Azure AI Studio のコストを計画および管理する

この記事では、Azure AI Studio のコストを計画および管理する方法について説明します。 コストを見積もるサービスに対してリソースを追加する前に、まず、Azure AI Studio のコストの計画に役立つ Azure 料金計算ツールを使用します。 次に、Azure リソースを追加するときに、推定コストを確認します。

Azure AI Studio で Azure AI サービスを使用します。 Azure AI サービスのコストは、Azure の請求に記載された月額料金の一部にすぎません。 課金は、サードパーティのサービスを含め、ご使用の Azure サブスクリプションで使用されている Azure のすべてのサービスとリソースに対して行われます。

前提条件

Microsoft Cost Management のコスト分析では、ほとんどの種類の Azure アカウントがサポートされますが、すべてではありません。 サポートされているアカウントの種類の完全な一覧については、「Understand Cost Management data (Cost Management データの概要)」を参照してください。 コスト データを表示するには、少なくとも Azure アカウントの読み取りアクセス許可が必要です。 Microsoft Cost Management データに対するアクセス権の割り当てについては、データに対するアクセス権の割り当てに関するページを参照してください。

Azure AI サービスを使用する前にコストを見積もる

Azure AI サービスを追加する前に、Azure 料金計算ツールを使用してコストを見積もります。

1. Azure 料金計算ツールで Azure OpenAI などの製品を選択します。

   

2. 使用する予定のユニット数を入力します。 たとえば、プロンプトと入力補完のトークンの数を入力します。

   

3. 複数の製品を選択して、複数の製品のコストを見積もることができます。 たとえば、Virtual Machines を選択して、コンピューティング リソースの潜在的なコストを追加します。

   

プロジェクトに新しいリソースを追加したら、この計算ツールに戻り、同じリソースをここに追加して、コストの見積もりを更新します。

Azure AI Studio で通常発生するコスト

ハブのリソースを作成すると、他の Azure サービスのリソースも作成されます。 以下のとおりです:

リソースの削除前にコストが発生する可能性がある

Azure portal 内で、または Azure CLI を使用して Azure AI リソースを削除する前、ワークスペース内でアクティブに作業していない場合でも、次のサブ リソースは一般的なコストとして蓄積されます。 後でお使いのハブに戻る予定がある場合、これらのリソースには引き続きコストが発生する可能性があります。

• Azure AI Search (データ用)
• 仮想マシン
• Load Balancer
• Azure Virtual Network
• 帯域幅

VM はそれぞれ、実行している時間ごとに課金されます。 コストは VM の仕様によって異なります。 実行中であっても、データセットに対してアクティブに動作していない VM については、ロード バランサー経由で課金されます。 コンピューティング インスタンスごとに、1 日あたり 1 つのロード バランサーが課金されます。 コンピューティング クラスターの 50 ノードごとに、1 つの Standard ロード バランサーが課金されます。 ロード バランサーあたりの課金額は 1 日あたり約 0.33 ドルです。 停止しているコンピューティング インスタンスとコンピューティング クラスターに対してロード バランサーのコストが発生するのを回避するには、コンピューティング リソースを削除します。

コンピューティング インスタンスでは、停止状態でも P10 ディスク コストが発生します。 このコストの要因は、ディスクに保存されたすべてのユーザー コンテンツが、Azure VM と同様に停止状態において保持されるためです。 コストをより適切に制御するために、OSディスクのサイズ/タイプを構成できるように取り組んでいます。 Azure Virtual Network については、1 つの仮想ネットワークの課金はサブスクリプションごと、およびリージョンごとに行われます。 仮想ネットワークは、複数のリージョンまたはサブスクリプションにまたがることはできません。 仮想ネットワークの設定内でプライベート エンドポイントを設定した場合にも、料金が発生することがあります。 仮想ネットワークで Azure Firewall を使用している場合は、ファイアウォールによっても料金が発生する可能性があります。 帯域幅の使用には料金が発生します。転送データが多いほど、料金は高くなります。

リソースの削除後にコストが発生する可能性がある

Azure portal または Azure CLI でハブを削除した後も、次のリソースは引き続き存在します。 これらを削除するまで、これらのコストは発生し続けます。

• Azure Container Registry
• Azure Blob Storage
• Key Vault
• Application Insights (ハブに対して有効にした場合)

コストを監視する

ハブで Azure AI Studio を使用すると、コストが発生します。 Azure リソース使用のユニット コストは、期間 (秒、分、時間、日数) やユニット使用量 (バイト、メガバイトなど) によって異なります。 発生したコストはコスト分析で確認できます。

