文档

可视化建模(Designer)计费说明

更新时间:

本文为您介绍Designer的计费方式及计费示例。

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

image

计费项

计费主体

计费方式

停止计费

计费规则

算法组件

组件运行时长

后付费(按量计费)

停止运行组件

将组件运行消耗的资源量折算成计算时,按计算时按量计费。

深度学习组件

组件运行时长

后付费(按量计费)

停止运行组件

按组件运行消耗的实际资源计费。

预付费(包年包月)

不涉及

(即将下线)按购买的机型和时长计费。

计费方式

算法组件

使用Designer算法组件时,不同类型的算法单价不同,详细计费说明如下:

  • 计费公式:账单金额 = 计算时数量 × 单价

    其中,计算时数量 = max(CPU Core数量×时长(h), 内存(GB)×时长(h)/4)

  • 计费时间段:组件开始运行的时间~组件停止运行的时间

  • 计费示例:假设您在1小时30分钟内使用数据分析类型的算法消耗了2个CPU Core和5 GB内存,则计算时数量 = max(2×(1+30/60), 5×(1+30/60)/4) = 3,因此账单金额 = 计算时数量 × 单价 = 3 × 1.3 = 3.9元。各类型算法的单价如下:

    算法类型

    单价(元/计算时

    算法类型说明

    数据预处理(data_manipulation)

    1

    包括数据预处理和特征工程算法组件。

    数据分析(data_analysis)

    1.3

    包括统计分析、机器学习、时间序列、网络分析以及金融板块算法组件。

    文本分析(text_analysis)

    1.7

    包括文本分析算法组件。

    深度学习(deep_learning)

    1

    仅消耗CPU的深度学习任务,包括EasyRec系列算法和CPU版本的Tensorflow框架组件。

    默认算法(default)

    1

    不使用GPU同时也不属于上述类型的算法组件。

    说明

深度学习组件

使用Designer深度学习算法组件时,各地域对应GPU机型及单价如下:

预付费(GPU任务,包年包月,即将下线

深度学习预付费(包年包月)GPU任务按照每卡每小时计费,需要按照GPU机型购买。

  • 计费公式:预付金额 = 机型定价 × 购买时长

    其中,各地域对应GPU机型及单价如下:

    地域

    机型

    单价(元/月)

    华北2(北京)

    单机2卡P100机器

    6912

    单机8卡P100机器

    27648

    华东2(上海)

    单机8卡V100机器

    67056

    华东1(杭州)

    单机8卡V100机器

    67056

    华南1(深圳)

    单机8卡V100机器

    67056

  • 计费时间段:购买次日00:00:00~到期时间

后付费(GPU任务,按量计费,即将下线)

深度学习后付费(按量计费)GPU任务按照每卡每小时计费,包括TensorFlow、MXNet等框架。

  • 计费公式:账单金额 = 卡数消耗 × 运行时长(h) × 单价 + 计算时数量 × 1元/计算时

    其中,计算时数量 = max(CPU Core数量×时长(h), 内存(GB)×时长(h)/4)

    各地域对应GPU机型及单价如下:

    地域

    机型

    单价(元/卡/小时)

    华北2(北京)

    P100卡

    12

    华东2(上海)

    V100卡

    29.106

    华东1(杭州)

    V100卡

    29.106

    华南1(深圳)

    V100卡

    29.106

  • 计费时间段:组件开始运行的时间~组件停止运行的时间

后付费(CPU任务,按量计费)

  • 计费公式:账单金额 = 计算时数量 × 1元/计算时

    其中,计算时数量 = max(CPU Core数量×时长(h), 内存(GB)×时长(h)/4)

  • 计费时间段:组件开始运行的时间~组件停止运行的时间

计费案例

通常情况下,Designer中的实验由多个算法组件组成,每个算法组件又由多个子任务组成。因此,在计算实验费用时,需要先计算各算法组件下的子任务费用,再累计求和。

  1. 定位算法组件的类别。

    1. 登录PAI控制台

    2. 在顶部左上角根据实际情况选择地域。

    3. 在左侧导航栏选择工作空间列表,单击指定工作空间名称,进入对应工作空间内。

    4. 在左侧导航栏选择模型开发与训练 > 可视化建模(Designer)

    5. 在工作流列表页面,选中对应的工作流后,单击进入工作流即可进入工作流页面。

    6. 在组件列表中,定位PLDA组件属于文本分析类,定价为1.7元/计算时

      组件类别

  2. 查看作业运行消耗的资源。

    1. 在实验页面右侧画布中,右键单击PLDA组件。

    2. 在快捷菜单中,选择查看日志

    3. 日志-PLDA页面,每条蓝色链接对应一个子任务,单击对应链接。

      查看日志

    4. 在LogView页面,单击SourceXML页签。

    5. 在TaskPlan下,查看CPU和Memory。查看资源

      • CPU除以100,表示使用的CPU Core数量,即该作业使用了1个CPU Core。

      • Memory单位为MB,即该作业使用了1 GB内存。

    6. 在LogView页面,单击Job Details页签。

    7. 单击AlgoTask_0_0页签下的任务对象。在下方弹出的区域框中,单击Terminated页签。Latency表示每个作业的运行时长。任务详情

      该子任务共有49个作业,每个作业的运行时长约为26秒。

  3. 计算子任务的费用。

    1. 子任务计算时数量 = max(CPU Core数量×时长(h), 内存(GB)×时长(h)/4) = max(49×1×(26/3600), 49×1×(26/3600)/4) ≈ 0.35计算时

    2. 子任务的费用 = 子任务计算时数量 × 单价 = 0.35 × 1.7 = 0.595元

  4. 计算PLDA组件下所有子任务的费用,并对所有子任务的费用累计求和,计算出PLDA组件费用。

  5. 参见上述步骤,计算实验下所有组件的费用,并对所有组件的费用累计求和,计算出实验费用。