全部产品
Search
文档中心

人工智能平台 PAI:通用计算资源(DSW/DLC)计费说明

更新时间:Feb 19, 2024

通用计算资源的计费项由公共资源组和专有资源组组成。本文为您介绍通用计算资源各个资源组的计费详情。

计费项

通用计算资源的计费项组成如下图:

76017ed97e4b8db903173be2c730bd8d

计费方式

公共资源组和专有资源组的计费方式如下。

计费项

计费主体

计费规则

计费方式

停止计费

公共资源组

DSW实例或DLC任务运行时长(占用公共资源组的时长)。

按照DSW实例或DLC任务占用的公共资源组的时长计费。

后付费(按量计费)

DSW实例停止运行、DLC任务执行结束或任务状态为已停止。

专有资源组

专有资源组购买的计算资源的运行时长。

只对专有资源组购买的计算资源收费,部署在专有资源组上的DSW实例或DLC任务不产生额外费用。

预付费(包年包月)

不涉及

公共资源组

使用公共资源组时,计费方式仅支持后付费(按量计费)。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

后付费(按量计费)

账单金额=(定价/60)×运行时长(分钟)

定价详情,请参见附录:公共资源组定价详情

按DSW实例或DLC任务的运行时长收费。

不涉及

专有资源组

使用为专有资源组购买的计算资源时,计费方式仅支持预付费(包年包月)。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

预付费(包年包月)

账单金额 = 节点规格定价×节点数量×购买时长

定价详情请前往购买专属资源组页面查看。

  • 计费的时间起点:购买次日00:00:00起算。

  • 计费的时间终点:到期时间。

不涉及

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。

公共资源组计费示例

  • 示例场景描述:

    假设您使用规格名称ecs.g6.2xlarge创建训练任务,节点数量为1,资源组位于华东2(上海)地域,训练任务执行时长为1分15秒。

  • 费用计算:

    账单金额=1×0.6÷60×1.25=0.0125 USD

专有资源组计费示例

  • 示例场景描述:

    假设您使用预付费(包年包月)的方式,购买了华东2(上海)地域的ecs.g6.13xlarge-52c192g两台,购买时长为2个月,定价为980.57(USD/月)(实际价格以产品购买为准)。

  • 费用计算:

    总金额=2×980.57×2=3922.28 USD

欠费说明

欠费原因

您当前账号余额不足。

  • 预付费:您绑定的续费账户余额不足。

  • 后付费:如果您的账户可用余额小于上一个计费周期的账单金额,阿里云扣费失败后,您将处于欠费状态。

欠费停服说明

  • PAI会以T+1天的形式展示账单,账单出账时间通常在当前计费周期结束后4小时内。当您的账户欠费后,系统会给账号的注册手机发送短信通知。

  • 欠费后,PAI服务将继续保持24小时,但欠费超过24小时后,您的服务将被暂停,此后您将无法使用相关功能。

说明

为避免对您的业务造成影响,请您及时续费。

查看欠费金额

  1. 登录费用中心

  2. 账户总览页面,查看欠费金额。账户总览

续费说明

DLC专有资源组预付费支持以下两种续费方式。

退款说明

  • 后付费已发生的费用不予退款。

  • 预付费按照如下规则退款:

    • 五天无理由退订:购买资源包后5天内未使用,可申请无理由全额退款。

    • 非五天无理由退订:按照资源包剩余量退还余款:

      退款金额 = 实付金额 - 已消费金额。

    • 退订未生效的续费订单:如果资源已进行续费操作,可选择单独退订未生效的续费订单。

附录:公共资源组定价详情

具体定价详情如下所示。

资源类型

规格

GPU卡型

定价(USD/小时)

地域

ecs.g6.2xlarge

8 vCPU+32 GB内存

0.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

ecs.g6.4xlarge

16 vCPU+64 GB内存

0.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 印度(孟买)

1.2

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

ecs.g6.8xlarge

32 vCPU+128 GB内存

1.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.8

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

2.4

中国(香港)

ecs.gn5-c28g1.7xlarge

28 vCPU+112 GB内存

1 * NVIDIA P100

3.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 印度(孟买)

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

3

中国(香港)

ecs.gn5-c4g1.xlarge

4 vCPU+30 GB内存

1 * NVIDIA P100

1.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

ecs.gn5-c8g1.2xlarge

8 vCPU+60 GB内存

1 * NVIDIA P100

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

ecs.gn5-c8g1.4xlarge

16 vCPU+120 GB内存

2 * NVIDIA P100

4.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

4.2

德国(法兰克福)

ecs.gn6e-c12g1.12xlarge

48 vCPU+368 GB内存

4 * NVIDIA V100

17.4

印度(孟买)