コスト分析を使用すると、さまざまな期間について、ハブのコストをグラフや表で表示できます。 たとえば、日単位、現在の月、以前の月、年単位などがあります。 予算や予想コストを基準としてコストを表示することもできます。 時間経過を示す、より長い期間のビューに切り替えると、支出の傾向を特定するのに役立ちます。 超過出費が発生した可能性のある時期を確認できます。 予算を作成したら、それを超過する部分を簡単に確認することもできます。

Azure AI Studio プロジェクトのコストを監視する

コスト分析は Azure portal から取得できます。 また、Azure AI Studio からコスト分析にアクセスすることもできます。

このセクションの例では、すべての Azure AI Studio リソースが同じリソース グループに属していることを前提としています。 ただし、異なるリソース グループにリソースを含めることもできます。 たとえば、Azure AI Search リソースは、プロジェクトとは異なるリソース グループに属する可能性があります。

プロジェクトのコストを監視する方法の例を次に示します。 これらのコストはあくまでも例として使っています。 コストは、使っているサービスや使用量によって変わります。

1. Azure AI Studio にサインインします。

2. プロジェクトを選び、左側のナビゲーション メニューから [設定] を選びます。 [総コスト] セクションから [リソースのコストの表示] を選択します。 Azure portal が開き、プロジェクトのリソース グループが表示されます。

   

3. [リソース] 列を展開すると、プロジェクトの基となる各サービスのコストが表示されます。 ただし、このビューには、プロジェクトで使用しているすべてのリソースのコストは含まれていません。

   

4. [リソースごとのコスト]>[リソース] を選びます。

   

5. 表示される [コスト分析] ページで、スコープがリソース グループに設定されていることを確認します。

   

   次の点に注意してください。

   • リソース グループ名は rg-contosoairesource です。
   • このリソース グループ内のすべてのリソースとサービスの合計コストは $222.97 です。 この例では、$222.97 は Azure AI Studio を使って構築しているアプリケーションまたはソリューションの合計コストです。 繰り返しになりますが、これはすべての Azure AI Studio リソースが同じリソース グループに属していることを前提としています。 ただし、異なるリソース グループにリソースを含めることもできます。
   • プロジェクト名は contoso-outdoor-proj です。
   • プロジェクトのリソースとサービスに限定したコストは、合計 $212.06 です。

6. contoso-outdoor-proj を展開すると、プロジェクトのリソースの基となるサービスのコストが表示されます。

   

7. [contoso_ai_resource] を展開すると、ハブ リソースの根底にあるサービスのコストが表示されます。 フィルターを適用して、リソース グループ内の他のコストに焦点を当てることもできます。

Azure portal からリソース グループのコストを直接表示することもできます。 そのためには次のようにします。

1. Azure ポータルにサインインします。

2. [リソース グループ] を選択します。

3. Azure AI Studio リソースが含まれるリソース グループを見つけて選びます。

4. 左側のナビゲーション メニューから [コスト分析] を選びます。

   

詳細については、Azure の料金計算ツールに関するページをご覧ください。

Azure Marketplace を通じて提供されるモデルのコストを監視する

従量課金制を使用してサービスとしてデプロイされたモデルは、Azure Marketplace を通じて提供されます。 モデルの公開元は、オファリングに応じて異なるコストを適用する場合があります。 Azure AI Studio の各プロジェクトには、オファリングを含む独自のサブスクリプションがあり、これによりそのプロジェクトで発生しているコストと消費量を監視できます。 次のように Microsoft Cost Management を使ってコストを監視します。

1. Azure ポータルにサインインします。

2. 左側のナビゲーション領域で、[Cost Management と Billing] を選択し、同じメニューで [Cost Management] を選択します。

3. 左側のナビゲーション領域で、[Cost Management] セクションで、[コスト分析] を選択します。

4. [リソース] などのビューを選択します。 各リソースに関連付けられているコストが表示されます。

   

5. [種類] 列で、フィルター アイコンを選択して、[microsoft.saas/resources] の種類のすべてのリソースをフィルター処理します。 この種類は、Azure Marketplace のオファーから作成されたリソースに対応します。 便宜上、SaaS 文字列を含むリソースの種類でフィルター処理できます。

   

6. プロジェクトごとに各モデル オファーに対して 1 つのリソースが表示されます。 これらのリソースの名前付けは [Model offer name]-[GUID] です。

