阿里云人工智能平台PAI通用计算资源计费说明-云淘科技

通用计算资源的计费项由公共资源组、专有资源组和自运维资源组三部分组成。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：

阿里云人工智能平台PAI通用计算资源计费说明-云淘科技

计费方式

自运维资源组、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
自运维资源组	ACK集群相关的资源、网络和存储费用。	详情请参见ACK计费说明。	详情请参见ACK计费说明。	训练任务执行结束，或任务状态为已停止。
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。	为DLC或DSW子产品的新用户提供免费试用额度，但需要自行领取。具体的免费试用额度、领取方式和注意事项，请参见新用户免费试用额度。说明免费额度用尽或试用期结束后，若继续使用计算资源，则会使用按量计费方式进行计费。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

为DLC或DSW子产品的新用户提供免费试用额度，但需要自行领取。具体的免费试用额度、领取方式和注意事项，请参见新用户免费试用额度。免费额度用尽或试用期结束后，若继续使用计算资源，则会使用后付费（按量计费）方式进行计费。

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	无

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	无

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=1×2.02÷60×1.25=0.042 CNY

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6864（CNY/月）（实际价格以产品购买为准）。
费用计算：
```
总金额=2×6864×2=27456 CNY
```

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

登录用户中心。
在首页的待办提醒区域，查看欠费金额。

续费说明

DLC专有资源组预付费支持以下两种续费方式。

到期自动续费

如果您不想每次手动续费，您可以在购买预付费计算资源时，选中到期自动续费，详情请参见新建资源组并购买通用计算资源。
手动续费

在专有资源组资源列表，单击目标资源操作列下的续费，为已购买资源手动续费，详情请参见新建资源组并购买通用计算资源。

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。
- 退订未生效得续费订单：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。
详细的退款规则说明，请参见退订规则说明。

