PAI-DLC包括自运维资源组、公共资源组和专有资源组工作集群,本文介绍各版本的计费规则。
自运维资源组
由于自运维资源组的PAI-DLC是基于容器服务ACK进行深度学习训练,因此会产生ACK集群相关的资源、网络和存储费用,详情请参见ACK计费说明。PAI-DLC暂时不收取额外费用。
公共资源组
公共资源组仅支持按量计费(后付费),折算如下。
按量计费的定价如下。
账单金额=(定价/60)×使用时长
说明 使用时长的单位为分钟。
资源类型 | 规格 | GPU卡型 | 定价(CNY/小时) | 地域 |
---|---|---|---|---|
ecs.c6.large | 2 vCPU+4 GB内存 | 无 | 0.429 |
|
ecs.g6.2xlarge | 8 vCPU+32 GB内存 | 无 | 2.2 | |
ecs.g6.4xlarge | 16 vCPU+64 GB内存 | 无 | 4.4 | |
ecs.g6.8xlarge | 32 vCPU+128 GB内存 | 无 | 8.8 | |
ecs.g6.large | 2 vCPU+8 GB内存 | 无 | 0.55 | |
ecs.g6.xlarge | 4 vCPU+16 GB内存 | 无 | 1.1 | |
ecs.gn5-c28g1.7xlarge | 28 vCPU+112 GB内存 | 1 * NVIDIA P100 | 26.268 | |
ecs.gn5-c4g1.xlarge | 4 vCPU+30 GB内存 | 1 * NVIDIA P100 | 14.058 | |
ecs.gn5-c8g1.2xlarge | 8 vCPU+60 GB内存 | 1 * NVIDIA P100 | 16.929 | |
ecs.gn5-c8g1.4xlarge | 16 vCPU+120 GB内存 | 2 * NVIDIA P100 | 33.858 | |
ecs.gn6e-c12g1.12xlarge | 48 vCPU+368 GB内存 | 4 * NVIDIA V100 | 86.854 | |
ecs.gn6e-c12g1.3xlarge | 12 vCPU+92 GB内存 | 1 * NVIDIA V100 | 21.713 | |
ecs.gn6e-c12g1.24xlarge | 96 vCPU+736 GB内存 | 8 * NVIDIA V100 | 173.708 | |
ecs.gn6v-c8g1.2xlarge | 8 vCPU+32 GB内存 | 1 * NVIDIA V100 | 29.106 | |
ecs.gn6v-c8g1.8xlarge | 32 vCPU+128 GB内存 | 4 * NVIDIA V100 | 116.424 | |
ecs.gn6v-c8g1.16xlarge | 64 vCPU+256 GB内存 | 8 * NVIDIA V100 | 232.848 | |
ecs.gn6v-c10g1.20xlarge | 82 vCPU+336 GB内存 | 8 * NVIDIA V100 | 241.604 |
专有资源组
您可以预先创建专有资源组工作集群并购买计算资源,使用专有资源组可以享受模型训练任务急速拉起、镜像缓存等能力,加快模型训练。专有资源组计算资源仅支持预付费,定价如下。
资源类型 | 规格 | 定价(CNY/月) | 地域 |
---|---|---|---|
ecs.g6.large | 2 vCPU+8 GB MEM | 288 |
|
ecs.g6.xlarge | 4 vCPU+16 GB MEM | 576 | |
ecs.g6.2xlarge | 8 vCPU+32 GB MEM | 1152 | |
ecs.g6.3xlarge | 12 vCPU+48 GB MEM | 1728 | |
ecs.g6.4xlarge | 16 vCPU+64 GB MEM | 2304 | |
ecs.g6.6xlarge | 24 vCPU+96 GB MEM | 3456 | |
ecs.g6.8xlarge | 32 vCPU+128 GB MEM | 4608 | |
ecs.g6.13xlarge | 52 vCPU+192 GB MEM | 7488 | |
ecs.g6.26xlarge | 104 vCPU+384 GB MEM | 14976 | |
ecs.g7.large | 2 vCPU+8 GB MEM | 331 | |
ecs.g7.xlarge | 4 vCPU+16 GB MEM | 662 | |
ecs.g7.2xlarge | 8 vCPU+32 GB MEM | 1325 | |
ecs.g7.3xlarge | 12 vCPU+48 GB MEM | 1987 | |
ecs.g7.4xlarge | 16 vCPU+64 GB MEM | 2650 | |
ecs.g7.6xlarge | 24 vCPU+96 GB MEM | 3974 | |
ecs.g7.8xlarge | 32 vCPU+128 GB MEM | 5299 | |
ecs.g7.16xlarge | 64 vCPU+256 GB MEM | 10598 | |
ecs.gn6e-c12g1.3xlarge | 12 vCPU+92 GB MEM+1x32gb-V100 | 6936 | |
ecs.gn6e-c12g1.12xlarge | 48 vCPU+368 GB MEM+4x32gb-V100 | 27743 | |
ecs.gn6e-c12g1.24xlarge | 96 vCPU+736 GB MEM+8x32gb-V100 | 55486 | |
ecs.gn6v-c8g1.2xlarge | 8 vCPU+32 GB MEM+1x16gb-V100 | 5578 | |
ecs.gn6v-c8g1.8xlarge | 32 vCPU+128 GB MEM+4x16gb-V100 | 22311 | |
ecs.gn6v-c8g1.16xlarge | 64 vCPU+256 GB MEM+8x16gb-V100 | 44623 | |
ecs.gn6v-c10g1.20xlarge | 82 vCPU+336 GB MEM+8x16gb-V100 | 46303 | |
ecs.gn6i-c4g1.xlarge | 4 vCPU+15 GB MEM+1 * 16gb-t4 | 4018 | |
ecs.gn6i-c8g1.2xlarge | 8 vCPU+31 GB MEM+1 * 16gb-t4 | 4838 | |
ecs.gn6i-c16g1.4xlarge | 16 vCPU+62 GB MEM+1 * 16gb-t4 | 5670 | |
ecs.gn6i-c24g1.6xlarge | 24 vCPU+93 GB MEM+1 * 16gb-t4 | 5940 | |
ecs.gn6i-c24g1.12xlarge | 48 vCPU+186 GB MEM+2 * 16gb-t4 | 11880 | |
ecs.gn6i-c24g1.24xlarge | 96 vCPU+372 GB MEM+4 * 16gb-t4 | 23760 |