Savings Plans の特典の対象となるサービス - Savings Plans
Amazon EC2AWS FargateAWS LambdaAmazon SageMaker

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

Savings Plans の特典の対象となるサービス

AWS には、Compute Savings Plans 、EC2Instance Savings Plans 、Savings Plans の 3 種類の SageMaker Savings Plans があります。 Compute Savings Plans Compute Savings Plans は、Amazon EC2、 AWS Lambda、および 全体での使用に適用されます AWS Fargate。EC2 Instance Savings Plans はEC2使用状況に適用され、 SageMaker Savings Plans は SageMaker 使用状況に適用されます。

Amazon EC2

Amazon Elastic Compute Cloud (Amazon EC2) は、Amazon Web Services, Inc. (AWS) クラウドでスケーラブルなコンピューティング容量を提供します。Amazon を使用すると、ハードウェアに事前に投資する必要EC2がなくなるため、アプリケーションをより迅速に開発してデプロイできます。Amazon を使用してEC2、必要な数の仮想サーバーを起動し、セキュリティとネットワークを設定し、ストレージを管理できます。Amazon EC2 では、要件の変化や人気の急増に対応するためにスケールアップまたはスケールダウンできるため、トラフィックを予測する必要がなくなります。

Amazon の詳細についてはEC2、「Amazon 入門ガイド」の「Amazon とはEC2」を参照してください。 EC2

AWS Fargate

AWS Fargate は、Amazon Elastic Container Service (Amazon ECS) と Amazon Elastic Kubernetes Service (Amazon ) の両方で動作するコンテナ用のサーバーレスコンピューティングエンジンですEKS。Fargate を使用すると、アプリケーション構築への集中が容易になります。Fargate を使用すると、サーバーのプロビジョニングと管理が不要になり、アプリケーションごとにリソースを指定して支払いを行うことができます。また、バイデザインによるアプリケーション分離でセキュリティが向上します。

Fargate は、Compute Savings Plans の対象となります。

Amazon ECS on Fargate の詳細については、「Amazon Elastic Container Service デベロッパーガイド」の「Amazon Elastic Container Service とは」を参照してください。

Amazon EKS on Fargate の詳細については、「Amazon EKS ユーザーガイド」の「Amazon Elastic Kubernetes Service とは」を参照してください。

AWS Lambda

AWS Lambda は、サーバーのプロビジョニングや管理を行わずにコードを実行できるようにするコンピューティングサービスです。 は、必要な場合にのみコード AWS Lambda を実行し、1 日あたりのリクエスト数件から 1 秒あたり数千件まで自動的にスケーリングします。使用したコンピューティング時間に対してのみお支払いいただきます- コードが実行中でなければ料金はかかりません。を使用すると AWS Lambda、ほぼすべてのタイプのアプリケーションまたはバックエンドサービスのコードを実行できます。すべて管理不要です。 は、高可用性コンピューティングインフラストラクチャでコード AWS Lambda を実行し、サーバーとオペレーティングシステムのメンテナンス、容量のプロビジョニングと自動スケーリング、コードのモニタリングとログ記録など、コンピューティングリソースのすべての管理を実行します。

Lambda は Compute Savings Plans の対象となります。

Lambda の詳細については、「 AWS Lambda デベロッパーガイド」の「 とは AWS Lambda」を参照してください。

Amazon SageMaker

Amazon SageMaker はフルマネージド型機械学習サービスです。を使用すると SageMaker、データサイエンティストとデベロッパーは、機械学習モデルを迅速かつ簡単に構築してトレーニングし、本番環境対応のホスト環境に直接デプロイできます。

SageMaker は、探索と分析のためにデータソースに簡単にアクセスできるように統合された Jupyter オーサリングノートブックインスタンスを提供するため、サーバーを管理する必要はありません。また、一般的な機械学習アルゴリズムも使用できます。そうしたアルゴリズムは、分散環境できわめて大容量のデータに対しても効率良く実行できるよう最適化されています。

bring-your-own-algorithms および フレームワークのネイティブサポートにより、 は特定のワークフローに合わせて調整できる柔軟な分散トレーニングオプション SageMaker を提供します。 SageMaker Studio または SageMaker コンソールから数回のクリックでモデルを起動して、安全でスケーラブルな環境にモデルをデプロイします。

SageMaker は SageMaker Savings Plans の対象となります。

Amazon の詳細については SageMaker、「Amazon デベロッパーガイド」の「Amazon とは SageMaker」を参照してください。 SageMaker