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（CNY/小时）	地域
ecs.c6.large（已下架）	2 vCPU+4 GB内存	无	0	无
ecs.g6.2xlarge	8 vCPU+32 GB内存	无	2.202	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			2.994	印度（孟买）
			3.564	新加坡印度尼西亚（雅加达）
			3.39	马来西亚（吉隆坡）
			3.918	中国（香港）
			3.432	德国（法兰克福）
ecs.g6.4xlarge	16 vCPU+64 GB内存	无	4.398	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			5.982	印度（孟买）
			7.128	新加坡印度尼西亚（雅加达）
			6.864	德国（法兰克福）
			6.774	马来西亚（吉隆坡）
			7.83	中国（香港）
ecs.g6.8xlarge	32 vCPU+128 GB内存	无	8.802	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			11.97	印度（孟买）
			14.256	新加坡印度尼西亚（雅加达）
			13.554	马来西亚（吉隆坡）
			13.728	德国（法兰克福）
			15.666	中国（香港）
ecs.r7.large	2 vCPU+16 GB内存	无	1.05	新加坡印度尼西亚（雅加达）德国（法兰克福）
			0.768	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			1.152	中国（香港）
ecs.r7.xlarge	4 vCPU+32 GB内存	无	1.53	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			2.094	新加坡印度尼西亚（雅加达）
			2.1	德国（法兰克福）
			2.304	中国（香港）
ecs.r7.2xlarge	8 vCPU+64 GB内存	无	4.194	新加坡印度尼西亚（雅加达）德国（法兰克福）
			3.066	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			4.608	中国（香港）
ecs.r7.4xlarge	16 vCPU+128 GB内存	无	8.388	新加坡印度尼西亚（雅加达）德国（法兰克福）
			6.126	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			9.216	中国（香港）
ecs.r7.6xlarge	24 vCPU+192 GB内存	无	12.576	新加坡印度尼西亚（雅加达）
			12.588	德国（法兰克福）
			9.192	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			13.818	中国（香港）
ecs.r7.8xlarge	32 vCPU+256 GB内存	无	16.77	新加坡印度尼西亚（雅加达）
			16.782	德国（法兰克福）
			12.252	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			18.426	中国（香港）
ecs.g5.xlarge	4 vCPU+16 GB内存	无	1.428	印度（孟买）
			1.86	新加坡
			1.674	马来西亚（吉隆坡）
			1.758	印度尼西亚（雅加达）
			1.944	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			1.782	中国（香港）
			1.71	德国（法兰克福）
ecs.g6.xlarge	4 vCPU+16 GB内存	无	1.494	印度（孟买）
			1.494	印度（孟买）
			1.782	新加坡印度尼西亚（雅加达）
			1.692	马来西亚（吉隆坡）
			1.098	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			1.956	中国（香港）
			1.716	德国（法兰克福）
ecs.g7.xlarge	4 vCPU+16 GB内存	无	1.656	新加坡印度尼西亚（雅加达）
			1.152	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			1.818	中国（香港）
			1.59	德国（法兰克福）
ecs.g7.2xlarge	8 vCPU+32 GB内存	无	3.312	新加坡印度尼西亚（雅加达）
			3.642	中国（香港）
			3.174	德国（法兰克福）
			2.304	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.g5.2xlarge	8 vCPU+32 GB内存	无	2.862	印度（孟买）
			3.72	新加坡
			3.36	马来西亚（吉隆坡）
			3.51	印度尼西亚（雅加达）
			3.894	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			3.576	中国（香港）
			3.42	德国（法兰克福）
ecs.g6.3xlarge	12 vCPU+48 GB内存	无	4.488	印度（孟买）
			5.346	新加坡印度尼西亚（雅加达）
			5.082	马来西亚（吉隆坡）
			3.3	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			5.148	德国（法兰克福）
			5.874	中国（香港）
ecs.g7.3xlarge	12 vCPU+48 GB内存	无	4.968	新加坡印度尼西亚（雅加达）
			5.46	中国（香港）
			4.758	德国（法兰克福）
			3.456	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.g7.4xlarge	16 vCPU+64 GB内存	无	6.618	新加坡印度尼西亚（雅加达）
			6.348	德国（法兰克福）
			7.284	中国（香港）
			4.602	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.r7.3xlarge	12 vCPU+96 GB内存	无	6.288	新加坡印度尼西亚（雅加达）
			4.596	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			6.294	德国（法兰克福）
			6.912	中国（香港）
ecs.c6e.8xlarge	32 vCPU+64 GB内存	无	11.274	新加坡
			10.716	马来西亚（吉隆坡）
			11.274	印度尼西亚（雅加达）
			7.224	华北2（北京）华东2（上海）华东1（杭州）
			11.088	德国（法兰克福）
			12.384	中国（香港）
ecs.g6.6xlarge	24 vCPU+96 GB内存	无	8.976	印度（孟买）
			10.692	新加坡印度尼西亚（雅加达）
			10.164	马来西亚（吉隆坡）
			6.6	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			10.296	德国（法兰克福）
			11.748	中国（香港）
