資料科學記事本階段作業
產品 |
比較價格 (/vCPU)* |
單價 |
單位 |
運算 - Ampere A1 - OCPU |
每小時 OCPU |
||
運算 - Ampere A1 - 記憶體 |
每小時 GB | ||
運算 - 標準 - A2 - OCPU |
每小時 OCPU |
||
運算 - 標準 - A2 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機標準 - X7 |
每小時 OCPU |
||
運算 - 標準 - E3 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E3 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E4 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E4 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E5 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E5 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機標準 - X9 |
每小時 OCPU |
||
運算 - 虛擬機標準 - X9 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機器最佳化 - X9 |
每小時 OCPU |
||
運算 - 虛擬機器最佳化 - X9 - 記憶體 |
每小時 GB |
||
VM.GPU2.1 (NVIDIA P100) |
每小時 GPU |
||
VM.GPU3.x (NVIDIA V100 Tensor Core - 16 GB) |
每小時 GPU |
||
BM.GPU.H100.8 |
每小時 GPU |
||
BM.GPU.L40S-NC.4 |
每小時 GPU |
||
BM.GPU2.2 (2 個 NVIDIA P100) |
每小時 GPU |
||
BM.GPU3.8 (8 個 NVIDIA V100 Tensor Core) |
每小時 GPU |
||
BM.GPU4.8 (8 個 NVIDIA A100 40 GB Tensor Core) |
每小時 GPU |
||
BM.GPU.A100-v2.8 (8 個 NVIDIA A100 80GB Tensor Core) |
每小時 GPU |
||
BM.GPUA10.4 (4 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.1 (1 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.2 (2 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
區塊磁碟區儲存 |
每個月的 GB 儲存體容量 |
||
區塊磁碟區效能單位 |
每 GB/ 每月的效能單位 |
資料科學模型目錄儲存
產品 |
比較價格 (/vCPU)* |
單價 |
單位 |
Object Storage - 儲存 |
每個月的 GB 儲存體容量 |
資料科學模型部署
產品 |
比較價格 (/vCPU)* |
單價 |
單位 |
運算 - Ampere A1 - OCPU |
每小時 OCPU |
||
運算 - Ampere A1 - 記憶體 |
每小時 GB | ||
運算 - 標準 - A2 - OCPU |
每小時 OCPU |
||
運算 - 標準 - A2 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E3 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E3 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E4 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E4 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E5 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E5 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機標準 - X9 |
每小時 OCPU |
||
運算 - 虛擬機標準 - X9 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機器最佳化 - X9 |
每小時 OCPU |
||
運算 - 虛擬機器最佳化 - X9 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機標準 - X7 |
每小時 OCPU |
||
VM.GPU2.1 (NVIDIA P100) |
每小時 GPU |
||
VM.GPU3.x (NVIDIA V100 Tensor Core - 16 GB) |
每小時 GPU |
||
BM.GPU.H100.8 |
每小時 GPU |
||
BM.GPU.L40S-NC.4 |
每小時 GPU |
||
BM.GPU2.2 (2 個 NVIDIA P100) |
每小時 GPU |
||
BM.GPU3.8 (8 個 NVIDIA V100 Tensor Core) |
每小時 GPU |
||
BM.GPU4.8 (8 個 NVIDIA A100 40 GB Tensor Core) |
每小時 GPU |
||
BM.GPU.A100-v2.8 (8 個 NVIDIA A100 80GB Tensor Core) |
每小時 GPU |
||
BM.GPUA10.4 (4 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.1 (1 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.2 (2 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
負載平衡器基礎 |
負載平衡器小時 |
||
負載平衡器頻寬 |
Mbps / 每小時 |
||
區塊磁碟區儲存 |
每個月的 GB 儲存體容量 |
||
區塊磁碟區效能單位 |
每 GB / 每月的效能單位 (10 個 VPU，效能提升 $0.017) |
資料科學工作
產品 |
比較價格 (/vCPU)* |
單價 |
單位 |
運算 - Ampere A1 - OCPU |
每小時 OCPU |
||
運算 - Ampere A1 - 記憶體 |
每小時 GB | ||
運算 - 標準 - A2 - OCPU |
每小時 OCPU |
||
運算 - 標準 - A2 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機標準 - X7 |
每小時 OCPU |
||
運算 - 標準 - E3 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E3 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E4 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E4 - 記憶體 |
每小時 GB |
||
運算 - 標準 - E5 - OCPU |
每小時 OCPU |
||
運算 - 標準 - E5 - 記憶體 |
每小時 GB |
||
運算 - 虛擬機器最佳化 - X9 |
每小時 OCPU |
||
運算 - 虛擬機器最佳化 - X9 - 記憶體 |
每小時 GB |
||
VM.GPU2.1 (NVIDIA P100) |
每小時 GPU |
||
VM.GPU3.x (NVIDIA V100 Tensor Core - 16 GB) |
每小時 GPU |
||
BM.GPU.H100.8 |
每小時 GPU |
||
BM.GPU.L40S-NC.4 |
每小時 GPU |
||
BM.GPU2.2 (2 個 NVIDIA P100) |
每小時 GPU |
||
BM.GPU3.8 (8 個 NVIDIA V100 Tensor Core) |
每小時 GPU |
||
BM.GPU4.8 (8 個 NVIDIA A100 40 GB Tensor Core) |
每小時 GPU |
||
BM.GPU.A100-v2.8 (8 個 NVIDIA A100 80GB Tensor Core) |
每小時 GPU |
||
BM.GPUA10.4 (4 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.1 (1 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
VM.GPU.A10.2 (2 個 NVIDIA A10 Tensor Core) |
每小時 GPU |
||
區塊磁碟區儲存 |
GB 儲存容量 / 每月 |
||
區塊磁碟區效能單位 |
每 GB / 每月的效能單位 (10 個 VPU，效能提升 $0.017) |
||
區塊磁碟區效能單位 |
每 GB / 每月的效能單位 (10 個 VPU，效能提升 $0.017) |
||
Object Storage - 儲存 |
每個月的 GB 儲存體容量 |
* 為方便比較雲端服務供應商的價格，Oracle 網頁為以運算為基礎的產品同時顯示 vCPU (虛擬 CPU) 價格與 OCPU (Oracle CPU) 價格。產品本身、入口網站佈建、計費等方面會繼續使用 OCPU (Oracle CPU) 單位。OCPU 代表實體 CPU 核心。大部分 CPU 架構 (包括 x86) 會為每個實體核心執行兩個執行緒。因此，1 個 OCPU 等於 x86-based 運算的 2 個 vCPUs。客戶支付的每小時 OCPU 費率會是 vCPU 價格的兩倍，因為他們在每個 OCPU 上收到兩個 vCPUs 的運算能力；如為執行個體 (例如先佔式執行個體)，則不在此限。