Preços de fluxos de trabalho tabulares

Ao treinar um modelo usando um fluxo de trabalho tabular, você é cobrado com base no custo da infraestrutura e dos serviços dependentes. Quando você faz inferências com esse modelo, a cobrança é feita com base no custo da infraestrutura.

O custo da infraestrutura depende dos seguintes fatores:

  • O número de máquinas que você usa. Defina os parâmetros associados durante treinamento de modelo, a inferência em lote ou a inferência on-line.
  • O tipo de máquinas que você usa. Ele pode ser definido durante treinamento de modelo, a inferência em lote ou a inferência on-line.
  • O tempo de uso das máquinas.
    • Se você treinar um modelo ou fizer inferências em lote, essa será uma medida do tempo de processamento total da operação.
    • Se você fizer inferências on-line, essa será uma medida do tempo em que seu modelo será implantado em um endpoint.

O fluxo de trabalho tabular executa em seu nome vários serviços dependentes no projeto: Dataflow, BigQuery, Cloud Storage, Vertex AI Pipelines e Vertex AI Training. Esses serviços cobram você diretamente.

Exemplos de cálculo de custos de treinamento

Exemplo 1: conjunto de dados de 110 MB em formato CSV, treinado por uma hora com a configuração de hardware padrão.

O detalhamento do custo do fluxo de trabalho padrão com pesquisa e treinamento de arquitetura é assim:

Serviço Custo
Geração de estatísticas e exemplo do Dataflow $ 2 (o Dataflow foi executado por 7 minutos)
Transformações de atributos e dados do Dataflow $ 3 (o Dataflow foi executado por 10 minutos)
Treinamento da Vertex AI 0,8 h x $ 20 + 0,2 h x $ 20 + $ 3,3 de custo de SSD + custo do contêiner do pipeline = $ 24 (ajuste de 48 min, treinamento de 12 min)
Pipelines da Vertex AI 1 execução x $ 0,03 = $ 0,03
Total sem a destilação de modelo $ 27,03

É possível também ativar a destilação de modelo para reduzir o tamanho do modelo resultante. O detalhamento do custo é assim:

Serviço Custo
Total sem a destilação de modelo $ 27,03
Treinamento da Vertex AI para destilação de modelo US$ 1
Dados do Dataflow, transformações de atributos para destilação de modelo $ 3 (o Dataflow foi executado por 10 minutos)
Inferência em lote para destilação de modelo US$ 7
Total com a destilação de modelo $ 38,03

Exemplo 2: conjunto de dados de 1,84 TB no BigQuery, treinado por 20 horas com modificação de hardware.

A configuração de hardware para este exemplo é assim:

Nome da configuração de hardware Valor
stats_and_example_gen_dataflow_machine_type n1-standard-16
stats_and_example_gen_dataflow_max_num_workers 100
stats_and_example_gen_dataflow_disk_size_gb 40
transform_dataflow_machine_type n1-standard-16
transform_dataflow_max_num_workers 100
transform_dataflow_disk_size_gb 200
distill_batch_predict_machine_type n1-standard-2
distill_batch_predict_starting_replica_count 200
distill_batch_predict_max_replica_count 200

O detalhamento do custo do fluxo de trabalho padrão com pesquisa e treinamento de arquitetura é assim:

Serviço Custo
Geração de estatísticas e exemplo do Dataflow $ 518 (o Dataflow foi executado por 6 horas)
Dados do Dataflow, transformações de atributos $ 471 (o Dataflow foi executado por 6 horas)
Treinamento da Vertex AI 17 h x $ 20 + 3 h x $ 20 + $ 41,5 de custo de SSD + custo do contêiner do pipeline = $ 555 (ajuste de 17 horas, treinamento de 3 horas)
Pipelines da Vertex AI 1 execução x $ 0,03 = $ 0,03
Total $ 1544,03