ecs.g7.6xlarge	24 vCPU+96 GB内存	无	9.93	新加坡印度尼西亚（雅加达）
			6.906	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			10.926	中国（香港）
			9.522	德国（法兰克福）
ecs.g5.4xlarge	16 vCPU+64 GB内存	无	5.712	印度（孟买）
			7.44	新加坡
			6.666	马来西亚（吉隆坡）
			7.032	印度尼西亚（雅加达）
			7.14	中国（香港）
			6.846	德国（法兰克福）
			7.788	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.hfc6.8xlarge	32 vCPU+64 GB内存	无	12.318	新加坡印度尼西亚（雅加达）
			11.616	马来西亚（吉隆坡）
			7.884	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			12.144	德国（法兰克福）
			13.554	中国（香港）
ecs.g7.8xlarge	32 vCPU+128 GB内存	无	13.242	新加坡印度尼西亚（雅加达）
			9.21	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			14.562	中国（香港）
			12.696	德国（法兰克福）
ecs.hfc6.10xlarge	40 vCPU+96 GB内存	无	15.402	新加坡印度尼西亚（雅加达）
			14.52	马来西亚（吉隆坡）
			9.852	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			15.18	德国（法兰克福）
			16.938	中国（香港）
ecs.g6.13xlarge	52 vCPU+192 GB内存	无	19.446	印度（孟买）
			23.166	新加坡印度尼西亚（雅加达）
			22.02	马来西亚（吉隆坡）
			14.298	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			22.308	德国（法兰克福）
			25.452	中国（香港）
ecs.g5.8xlarge	32 vCPU+128 GB内存	无	11.43	印度（孟买）
			14.88	新加坡
			13.332	马来西亚（吉隆坡）
			14.046	印度尼西亚（雅加达）
			14.292	中国（香港）
			13.692	德国（法兰克福）
			15.4	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.hfc6.16xlarge	64 vCPU+128 GB内存	无	24.642	印度尼西亚（雅加达）
			23.232	马来西亚（吉隆坡）
			15.768	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			24.288	德国（法兰克福）
			27.102	中国（香港）
ecs.hfc6.20xlarge	80 vCPU+192 GB内存	无	30.798	新加坡印度尼西亚（雅加达）
			29.04	马来西亚（吉隆坡）
			19.71	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			33.882	中国（香港）
			30.36	德国（法兰克福）
ecs.g6.26xlarge	104 vCPU+384 GB内存	无	38.898	印度（孟买）
			46.332	新加坡印度尼西亚（雅加达）
			44.046	马来西亚（吉隆坡）
			28.602	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			44.616	德国（法兰克福）
			50.91	中国（香港）
ecs.g5.16xlarge	64 vCPU+256 GB内存	无	22.86	印度（孟买）
			29.76	新加坡
			26.664	马来西亚（吉隆坡）
			28.092	印度尼西亚（雅加达）
			28.566	中国（香港）
			27.378	德国（法兰克福）
			31.164	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	9.756	印度（孟买）
			9.786	新加坡
			9.594	马来西亚（吉隆坡）
			9.132	印度尼西亚（雅加达）
			12.792	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			9.072	德国（法兰克福）
			8.676	中国（香港）
ecs.gn6i-c8g1.2xlarge	8 vCPU+31 GB内存	1 * NVIDIA T4	11.394	印度（孟买）
			11.604	新加坡
			11.376	马来西亚（吉隆坡）
			10.836	印度尼西亚（雅加达）
			10.284	中国（香港）
			10.932	德国（法兰克福）
			15.402	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	14.706	印度（孟买）
			15.246	新加坡
			14.94	马来西亚（吉隆坡）
			14.232	印度尼西亚（雅加达）
			13.518	中国（香港）
			14.652	德国（法兰克福）
			18.048	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn7-c12g1.3xlarge	12 vCPU+95 GB内存	1 * GU50	37.4	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn6i-c24g1.6xlarge	24 vCPU+93 GB内存	1 * NVIDIA T4	17.523	印度（孟买）
			19.11	新加坡
			18.72	马来西亚（吉隆坡）
			18.912	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			16.938	中国（香港）
			18.504	德国（法兰克福）
			17.844	印度尼西亚（雅加达）
ecs.gn7i-c32g1.8xlarge	32 vCPU+188 GB内存	1 * NVIDIA A10	23.376	新加坡
			14.64	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			23.934	德国（法兰克福）
ecs.gn7e-c16g1.4xlarge	16 vCPU+125 GB内存	1 * GU100	38.214	华东1（杭州）华东2（上海）华南1（深圳）华北2（北京）
ecs.gn7i-c16g1.4xlarge	16 vCPU+60 GB内存	1 * NVIDIA A10	21.042	新加坡
			21.54	德国（法兰克福）
			11.1	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
ecs.gn6i-c24g1.12xlarge	48 vCPU+186 GB内存	2 * NVIDIA T4	35.088	印度（孟买）
			38.232	新加坡
			37.464	马来西亚（吉隆坡）
			35.682	印度尼西亚（雅加达）
			37.818	华北2（北京）华东1（杭州）华南1（深圳）
			33.9	中国（香港）
