Platform For AI:Machine Learning Designer の課金

課金概要

用途に応じて、Machine Learning Designer のコンポーネントは PAI アルゴリズムコンポーネント、PAI-DLC、または MaxCompute のいずれかに対して課金を発生させる場合があります。本トピックでは、PAI アルゴリズムコンポーネントの課金について説明します。その他の課金内容については、「DLC 課金」および「MaxCompute 課金」をご参照ください。本トピックに記載されているすべての価格は参考情報であり、最終的な請求額は実際の使用量に基づきます。

課金項目

課金方法

単位価格はアルゴリズムタイプによって異なります。

• 課金数式： 総コスト ＝ 課金時間 × 単位価格

  課金時間 ＝ max（CPU コア数 × 持続時間 (h)、メモリ (GB) × 持続時間 (h) ÷ 4）

• 課金持続時間： コンポーネントの実行開始から停止までの時間です。

• 課金例： データ分析アルゴリズムが 2 CPU コアと 5 GB のメモリを 1.5 時間使用したと仮定します。この場合の課金時間は max（2 × 1.5、5 × 1.5 ÷ 4）＝ 3 となります。したがって、総コスト ＝ 課金時間 × 単位価格 ＝ 3 × 0.21 ＝ 0.63 USD です。以下の表に、アルゴリズムタイプ別の単位価格を示します。

  アルゴリズムタイプ	単位価格（USD/課金時間）	説明
  データ前処理（data_manipulation）	0.16	データ前処理および特徴量エンジニアリングのアルゴリズムコンポーネントが含まれます。
  データ分析（data_analysis）	0.21	統計分析、機械学習、時系列、ネットワーク分析、金融向けのアルゴリズムコンポーネントが含まれます。一般的なアルゴリズムには、ビニングや swing_rec_ext などがあります。
  テキスト分析（text_analysis）	0.27	テキスト分析のアルゴリズムコンポーネントが含まれます。
  ディープ ラーニング アルゴリズム（deep_learning）	0.16	CPU ベースの TensorFlow フレームワークや EasyRec シリーズのアルゴリズムなどのディープ ラーニングコンポーネントが含まれます。

  説明

  • PAI を有効化する際に MaxCompute を有効にしている場合、SQL Script、Join、Union、Filtering and Mapping などのコンポーネントを使用すると、MaxCompute 料金が発生します。

  • PAI を有効化する際に Flink を有効にしている場合、Alink コンポーネント を使用して計算リソースとして Flink を選択すると、Flink 料金が発生します。

課金例

Machine Learning Designer のワークフローは通常、複数のアルゴリズムコンポーネントで構成され、各コンポーネントには複数のサブタスクが含まれる場合があります。ワークフロー全体の総コストを計算するには、各コンポーネントのすべてのサブタスクごとのコストを計算し、その合計を求めます。

