При работе с Distributed Train оплата осуществляется за фактическое использование вычислительных ресурсов.
Конкретные условия и тарифы фиксируются в договоре, заключаемом с Cloud.ru. Возможны специальные тарифы, в рамках которых к описанным условиям применяются дополнительные ограничения.
Используется тарификация в МБ или ГБ. Единицы тарификации округляются в большую сторону. Если объем занятой информации на хранилище составил 900 МБ, то сумма списания будет за 1 ГБ. Пример расчета стоимости Data Transfer (Data Catalog).
Тарифицируемая функциональность | Единица тарификации | Комментарий |
|---|---|---|
Быстрое хранилище NFS | 1 ГБ | Оплачивается объем хранилища сверх бесплатно предоставляемых 10 ГБ на каждый воркспейс. Тарификация посуточная, списание с лицевого счета производится в 00 часов по московскому времени. Счет выставляется в конце месяца по факту потребления. Тарификация хранимого объема на NFS (сверх бесплатных 10 ГБ) рассчитывается посуточно. Расчет тарифов приведен в разделе Пример расчета стоимости Data Transfer (Data Catalog). Для коротких месяцев цена за день будет выше, для длинных — ниже. При создании в каждый воркспейс монтируется NFS-хранилище с лимитом в 10 ГБ. Возможно увеличить лимит самостоятельно или через обращение в техническую поддержку. |
Используется поминутная тарификация. Единицы тарификации округляются в большую сторону.
Фактическую стоимость задачи можно посмотреть на вкладке Задачи и окружения.
Тарифицируемая функциональность | Единица тарификации | Конфигурации | Комментарий |
|---|---|---|---|
Jupyter Server с GPU | GPU-минута | Минимальная конфигурация: 1 GPU Tesla V100 32 GB, 3 CPU cores, 94 GB RAM. Остальные конфигурации = минимальная * N, где N= от 2 до 16 (в рамках одного DGX-2). CPU и RAM на данный момент выделяются пропорционально количеству используемых GPU. Обратите внимание на то, что конфигурации с возможностью гибкой настройки количества CPU и RAM будут доступны позднее. | Тариф за GPU-минуту зависит от количества аллоцированных GPU:
Тарификация ресурсов начинается после изменения статуса Jupyter Server на «Запущен». |
Задача на N GPU | GPU-минута | Минимальная конфигурация: 1 GPU Tesla V100 32 GB, 3 CPU cores, 94 GB RAM. Остальные конфигурации = минимальная * N, где N = от 2 до 1000. CPU и RAM на данный момент выделяются пропорционально количеству используемых GPU. | Тарификация начинается в момент старта обучения, когда задача переходит в статус «Running». Тариф за GPU-минуту зависит от количества аллоцированных GPU:
|
Для просмотра статистики по задачам обучения и Jupyter Server перейдите в Environments → Задачи и окружения.