备案控制台
文档
产品文档
输入文档关键字查找
首页 人工智能平台 PAI 产品概述 产品计费 分布式训练（DLC）计费说明

DLC计费说明

更新时间：
一键部署
产品详情
相关技术圈
我的收藏

本文为您介绍DLC的计费规则。

注意事项

本文中所有的价格信息仅供参考，实际价格请以出账账单为准。

计费项

计费项组成如下图所示：

fd0d7ba16722bbf09f49d5a33f9bdcf9

计费方式

请选择适合您业务的计费方式：

计费方式

计费项

计费主体

计费规则

停止计费

按量计费

说明

为新用户提供免费试用额度，但需要自行领取，详情请参见新用户免费试用。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。

公共资源

DLC任务运行时长（占用公共资源的时长）。

使用公共资源创建DLC任务，按照DLC任务的运行时长计费。

  • DLC任务执行结束。

  • DLC任务状态为已停止。

包年包月

AI计算资源（通用计算资源和灵骏智算资源）

详情请参见AI计算资源计费说明。

详情请参见AI计算资源计费说明。

不涉及

公共资源

按量计费

如果您希望采用按量计费方式进行购买，则需要使用公共资源创建DLC任务。为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、免费资源类型、领取方式和注意事项，请参见新用户免费试用。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。

资源类型

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

通用计算公共资源

账单金额=节点数量×（单价/60）×运行时长（分钟）

同一规格在不同地域的价格可能不同，请参考通过控制台创建文档，前往DLC的新建任务页面。在资源配置区域选择公共资源（后付费）作为您的资源配额。选择资源规格后，您将能查看相应的定价信息。image

按DLC任务的运行时长进行收费。

不涉及

无

灵骏智算公共资源

定价详情请参见灵骏智算资源-公共资源。

您也可以参考通用计算公共资源，前往控制台页面查看定价信息。

仅支持华北6（乌兰察布）地域，仅供白名单用户受限申请使用。

灵骏智算资源-公共资源

  • 支持的节点规格如下：

    • 规格

    GPU

    CPU（core）

    Mem（GB）

    ml.gu7xf.8xlarge-gu108

    8卡*gu7xf

    96

    1600

    ml.gu7ef.8xlarge-gu100

    8卡*gu7ef

    96

    1600

    ml.gu8xf.8xlarge-gu108

    8卡*gu8xf

    160

    1800

  • 节点价格如下：

    • 重要

    以下提供的定价信息仅供参考，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。

    规格

    定价（CNY/小时）

    ml.gu7xf.8xlarge-gu108

    316.0941

    ml.gu7ef.8xlarge-gu100

    351.2163

    ml.gu8xf.8xlarge-gu108

    772.6766

AI计算资源

包年包月

AI计算资源按场景类型分为通用计算资源和灵骏智算资源。如果您希望采用包年包月方式进行购买，则需要预付费购买AI计算资源，并使用相应资源Quota提交DLC任务。关于AI计算资源的计费详情，请参见AI计算资源计费说明。

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。

公共资源计费示例

  • 示例场景描述：

    假设您在华东2（上海）地域，使用通用计算公共资源的ecs.g6.2xlarge规格创建训练任务，节点数量为1，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

AI计算资源计费示例

关于AI计算资源相关计费示例，请参见AI计算资源计费说明。

附录：公共资源规格列表

DLC支持使用的部分通用计算公共资源规格列表如下，您可以前往DLC新建任务页面的资源信息区域，查看更完整的规格列表信息，详情请参见通过控制台创建。不同地域支持的资源规格略有不同，以控制台显示为准。

