本文為您介紹Designer的計費方式及計費示例。
注意事項
本文中所有的價格信息僅供參考，實際價格請以出賬賬單為準。
計費項
計費項 | 計費主體 | 計費方式 | 停止計費 | 計費規則 |
算法組件 | 組件運行時長 | 后付費（按量計費） | 停止運行組件 | 將組件運行消耗的資源量折算成計算時，按計算時按量計費。 |
深度學習組件 | 組件運行時長 | 后付費（按量計費） | 停止運行組件 | 按組件運行消耗的實際資源計費。 |
預付費（包年包月） | 不涉及 | （即將下線）按購買的機型和時長計費。 |
計費方式
算法組件
使用Designer算法組件時，不同類型的算法單價不同，詳細計費說明如下：
計費公式：賬單金額 = 計算時數量 × 單價
其中，計算時數量 = max(CPU Core數量×時長(h), 內存(GB)×時長(h)/4)
計費時間段：組件開始運行的時間~組件停止運行的時間
計費示例：假設您在1小時30分鐘內使用數據分析類型的算法消耗了2個CPU Core和5 GB內存，則計算時數量 = max(2×(1+30/60), 5×(1+30/60)/4) = 3，因此賬單金額 = 計算時數量 × 單價 = 3 × 1.3 = 3.9元。各類型算法的單價如下：
算法類型
單價（元/計算時）
算法類型說明
數據預處理（data_manipulation）
1
包括數據預處理和特征工程算法組件。
數據分析（data_analysis）
1.3
包括統計分析、機器學習、時間序列、網絡分析以及金融板塊算法組件。
文本分析（text_analysis）
1.7
包括文本分析算法組件。
深度學習（deep_learning）
1
僅消耗CPU的深度學習任務，包括EasyRec系列算法和CPU版本的Tensorflow框架組件。
默認算法（default）
1
不使用GPU同時也不屬于上述類型的算法組件。
說明如果您在開通PAI產品時組合開通了MaxCompute功能，當您使用SQL腳本、JOIN、合并行（UNION）以及過濾與映射組件時，會產生MaxCompute費用。
如果您在開通PAI產品時組合開通了Flink功能，當您使用Alink組件且計算資源選擇Flink時，會產生Flink費用。
深度學習組件
使用Designer深度學習算法組件時，各地域對應GPU機型及單價如下：
預付費（GPU任務，包年包月，即將下線）
深度學習預付費（包年包月）GPU任務按照每卡每小時計費，需要按照GPU機型購買。
計費公式：預付金額 = 機型定價 × 購買時長
其中，各地域對應GPU機型及單價如下：
地域
機型
單價（元/月）
華北2（北京）
單機2卡P100機器
6912
單機8卡P100機器
27648
華東2（上海）
單機8卡V100機器
67056
華東1（杭州）
單機8卡V100機器
67056
華南1（深圳）
單機8卡V100機器
67056
計費時間段：購買次日00:00:00~到期時間
后付費（GPU任務，按量計費，即將下線）
深度學習后付費（按量計費）GPU任務按照每卡每小時計費，包括TensorFlow、MXNet等框架。
計費公式：賬單金額 = 卡數消耗 × 運行時長(h) × 單價 + 計算時數量 × 1元/計算時
其中，計算時數量 = max(CPU Core數量×時長(h), 內存(GB)×時長(h)/4)
各地域對應GPU機型及單價如下：
地域
機型
單價（元/卡/小時）
華北2（北京）
P100卡
12
華東2（上海）
V100卡
29.106
華東1（杭州）
V100卡
29.106
華南1（深圳）
V100卡
29.106
計費時間段：組件開始運行的時間~組件停止運行的時間
后付費（CPU任務，按量計費）
計費公式：賬單金額 = 計算時數量 × 1元/計算時
其中，計算時數量 = max(CPU Core數量×時長(h), 內存(GB)×時長(h)/4)
計費時間段：組件開始運行的時間~組件停止運行的時間
計費案例
通常情況下，Designer中的實驗由多個算法組件組成，每個算法組件又由多個子任務組成。因此，在計算實驗費用時，需要先計算各算法組件下的子任務費用，再累計求和。
定位算法組件的類別。
登錄PAI控制臺。
在頂部左上角根據實際情況選擇地域。
在左側導航欄選擇工作空間列表，單擊指定工作空間名稱，進入對應工作空間內。
在左側導航欄選擇模型開發與訓練 > 可視化建模（Designer）
在工作流列表頁面，選中對應的工作流后，單擊進入工作流即可進入工作流頁面。
在組件列表中，定位PLDA組件屬于文本分析類，定價為1.7元/計算時。
查看作業運行消耗的資源。
在實驗頁面右側畫布中，右鍵單擊PLDA組件。
在快捷菜單中，選擇查看日志。
在日志-PLDA頁面，每條藍色鏈接對應一個子任務，單擊對應鏈接。
在LogView頁面，單擊SourceXML頁簽。
在TaskPlan下，查看CPU和Memory。
CPU除以100，表示使用的CPU Core數量，即該作業使用了1個CPU Core。
Memory單位為MB，即該作業使用了1 GB內存。
在LogView頁面，單擊Job Details頁簽。
單擊AlgoTask_0_0頁簽下的任務對象。在下方彈出的區域框中，單擊Terminated頁簽。Latency表示每個作業的運行時長。
該子任務共有49個作業，每個作業的運行時長約為26秒。
計算子任務的費用。
子任務計算時數量 = max(CPU Core數量×時長(h), 內存(GB)×時長(h)/4) = max(49×1×(26/3600), 49×1×(26/3600)/4) ≈ 0.35計算時
子任務的費用 = 子任務計算時數量 × 單價 = 0.35 × 1.7 = 0.595元
計算PLDA組件下所有子任務的費用，并對所有子任務的費用累計求和，計算出PLDA組件費用。
參見上述步驟，計算實驗下所有組件的費用，并對所有組件的費用累計求和，計算出實驗費用。