1. アルゴリズムコンポーネントのカテゴリを特定します。

   1. PAI コンソールにログインします。

   2. 左上隅でリージョンを選択します。

   3. 左側のナビゲーションウィンドウで、Workspaces をクリックし、対象のワークスペース名をクリックします。

   4. 左側のナビゲーションウィンドウで、Model Training > Visualized Modeling (Designer) を選択します。

   5. [ワークフロー] ページで対象のワークフローを選択し、ワークフローに移動 をクリックします。

   6. コンポーネント一覧で、PLDA コンポーネントを見つけます。このコンポーネントはテキスト分析カテゴリに属し、単位価格は 0.27 USD/課金時間 です。

      左側のコンポーネントペインの検索ボックスに PLDA と入力します。このコンポーネントは 自然言語処理 > 基本 NLP 配下にあります。

2. ジョブが消費したリソースを確認します。

   1. ワークフローのキャンバス上で、PLDA コンポーネントを右クリックします。

   2. ショートカットメニューから、View Logs を選択します。

   3. Log-PLDA ページで、青色のリンクはそれぞれサブタスクに対応しています。いずれかのリンクをクリックします。

      リンクをクリックすると、対応するサブタスクの実行ログが表示されます。logview URL を使用してタスク詳細を確認できます。以下はサンプルログです。

      http://logview.odps.aliyun.com/logview/?h=http://service.cn.maxcompute.aliyun-inc.com/api&p=test1_new_1&i=20220316085544166gh393yv03_df019e64_07f5_4295_b5f4_39f78f2120e8&token=czhk0Z6Y0pqcjh0L2lCeS9uazJub2xQNVFNPSxPRFBTX09CTzoxNDQ5NjMxNjg2NjgzNDI1LDE2NTAwMTI5NDkseyJTdGF0ZW1lbnQiOlt7IkFjdGlvbiI6WyJvZHBzOlJlYWQiXSwiUmVzb3VyY2UiOlsiYWNzOm9kcHM6Kjpwcm9qZWN0cy90ZXN0MV9uZXdfMS9pbnN0YW5jZXMvMjAyMjAzMTYwODU1NDQxNjZnaDM5M3l2MDNfZGYwMTllNjRfMDdmNV80Mjk1X2I1ZjRfMzlmNzhmMjEyMGU4Il0sIkVmZmVjdCI6IkFsbG93In1dLCJWZXJzaW9uIjoiMSJ9
      c3QxX25ld18xL2luc3RhbmNlcy8yMDIyMDMxNjA4NTU0NDE2NmdoMzkzeXYwM19kZjAxOWU2NF8wN2Y1XzQyOTVfYjVmNF8zOWY3OGYyMTIwZTgiXSwiRWZmZWN0IjoiQWxsb3cifV0sIlZlcnNpb24iOiIxIn0=
      2022-03-16 16:55:49,997 INFO: saving odps instance id xxx to xxx
      Sub Instance ID = xxx
      http://logview.odps.aliyun.com/logview/?h=http://service.cn.maxcompute.aliyun-inc.com/api&p=test1_new_1&i=20220316085546170g2493yv03_46b70dze_810d_493f_8ac1_5345de55f43e&token=YTZBMlIVcjNhZic1aC9Xek1lWSmRRT0xrYXRFPSxPRFBTX09CTzoxNDQ5NjMxNjg2NjgzNDI1LDE2NTAwMTI5NDkseyJTdGF0ZW1lbnQiOlt7IkFjdGlvbiI6WyJvZHBzOlJlYWQiXSwiUmVzb3VyY2UiOlsiYWNzOm9kcHM6Kjpwcm9qZWN0cy90ZXN0MV9uZXdfMS9pbnN0YW5jZXMvMjAyMjAzMTYwODU1NDYxNzBnMjQ5M3l2MDNfNDZiNzBkemVfODEwZF80OTNmXzhhYzFfNTM0NWRlNTVmNDNlIl0sIkVmZmVjdCI6IkFsbG93In1dLCJWZXJzaW9uIjoiMSJ9
      c3QxX25ld18xL2luc3RhbmNlcy8yMDIyMDMxNjA4NTU0NjE3MGcyNDkzeXYwM180NmI3MGR6ZV84MTBkXzQ5M2ZfOGFjMV81MzQ1ZGU1NWY0M2UiXSwiRWZmZWN0IjoiQWxsb3cifV0sIlZlcnNpb24iOiIxIn0=
      lda: 2022-03-16 16:55:50 MWorker_job:0/0/0[0%]
      lda: 2022-03-16 16:55:56 MWorker_job:0/0/0[0%]
      lda: 2022-03-16 16:56:02 MWorker_job:32/0/49[0%]
      lda: 2022-03-16 16:56:08 MWorker_job:32/0/49[0%]
      lda: 2022-03-16 16:56:14 MWorker_job:49/0/49[0%]
      lda: 2022-03-16 16:56:20 MWorker_job:0/49/49[100%]
      OK
      2022-03-16 16:56:32,707 INFO: execute maxCompute command succeed
      2022-03-16 16:56:32,707 INFO: return code: 0
      2022-03-16 16:56:32,707 INFO: end executing 1 command
      2022-03-16 16:56:32,707 INFO: write output artifact

   4. LogView ページで、SourceXML タブをクリックします。

   5. TaskPlan 項目で、CPU および Memory の値を確認します。

      • CPU コア数を求めるには、CPU 値を 100 で除算します。このジョブでは 1 CPU コアを使用しています。

      • Memory 値は MB 単位です。このジョブでは 1 GB のメモリを使用しています。

   6. LogView ページで、Job Details タブをクリックします。

   7. AlgoTask_0_0 タブのタスクオブジェクトをクリックし、Terminated タブをクリックします。Latency 列に各ジョブの実行時間が表示されます。Fuxi Jobs セクションで MWorker の Terminated インスタンス数を確認し、下のリスト内の各インスタンスの Latency 列を参照して実行時間を特定します。

      このサブタスクには 49 個のジョブがあり、各ジョブの実行時間は約 26 秒です。

3. サブタスクのコストを計算します。

   1. サブタスクの課金時間 ＝ max（CPU コア数 × 持続時間 (h)、メモリ (GB) × 持続時間 (h) ÷ 4）＝ max（49 × 1 × (26/3600)、49 × 1 × (26/3600) ÷ 4）≈ 0.35 課金時間

   2. サブタスクのコスト ＝ サブタスクの課金時間 × 単位価格 ＝ 0.35 × 0.27 ＝ 0.095 USD

4. すべてのサブタスクのコストを合計し、PLDA コンポーネントの総コストを求めます。

5. ワークフロー内のすべてのコンポーネントについて同様の手順を繰り返し、各コンポーネントのコストを合計して総コストを算出します。