E-MapReduce:課金項目と課金方法

コンピューティングリソース

コンピューティングリソースは、サブスクリプションプランまたは実際の従量課金使用量に基づいて課金されます。測定単位は CU です。

1 CU = 1 vCPU + 4 GiB メモリ。これは、EMR Serverless Spark ワークスペースのコンピューティング能力の基本単位です。コンピューティングタスクの CU 使用量は、処理されるデータ量、計算の複雑さ、データ分散、および Fusion エンジンを有効にするかどうかによって異なります。Fusion エンジンを有効にしても、リソースコストは増加しません。通常、ジョブのランタイムが 30% 以上削減されます。

vCPU 対メモリ比が 1:4 未満の場合は、変換の詳細について「EMR Serverless Spark CU プロモーション」をご参照ください。

次の表に、1 CU の処理能力を示します。

モデル呼び出し

組み込みの AI Center モデルサービスの実際の使用量に基づいて、モデルの呼び出しに対して請求されます。測定単位は 1,000 トークンです。

トークン使用量は、以下のように推定されます： • 1 漢字 ≈ 1.5～2 トークン • 1 英字 ≈ 0.25 トークン • 1 英単語 ≈ 1.3 トークン

• Alibaba Cloud Model Studio: ≈ 4～5 トークン

• Hello World: ≈ 2 トークン

たとえば、データマスキングシナリオでは、1,000 件のテキストレコードをバッチで処理します。以下は SQL ステートメントの例です：

select
  ai_query (
    concat(
      'Mask the following text according to these rules:
      1. Chinese names: Detect all Chinese names (2–4 characters). Keep the first and last characters. Replace middle characters with `*`.
      2. Mobile phone numbers: Detect Chinese mainland mobile numbers (11 digits, starting with 1). Keep the first 3 and last 4 digits. Replace the middle 4 digits with `****`.
      3. Physical addresses: Detect specific physical address information, such as province, city, district, street, and building number. Keep only the province, city, and district (county) levels. Replace all detailed street, building number, and community names after the district/county level with `***`.
      Output requirements:
      Return only the following three lines. Do not include explanations, original text, or other content:
      Name: [result]
      Mobile: [result]
      Address: [result]',
      user_info
    )
  )AS masked_text
from
  user_tbl
;

たとえば、user_info の値は次のようになります：「李四 (リー・スー) 氏は上海市浦東新区張江ハイテクパーク某某路 xxx 号に住んでいます。携帯電話番号は 159******** です。」

1 レコードあたりの推定トークン使用量は次のとおりです：

10,000 レコードの推定トークン使用量は次のとおりです：