资源类型

规格

GPU卡型

ecs.g6.xlarge

4 vCPU+16 GB内存

无

ecs.c6.large

2 vCPU+4 GB内存

无

ecs.g6.large

2 vCPU+8 GB内存

无

ecs.g6.2xlarge

8 vCPU+32 GB内存

无

ecs.g6.4xlarge

16 vCPU+64 GB内存

无

ecs.g6.8xlarge

32 vCPU+128 GB内存

无

ecs.r7.large

2 vCPU+16 GB内存

无

ecs.r7.xlarge

4 vCPU+32 GB内存

无

ecs.r7.2xlarge

8 vCPU+64 GB内存

无

ecs.r7.4xlarge

16 vCPU+128 GB内存

无

ecs.r7.6xlarge

24 vCPU+192 GB内存

无

ecs.r7.8xlarge

32 vCPU+256 GB内存

无

ecs.r7.16xlarge

64 vCPU+512 GB内存

无

ecs.g5.xlarge

4 vCPU+16 GB内存

无

ecs.g7.xlarge

4 vCPU+16 GB内存

无

ecs.g7.2xlarge

8 vCPU+32 GB内存

无

ecs.g5.2xlarge

8 vCPU+32 GB内存

无

ecs.g6.3xlarge

12 vCPU+48 GB内存

无

ecs.g7.3xlarge

12 vCPU+48 GB内存

无

ecs.g7.4xlarge

16 vCPU+64 GB内存

无

ecs.r7.3xlarge

12 vCPU+96 GB内存

无

ecs.c6e.8xlarge

32 vCPU+64 GB内存

无

ecs.g6.6xlarge

24 vCPU+96 GB内存

无

ecs.g7.6xlarge

24 vCPU+96 GB内存

无

ecs.g5.4xlarge

16 vCPU+64 GB内存

无

ecs.hfc6.8xlarge

32 vCPU+64 GB内存

无

ecs.g7.8xlarge

32 vCPU+128 GB内存

无

ecs.hfc6.10xlarge

40 vCPU+96 GB内存

无

ecs.g6.13xlarge

52 vCPU+192 GB内存

无

ecs.g5.8xlarge

32 vCPU+128 GB内存

无

ecs.hfc6.16xlarge

64 vCPU+128 GB内存

无

ecs.g7.16xlarge

64 vCPU+256 GB内存

无

ecs.hfc6.20xlarge

80 vCPU+192 GB内存

无

ecs.g6.26xlarge

104 vCPU+384 GB内存

无

ecs.g5.16xlarge

64 vCPU+256 GB内存

无

ecs.r5.8xlarge

32 vCPU+256 GB内存

无

ecs.re6.13xlarge

52 vCPU+768 GB内存

无

ecs.re6.26xlarge

104 vCPU+1536 GB内存

无

ecs.re6.52xlarge

208 vCPU+3072 GB内存

无

ecs.g7.32xlarge

128 vCPU+512 GB内存

无

ecs.gn7i-c8g1.2xlarge

8 vCPU+30 GB内存

1 * NVIDIA A10

ecs.gn6v-c8g1.2xlarge

8 vCPU+32 GB内存

1 * NVIDIA V100

ecs.gn6e-c12g1.24xlarge

96 vCPU+736 GB内存

8 * NVIDIA V100

ecs.gn6v-c8g1.16xlarge

64 vCPU+256 GB内存

8 * NVIDIA V100

ecs.gn6v-c10g1.20xlarge

82 vCPU+336 GB内存

8 * NVIDIA V100

ecs.gn6e-c12g1.12xlarge

48 vCPU+338 GB内存

4 * NVIDIA V100

ecs.gn6v-c8g1.8xlarge

32 vCPU+128 GB内存

4 * NVIDIA V100

ecs.gn6i-c24g1.24xlarge

96 vCPU+372 GB内存

4 * NVIDIA T4

ecs.gn5-c8g1.4xlarge

16 vCPU+120 GB内存

2 * NVIDIA P100

ecs.gn7i-c32g1.16xlarge

64 vCPU+376 GB内存

2 * NVIDIA A10

ecs.gn6i-c24g1.12xlarge

48 vCPU+186 GB内存

2 * NVIDIA T4

ecs.gn6e-c12g1.3xlarge

12 vCPU+92 GB内存

1 * NVIDIA V100

ecs.gn5-c4g1.xlarge

4 vCPU+30 GB内存

1 * NVIDIA P100

ecs.gn5-c8g1.2xlarge

8 vCPU+60 GB内存

1 * NVIDIA P100

ecs.gn5-c28g1.7xlarge

28 vCPU+112 GB内存

1 * NVIDIA P100

ecs.gn6i-c4g1.xlarge

4 vCPU+15 GB内存

1 * NVIDIA T4

ecs.gn6i-c8g1.2xlarge

8 vCPU+31 GB内存

1 * NVIDIA T4

ecs.gn6i-c16g1.4xlarge

16 vCPU+62 GB内存

1 * NVIDIA T4

ecs.gn6i-c24g1.6xlarge

24 vCPU+93 GB内存

1 * NVIDIA T4

ecs.gn7i-c32g1.8xlarge

32 vCPU+188 GB内存

1 * NVIDIA A10

ecs.gn7e-c16g1.4xlarge

16 vCPU+125 GB内存

1 * GU50

ecs.gn7-c12g1.3xlarge

12 vCPU+95 GB内存

1 * GU50

ecs.gn7i-c16g1.4xlarge

16 vCPU+60 GB内存

1 * NVIDIA A10

ecs.gn7-c13g1.26xlarge

104 vCPU+760 GB内存

8 * GU50

ecs.ebmgn7e.32xlarge

128 vCPU+1024 GB内存

8 * GU50

ecs.gn7i-c32g1.32xlarge

128 vCPU+752 GB内存

4 * NVIDIA A10

ecs.gn7-c13g1.13xlarge

52 vCPU+380 GB内存

4 * GU50

ecs.gn7s-c32g1.32xlarge

128 vCPU+1000 GB内存

4 * NVIDIA A30

ecs.gn7s-c56g1.14xlarge

56 vCPU+440 GB内存

1 * NVIDIA A30

ecs.gn7s-c48g1.12xlarge

48 vCPU+380 GB内存

1 * NVIDIA A30

ecs.gn7s-c16g1.4xlarge

16 vCPU+120 GB内存

1 * NVIDIA A30

ecs.gn7s-c8g1.2xlarge

8 vCPU+60 GB内存

1 * NVIDIA A30

ecs.gn7s-c32g1.8xlarge

32 vCPU+250 GB内存

1 * NVIDIA A30

上一篇：交互式建模（DSW）计费说明下一篇：自动机器学习（AutoML）计费说明
文档推荐
  • 本页导读 （1）