18

新加坡

18.6

  • 中国(香港)

  • 印度尼西亚(雅加达)

12.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

15.6

德国(法兰克福)

ecs.gn6e-c12g1.3xlarge

12 vCPU+92 GB内存

1 * NVIDIA V100

4.2

  • 印度(孟买)

  • 新加坡

4.8

  • 印度尼西亚(雅加达)

  • 中国(香港)

3

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

3.6

德国(法兰克福)

ecs.gn6e-c12g1.24xlarge

96 vCPU+736 GB内存

8 * NVIDIA V100

35.4

印度(孟买)

36

新加坡

37.8

  • 印度尼西亚(雅加达)

  • 中国(香港)

25.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

31.8

德国(法兰克福)

ecs.gn6v-c8g1.2xlarge

8 vCPU+32 GB内存

1 * NVIDIA V100

4.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

4.8

新加坡

ecs.gn6v-c8g1.8xlarge

32 vCPU+128 GB内存

4 * NVIDIA V100

16.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

19.8

新加坡

ecs.gn6v-c8g1.16xlarge

64 vCPU+256 GB内存

8 * NVIDIA V100

34.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

39.6

新加坡

ecs.gn6v-c10g1.20xlarge

82 vCPU+336 GB内存

8 * NVIDIA V100

35.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.r7.16xlarge

64 vCPU+512 GB内存

4.8

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

1.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

5.4

中国(香港)

ecs.r7.xlarge

4 vCPU+32 GB内存

0.6

中国(香港)

ecs.r7.2xlarge

8 vCPU+64 GB内存

0.6

  • 新加坡

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 德国(法兰克福)

ecs.r7.4xlarge

16 vCPU+128 GB内存

0.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

1.2

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

ecs.r7.6xlarge

24 vCPU+192 GB内存

1.8

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.r7.8xlarge

32 vCPU+256 GB内存

2.4

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g7.2xlarge

8 vCPU+32 GB内存

0.6

  • 新加坡

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 德国(法兰克福)

ecs.g7.3xlarge

12 vCPU+48 GB内存

ecs.g5.2xlarge

8 vCPU+32 GB内存

0.6

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 德国(法兰克福)

ecs.g6.3xlarge

12 vCPU+48 GB内存

ecs.g7.4xlarge

16 vCPU+64 GB内存

1.2

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

0.6

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 德国(法兰克福)

ecs.r7.3xlarge

12 vCPU+96 GB内存

0.6

  • 新加坡

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 德国(法兰克福)

1.2

中国(香港)

ecs.c6e.8xlarge

32 vCPU+64 GB内存

1.8

  • 印度(孟买)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.2

  • 马来西亚(吉隆坡)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g6.6xlarge

24 vCPU+96 GB内存

1.2

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 德国(法兰克福)

1.8

中国(香港)

ecs.g7.6xlarge

24 vCPU+96 GB内存

1.2

  • 新加坡

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 德国(法兰克福)

ecs.g5.4xlarge

16 vCPU+64 GB内存

0.6

印度(孟买)

1.2

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 中国(香港)

  • 德国(法兰克福)

ecs.hfc6.8xlarge

32 vCPU+64 GB内存

1.8

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g7.8xlarge

32 vCPU+128 GB内存

1.8

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

1.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

2.4

中国(香港)

ecs.hfc6.10xlarge

40 vCPU+96 GB内存

2.4

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g6.13xlarge

52 vCPU+192 GB内存

3

  • 印度(孟买)

  • 马来西亚(吉隆坡)

  • 德国(法兰克福)

3.6

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g5.8xlarge

32 vCPU+128 GB内存

1.8

  • 印度(孟买)

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 新加坡

ecs.hfc6.16xlarge

64 vCPU+128 GB内存

3.6

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g7.16xlarge

64 vCPU+256 GB内存

3.6

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

4.2

中国(香港)

ecs.hfc6.20xlarge

80 vCPU+192 GB内存

4.8

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

4.2

  • 马来西亚(吉隆坡)

  • 德国(法兰克福)

3

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.g6.26xlarge

104 vCPU+384 GB内存

5.4

印度(孟买)

