.576

中国(香港)

3.42

德国(法兰克福)

ecs.g6.3xlarge

12 vCPU+48 GB内存

4.488

印度(孟买)

5.346

  • 新加坡

  • 印度尼西亚(雅加达)

5.082

马来西亚(吉隆坡)

3.3

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

5.148

德国(法兰克福)

5.874

中国(香港)

ecs.g7.3xlarge

12 vCPU+48 GB内存

4.968

  • 新加坡

  • 印度尼西亚(雅加达)

5.46

中国(香港)

4.758

德国(法兰克福)

3.456

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g7.4xlarge

16 vCPU+64 GB内存

6.618

  • 新加坡

  • 印度尼西亚(雅加达)

6.348

德国(法兰克福)

7.284

中国(香港)

4.602

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.r7.3xlarge

12 vCPU+96 GB内存

6.288

  • 新加坡

  • 印度尼西亚(雅加达)

4.596

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

6.294

德国(法兰克福)

6.912

中国(香港)

ecs.c6e.8xlarge

32 vCPU+64 GB内存

11.274

新加坡

10.716

马来西亚(吉隆坡)

11.274

印度尼西亚(雅加达)

7.224

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

11.088

德国(法兰克福)

12.384

中国(香港)

ecs.g6.6xlarge

24 vCPU+96 GB内存

8.976

印度(孟买)

10.692

  • 新加坡

  • 印度尼西亚(雅加达)

10.164

马来西亚(吉隆坡)

6.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

10.296

德国(法兰克福)

11.748

中国(香港)

ecs.g7.6xlarge

24 vCPU+96 GB内存

9.93

  • 新加坡

  • 印度尼西亚(雅加达)

6.906

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

10.926

中国(香港)

9.522

德国(法兰克福)

ecs.g5.4xlarge

16 vCPU+64 GB内存

5.712

印度(孟买)

7.44

新加坡

6.666

马来西亚(吉隆坡)

7.032

印度尼西亚(雅加达)

7.14

中国(香港)

6.846

德国(法兰克福)

7.788

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.hfc6.8xlarge

32 vCPU+64 GB内存

12.318

  • 新加坡

  • 印度尼西亚(雅加达)

11.616

马来西亚(吉隆坡)

7.884

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

12.144

德国(法兰克福)

13.554

中国(香港)

ecs.g7.8xlarge

32 vCPU+128 GB内存

13.242

  • 新加坡

  • 印度尼西亚(雅加达)

9.21

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

14.562

中国(香港)

12.696

德国(法兰克福)

ecs.hfc6.10xlarge

40 vCPU+96 GB内存

15.402

  • 新加坡

  • 印度尼西亚(雅加达)

14.52

马来西亚(吉隆坡)

9.852

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

15.18

德国(法兰克福)

16.938

中国(香港)

ecs.g6.13xlarge

52 vCPU+192 GB内存

19.446

印度(孟买)

23.166

  • 新加坡

  • 印度尼西亚(雅加达)

22.02

马来西亚(吉隆坡)

14.298

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

22.308

德国(法兰克福)

25.452

中国(香港)

ecs.g5.8xlarge

32 vCPU+128 GB内存

11.43

印度(孟买)

14.88

新加坡

13.332

马来西亚(吉隆坡)

14.046

印度尼西亚(雅加达)

14.292

中国(香港)

13.692

德国(法兰克福)

15.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.hfc6.16xlarge

64 vCPU+128 GB内存

24.642

印度尼西亚(雅加达)

23.232

马来西亚(吉隆坡)

15.768

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

24.288

德国(法兰克福)

27.102

中国(香港)

ecs.hfc6.20xlarge

80 vCPU+192 GB内存

30.798

  • 新加坡

  • 印度尼西亚(雅加达)

29.04

马来西亚(吉隆坡)

19.71

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

33.882

中国(香港)

30.36

德国(法兰克福)

ecs.g6.26xlarge

104 vCPU+384 GB内存

38.898

印度(孟买)

46.332

  • 新加坡

  • 印度尼西亚(雅加达)

44.046

马来西亚(吉隆坡)

28.602

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

44.616

德国(法兰克福)

50.91

中国(香港)

ecs.g5.16xlarge

64 vCPU+256 GB内存

22.86

印度(孟买)

29.76

新加坡

26.664

马来西亚(吉隆坡)

28.092

印度尼西亚(雅加达)

28.566

中国(香港)

27.378

德国(法兰克福)

31.164

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c4g1.xlarge

4 vCPU+15 GB内存

1 * NVIDIA T4

9.756

印度(孟买)

9.786

新加坡

9.594

马来西亚(吉隆坡)

9.132

印度尼西亚(雅加达)

12.792

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

9.072

德国(法兰克福)

8.676

中国(香港)

ecs.gn6i-c8g1.2xlarge

8 vCPU+31 GB内存

1 * NVIDIA T4

11.394

印度(孟买)

11.604

新加坡

11.376

马来西亚(吉隆坡)

10.836

印度尼西亚(雅加达)

10.284

中国(香港)

10.932

德国(法兰克福)

15.402

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c16g1.4xlarge

16 vCPU+62 GB内存

1 * NVIDIA T4

14.706

印度(孟买)

15.246

新加坡

14.94

马来西亚(吉隆坡)

14.232

印度尼西亚(雅加达)

13.518

中国(香港)

14.652

德国(法兰克福)

18.048

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn7-c12g1.3xlarge

12 vCPU+95 GB内存

1 * GU50

37.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c24g1.6xlarge

24 vCPU+93 GB内存

1 * NVIDIA T4

17.523

印度(孟买)