			36.984	德国（法兰克福）
ecs.gn7i-c32g1.16xlarge	64 vCPU+376 GB内存	2 * NVIDIA A10	46.758	新加坡
			29.28	华东1（杭州）华东2（上海）华北2（北京）华南1（深圳）
			47.874	德国（法兰克福）
ecs.gn7-c13g1.13xlarge	52 vCPU+380 GB内存	4 * GU50	138.966	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn7i-c32g1.32xlarge	128 vCPU+752 GB内存	4 * NVIDIA A10	93.51	新加坡
			58.554	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			95.748	德国（法兰克福）
ecs.gn6i-c24g1.24xlarge	96 vCPU+372 GB内存	4 * NVIDIA T4	70.17	印度（孟买）
			75.522	新加坡
			74.01	马来西亚（吉隆坡）
			70.488	印度尼西亚（雅加达）
			75.624	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			73.974	德国（法兰克福）
			66.96	中国（香港）
ecs.gn6v-c10g1.20xlarge	82 vCPU+336 GB内存	8 * NVIDIA V100	241.602	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn7-c13g1.26xlarge	104 vCPU+760 GB内存	8 * GU50	277.932	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.ebmgn7e.32xlarge	128 vCPU+1024 GB内存	8 * GU100	305.724	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.ebmgn7e.32xlarge	128 vCPU+1024 GB内存	8 * GU100	343.32	德国（法兰克福）
ecs.g6.large（已下架）	2 vCPU+8 GB内存	无	0	无
ecs.gn5-c28g1.7xlarge	28 vCPU+112 GB内存	1 * NVIDIA P100	26.268	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			24.57	印度（孟买）
			24.708	德国（法兰克福）
			23.988	新加坡印度尼西亚（雅加达）
			22.794	中国（香港）
ecs.gn5-c4g1.xlarge	4 vCPU+30 GB内存	1 * NVIDIA P100	14.058	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			13.158	印度（孟买）
			13.836	新加坡印度尼西亚（雅加达）
			12.972	马来西亚（吉隆坡）
			13.146	中国（香港）
			12.36	德国（法兰克福）
ecs.gn5-c8g1.2xlarge	8 vCPU+60 GB内存	1 * NVIDIA P100	16.926	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			15.84	印度（孟买）
			16.668	新加坡印度尼西亚（雅加达）
			15.618	马来西亚（吉隆坡）
			15.828	中国（香港）
			14.88	德国（法兰克福）
ecs.gn5-c8g1.4xlarge	16 vCPU+120 GB内存	2 * NVIDIA P100	33.858	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			31.686	印度（孟买）
			33.342	新加坡印度尼西亚（雅加达）
			31.23	马来西亚（吉隆坡）
			31.668	中国（香港）
			29.76	德国（法兰克福）
ecs.gn6e-c12g1.12xlarge	48 vCPU+368 GB内存	4 * NVIDIA V100	86.856	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			119.676	印度（孟买）
			128.22	中国（香港）
			121.386	新加坡
			128.22	印度尼西亚（雅加达）
			106.812	德国（法兰克福）
ecs.gn6e-c12g1.3xlarge	12 vCPU+92 GB内存	1 * NVIDIA V100	21.714	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			29.916	印度（孟买）
			30.348	新加坡
			32.058	印度尼西亚（雅加达）中国（香港）
			26.7	德国（法兰克福）
ecs.gn6e-c12g1.24xlarge	96 vCPU+736 GB内存	8 * NVIDIA V100	173.706	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
			239.352	印度（孟买）
			242.772	新加坡
			256.446	印度尼西亚（雅加达）中国（香港）
			213.624	德国（法兰克福）
ecs.gn6v-c8g1.2xlarge	8 vCPU+32 GB内存	1 * NVIDIA V100	28.6	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn6v-c8g1.2xlarge	8 vCPU+32 GB内存	1 * NVIDIA V100	33	新加坡
ecs.gn6v-c8g1.8xlarge	32 vCPU+128 GB内存	4 * NVIDIA V100	29.106	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn6v-c8g1.8xlarge	32 vCPU+128 GB内存	4 * NVIDIA V100	33.552	新加坡
ecs.gn6v-c8g1.16xlarge	64 vCPU+256 GB内存	8 * NVIDIA V100	232.848	华北2（北京）华东2（上海）华东1（杭州）华南1（深圳）
ecs.gn6v-c8g1.16xlarge	64 vCPU+256 GB内存	8 * NVIDIA V100	268.398	新加坡
ecs.gn6v-c10g1.20xlarge	82 vCPU+336 GB内存	8 * NVIDIA V100	241.602	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	无	33.54	新加坡印度尼西亚（雅加达）
			24.51	华北2（北京）华东1（杭州）华东2（上海）华南1（深圳）
			33.564	德国（法兰克福）
			36.852	中国（香港）

内容没看懂？不太想学习？想快速解决？有偿解决：联系专家

阿里云企业补贴进行中：马上申请

腾讯云限时活动1折起，即将结束：马上收藏

 同尘科技为腾讯云授权服务中心。

购买腾讯云产品享受折上折，更有现金返利:同意关联，立享优惠

转转请注明出处：https://www.yunxiaoer.com/160688.html

阿里云人工智能平台PAI通用计算资源计费说明-云淘科技

计费项