Preços

Estas instâncias proporcionam recursos CPU/RAM equilibrados aos servidores de desenvolvimento e às suas aplicações web ou empresariais. Os vCores têm uma cadência de 2 GHz e superior.

Estas instâncias são ideais para as aplicações que necessitam de uma elevada frequência de cálculo ou da paralelização de tarefas. Os vCores têm uma cadência de 3 GHz e superior.

Estas instâncias foram concebidas para as utilizações de análise de dados e a ciência dos dados, graças aos rácios CPU/RAM otimizados e IOPS acelerados. Os vCores têm uma cadência de 2 GHz e superior.

Estas instâncias oferecem CPU com uma frequência igual ou superior a 2,2 GHz.

Pode passar de um plano para outro superior a qualquer momento. O novos limites são atualizados numa dezena de segundos, sem perda de dados e sem mudanças de configuração. Se criar, modificar ou eliminar um serviço no curso de um mês, ser-lhe-ão cobradas apenas as horas efetivas do seu plano. O tráfego é ilimitado, independentemente do seu destino.

O AI Notebooks é uma solução faturada consoante a utilização. Paga apenas o consumo dos notebooks em execução, dependendo dos recursos de cálculo CPU e GPU escolhidos. Com o nosso sistema de preços, pode lançar um notebook por alguns cêntimos por dia.

Unidades CPU

Usufrua de recursos CPU garantidos, adaptados às suas fases de teste, de pré-produção ou ainda de machine learning básicos. Pode implementar até 12 unidades de recursos por notebook. O armazenamento através do Object Storage é ilimitado.

Unidades GPU

Implemente recursos GPU para todas as suas necessidades de treino AI e deep learning, que requerem muita potência de cálculo.

Podem ser implementadas até 4 unidades de recursos por notebook ou treino. O armazenamento através do Object Storage é ilimitado.

Para cada treino lançado, paga ao minuto os recursos de cálculo utilizados de acordo com a sua duração de vida e a sua potência.

O AI Training baseia-se numa imagem Docker e pode necessitar de colocar em container o seu processo de treino. Está disponível um catálogo de imagens públicas para Jupyter Notebook, TensorFlow, MXNet, PyTorch, FastAI e muitos outros. Estas imagens não requerem qualquer competência em conteinerização.

Os seus dados podem ser administrados diretamente a partir da Área de Cliente ou através da linha de comandos (object storage).

Por uma questão de simplificação, a tarifa exibida é a tarifa por hora. No entanto, a granularidade de faturação é ao minuto.

Os preços incluem a potência de cálculo, com exceção:

• dos custos de registo de containers para alojar as imagens de containers implementadas no seu cluster (este serviço é faturado de acordo com as modalidades indicadas na secção "Container and Orchestration");
• dos custos de armazenamento dos seus dados.

Unidades CPU

Usufrua de recursos CPU garantidos, adaptados às suas fases de teste, de pré-produção ou ainda de machine learning básicos.

Implemente até 12 unidades de recursos por notebook ou treino. O armazenamento através do Object Storage é ilimitado.

Unidades GPU

Implemente recursos GPU para todos os seus casos de uso de treino IA e para o deep learning, que requerem cálculos intensivos.

Implemente até 4 unidades de recursos por notebook ou treino. O armazenamento através do Object Storage é ilimitado.

O ML Serving implementa um modelo num cluster, que de seguida dá início aos nós de cálculo. Pode definir um número mínimo e máximo de nós para cada implementação. O cluster adapta-se de forma automática à carga, respeitando as suas especificações. Por cada nó lançado, a faturação é realizada ao minuto consoante a sua duração de vida e potência. Antes de implementar um modelo em produção, pode obter uma estimativa do preço na sua Área de Cliente.