19.11

新加坡

18.72

马来西亚(吉隆坡)

18.912

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

16.938

中国(香港)

18.504

德国(法兰克福)

17.844

印度尼西亚(雅加达)

ecs.gn7i-c32g1.8xlarge

32 vCPU+188 GB内存

1 * NVIDIA A10

23.376

新加坡

14.64

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

23.934

德国(法兰克福)

ecs.gn7e-c16g1.4xlarge

16 vCPU+125 GB内存

1 * GU100

38.214

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北2(北京)

ecs.gn7i-c16g1.4xlarge

16 vCPU+60 GB内存

1 * NVIDIA A10

21.042

新加坡

21.54

德国(法兰克福)

11.1

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.gn6i-c24g1.12xlarge

48 vCPU+186 GB内存

2 * NVIDIA T4

35.088

印度(孟买)

38.232

新加坡

37.464

马来西亚(吉隆坡)

35.682

印度尼西亚(雅加达)

37.818

  • 华北2(北京)

  • 华东1(杭州)

  • 华南1(深圳)

33.9

中国(香港)

36.984

德国(法兰克福)

ecs.gn7i-c32g1.16xlarge

64 vCPU+376 GB内存

2 * NVIDIA A10

46.758

新加坡

29.28

  • 华东1(杭州)

  • 华东2(上海)

  • 华北2(北京)

  • 华南1(深圳)

47.874

德国(法兰克福)

ecs.gn7-c13g1.13xlarge

52 vCPU+380 GB内存

4 * GU50

138.966

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn7i-c32g1.32xlarge

128 vCPU+752 GB内存

4 * NVIDIA A10

93.51

新加坡

58.554

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

95.748

德国(法兰克福)

ecs.gn6i-c24g1.24xlarge

96 vCPU+372 GB内存

4 * NVIDIA T4

70.17

印度(孟买)

75.522

新加坡

74.01

马来西亚(吉隆坡)

70.488

印度尼西亚(雅加达)

75.624

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

73.974

德国(法兰克福)

66.96

中国(香港)

ecs.gn6v-c10g1.20xlarge

82 vCPU+336 GB内存

8 * NVIDIA V100

241.602

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn7-c13g1.26xlarge

104 vCPU+760 GB内存

8 * GU50

277.932

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.ebmgn7e.32xlarge

128 vCPU+1024 GB内存

8 * GU100

305.724

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

343.32

德国(法兰克福)

ecs.g6.large(已下架)

2 vCPU+8 GB内存

0

ecs.gn5-c28g1.7xlarge

28 vCPU+112 GB内存

1 * NVIDIA P100

26.268

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

24.57

印度(孟买)

24.708

德国(法兰克福)

23.988

  • 新加坡

  • 印度尼西亚(雅加达)

22.794

中国(香港)

ecs.gn5-c4g1.xlarge

4 vCPU+30 GB内存

1 * NVIDIA P100

14.058

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

13.158

印度(孟买)

13.836

  • 新加坡

  • 印度尼西亚(雅加达)

12.972

马来西亚(吉隆坡)

13.146

中国(香港)

12.36

  • 德国(法兰克福)

ecs.gn5-c8g1.2xlarge

8 vCPU+60 GB内存

1 * NVIDIA P100

16.926

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

15.84

印度(孟买)

16.668

  • 新加坡

  • 印度尼西亚(雅加达)

15.618

马来西亚(吉隆坡)

15.828

  • 中国(香港)

14.88

德国(法兰克福)

ecs.gn5-c8g1.4xlarge

16 vCPU+120 GB内存

2 * NVIDIA P100

33.858

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

31.686

印度(孟买)

33.342

  • 新加坡

  • 印度尼西亚(雅加达)

31.23

马来西亚(吉隆坡)

31.668

中国(香港)

29.76

德国(法兰克福)

ecs.gn6e-c12g1.12xlarge

48 vCPU+368 GB内存

4 * NVIDIA V100

86.856

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

119.676

印度(孟买)

128.22

中国(香港)

121.386

新加坡

128.22

印度尼西亚(雅加达)

106.812

德国(法兰克福)

ecs.gn6e-c12g1.3xlarge

12 vCPU+92 GB内存

1 * NVIDIA V100

21.714

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

29.916

印度(孟买)

30.348

新加坡

32.058

  • 印度尼西亚(雅加达)

  • 中国(香港)

26.7

德国(法兰克福)

ecs.gn6e-c12g1.24xlarge

96 vCPU+736 GB内存

8 * NVIDIA V100

173.706

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

239.352

印度(孟买)

242.772

新加坡

256.446

  • 印度尼西亚(雅加达)

  • 中国(香港)

213.624

德国(法兰克福)

ecs.gn6v-c8g1.2xlarge

8 vCPU+32 GB内存

1 * NVIDIA V100

28.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

33

新加坡

ecs.gn6v-c8g1.8xlarge

32 vCPU+128 GB内存

4 * NVIDIA V100

29.106

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

33.552

新加坡

ecs.gn6v-c8g1.16xlarge

64 vCPU+256 GB内存

8 * NVIDIA V100

232.848

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

268.398

新加坡

ecs.gn6v-c10g1.20xlarge

82 vCPU+336 GB内存

8 * NVIDIA V100

241.602

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.r7.16xlarge

64 vCPU+512 GB内存

33.54

  • 新加坡

  • 印度尼西亚(雅加达)

24.51

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

33.564

德国(法兰克福)

36.852

中国(香港)

  • 本页导读 (1)
文档反馈