6.6

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

4.2

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

7.2

中国(香港)

ecs.g5.16xlarge

64 vCPU+256 GB内存

3

印度(孟买)

4.2

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

3.6

  • 马来西亚(吉隆坡)

  • 德国(法兰克福)

4.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c4g1.xlarge

4 vCPU+15 GB内存

1 * NVIDIA T4

1.2

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

1.8

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c8g1.2xlarge

8 vCPU+31 GB内存

1 * NVIDIA T4

1.8

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

1.2

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

2.4

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

ecs.gn6i-c16g1.4xlarge

16 vCPU+62 GB内存

1 * NVIDIA T4

2.4

  • 印度(孟买)

  • 新加坡

  • 马来西亚(吉隆坡)

  • 华北2(北京)

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

  • 德国(法兰克福)

1.8

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

ecs.gn7-c12g1.3xlarge

12 vCPU+95 GB内存

1 * GU50

3.6

马来西亚(吉隆坡)

5.4

华北2(北京)

2.4

  • 华东2(上海)

  • 华东1(杭州)

ecs.gn6i-c24g1.6xlarge

24 vCPU+93 GB内存

1 * NVIDIA T4

2.4

  • 印度(孟买)

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

3

  • 新加坡

  • 马来西亚(吉隆坡)

  • 华东2(上海)

  • 华东1(杭州)

  • 华北2(北京)

  • 华南1(深圳)

ecs.gn7i-c32g1.8xlarge

32 vCPU+188 GB内存

1 * NVIDIA A10

6.6

印度(孟买)

3.6

  • 新加坡

  • 华北2(北京)

3

印度尼西亚(雅加达)

4.8

  • 华东1(杭州)

  • 华东2(上海)

12.6

中国(香港)

2.4

华南1(深圳)

7.2

德国(法兰克福)

ecs.gn7e-c16g1.4xlarge

16 vCPU+125 GB内存

1 * GU100

6.6

印度尼西亚(雅加达)

4.8

华北2(北京)

9.6

  • 华东2(上海)

  • 华东1(杭州)

  • 华南1(深圳)

2.4

中国(香港)

ecs.gn7i-c16g1.4xlarge

16 vCPU+60 GB内存

1 * NVIDIA A10

3

  • 印度(孟买)

  • 新加坡

  • 中国(香港)

7.2

马来西亚(吉隆坡)

6

华北2(北京)

40.8

  • 华东1(杭州)

  • 华东2(上海)

2.4

华南1(深圳)

ecs.gn6i-c24g1.12xlarge

48 vCPU+186 GB内存

2 * NVIDIA T4

4.8

  • 印度(孟买)

  • 中国(香港)

5.4

  • 新加坡

  • 马来西亚(吉隆坡)

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 德国(法兰克福)

ecs.gn7i-c32g1.16xlarge

64 vCPU+376 GB内存

2 * NVIDIA A10

13.2

印度(孟买)

6.6

新加坡

3

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华南1(深圳)

6

  • 华东1(杭州)

  • 华东2(上海)

14.4

德国(法兰克福)

ecs.gn7-c13g1.13xlarge

52 vCPU+380 GB内存

4 * NVIDIA A10

3

  • 马来西亚(吉隆坡)

  • 华东1(杭州)

  • 华东2(上海)

12.6

华北2(北京)

ecs.gn7i-c32g1.32xlarge

128 vCPU+752 GB内存

4 * NVIDIA A10

3

  • 印度(孟买)

  • 印度尼西亚(雅加达)

13.8

新加坡

2.4

  • 华北2(北京)

  • 华南1(深圳)

3.6

  • 华东1(杭州)

  • 华东2(上海)

ecs.gn6i-c24g1.24xlarge

96 vCPU+372 GB内存

4 * NVIDIA T4

10.2

  • 印度(孟买)

  • 印度尼西亚(雅加达)

10.8

  • 新加坡

  • 马来西亚(吉隆坡)

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 德国(法兰克福)

9.6

中国(香港)

ecs.gn6v-c10g1.20xlarge

82 vCPU+336 GB内存

8 * NVIDIA V100

35.4

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.gn7-c13g1.26xlarge

104 vCPU+760 GB内存

8 * GU50

3

  • 马来西亚(吉隆坡)

  • 华北2(北京)

3.6

  • 华东1(杭州)

  • 华东2(上海)

ecs.ebmgn7e.32xlarge

128 vCPU+1024 GB内存

8 * GU100

45

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

50.4

德国(法兰克福)