7. 選択してリソースの詳細を展開し、リソースに関連付けられている各コスト メーターにアクセスします。

   • [レベル] は、オファリングを表します。
   • [製品] は、オファリング内の特定の製品です。

   一部のモデル プロバイダーは、両方に同じ名前を使用する場合があります。

   

   ヒント

   プロジェクトがサブスクライブしている各プランごとに、各プロジェクトごとに 1 つのリソースが作成されることに注意してください。

8. 詳細を展開すると、オファリングに関連付けられている各メーターごとにコストのレポートがあります。 各メーターは、推論や微調整など、さまざまなコストのソースを追跡できます。 次のメーターが表示されます (一部のコストが関連付けられている場合)。

   測定	グループ	説明
   paygo-inference-input-tokens	基本モデル	基本モデルの推論の入力として使用されるトークンに関連付けられているコスト。
   paygo-inference-output-tokens	基本モデル	基本モデルの推論の出力として生成されるトークンに関連付けられているコスト。
   paygo-finetuned-model-inference-hosting	微調整されたモデル	微調整されたモデルの推論エンドポイントのホスティングに関連するコスト。 これはモデルをホスティングするコストではなく、それに対して機能するエンドポイントのコストです。
   paygo-finetuned-model-inference-input-tokens	微調整されたモデル	微調整されたモデルの推論の入力として使用されるトークンに関連付けられたコスト。
   paygo-finetuned-model-inference-output-tokens	微調整されたモデル	微調整されたモデルの推論の出力として生成されるトークンに関連付けられたコスト。

予算を作成する

予算を作成して、コストを管理し、異常な支出や浪費のリスクについて、関係者に自動的に通知するアラートを作成できます。 アラートは、予算とコストのしきい値と比較した支出に基づきます。 予算とアラートは、Azure サブスクリプションとリソース グループに対して作成されるため、全体的なコスト監視戦略の一環として役立ちます。

監視の粒度をさらに細かく示す必要がある場合は、Azure の特定のリソースまたはサービスに対するフィルターを使用して予算を作成できます。 フィルターを使用すると、追加のコストがかかる新しいリソースが誤って作成されないようにすることができます。 予算を作成するときのフィルター オプションの詳細については、グループとフィルターのオプションに関する記事を参照してください。

コスト データのエクスポート

また、ストレージ アカウントにコスト データをエクスポートすることもできます。 データのエクスポートは、自分や他のユーザーがコストに関する追加のデータ分析を行う必要がある場合に便利です。 たとえば、財務チームは、Excel や Power BI を使用してデータを分析できます。 日単位、週単位、または月単位のスケジュールでコストをエクスポートし、カスタムの日付範囲を設定することができます。 コスト データのエクスポートは、推奨されるコスト データセット取得方法です。

Azure AI サービスの詳細な課金モデルを理解する

Azure AI サービスは、新しいリソースをデプロイすると Azure AI と併せてコストが発生する Azure インフラストラクチャ上で実行されます。 追加のインフラストラクチャでコストが発生する可能性があることを理解しておくことが重要です。 デプロイされたリソースに変更を加える場合は、このコストを管理する必要があります。

Azure AI サービス リソースを作成または使用すると、使用するサービスに基づいて課金される場合があります。 Azure AI サービスに使用できる課金モデルには、次の 2 種類があります。

• 従量課金制: 従量課金制の価格では、課金情報に基づいて、使用した Azure AI サービス内容に従って課金されます。
• コミットメント レベル: コミットメント レベルの価格では、いくつかのサービス機能を固定料金で使用することをコミットします。これにより、ワークロードのニーズに基づいて合計コストが予測可能になります。 選択したプランに従って課金されます。 利用可能なサービス、サインアップする方法、プランを購入する際の考慮事項については、「クイックスタート: コミットメント レベル価格で購入する」を参照してください。

Azure AI サービスの料金は、Azure 前払い (旧称: 年額コミットメント) のクレジットを使用して支払うことができます。 ただし、Azure 前払いのクレジットを使用して、サードパーティの製品やサービス (Azure Marketplace からのものを含む) の料金を支払うことはできません。

詳細については、Azure の料金計算ツールに関するページをご覧ください。

次のステップ

• Microsoft Cost Management を使用してクラウドへの投資を最適化する方法について説明します。
• コスト分析を使用してコストを管理する方法について詳細に説明します。
• 予期しないコストを回避する方法について説明します。
• Cost Management のガイド付き学習コースを受講します。