阿里云服务器最新价格表(标准收费报价表)

news/2024/11/20 15:39:08/

阿里云ECS云服务器租用价格组成包含三部分:即云服务器配置费用+磁盘价格+网络宽带价格,需要注意的是:不同地域宽带价格也有所差异,所以不同地域节点的云服务器价格也有所不同,下面笔者分享阿里云服务器详细价格及收费标准,包含不同计费模式下的云服务器收费价格等信息。
一:实例配置价格表+二:磁盘价格表+三:网络宽带价格
实例配置价格表
阿里云服务器配置分为入门级配置和企业级配置,云服务器的配置计费方式可以按量(小时)计费、按月计费或者年付等计费方式,本文中的价格表是以Windows、专有网络、支持I/O优化为例:
注意,以下关于阿里云服务器租用价格表(实例配置规格价格表+磁盘收费+宽带收费)仅供参考,更加详细精准报价请参考阿里云的产品定价:(附:阿里云产品定价详情页)

实例规格

vCPU

内存(GB)

按量(小时)

标准目录月价

优惠月价

年付月价

3年付月价

5年付月价

通用型 (g6) ecs.g6.large

2

8

0.35

168.0

168.0

142.80

92.40

63.84

通用型 (g6) ecs.g6.xlarge

4

16

0.7

336.0

336.0

285.60

184.80

127.68

通用型 (g6) ecs.g6.2xlarge

8

32

1.4

672.0

672.0

571.20

369.60

255.36

通用型 (g6) ecs.g6.3xlarge

12

48

2.1

1008.0

1008.0

856.80

554.40

383.04

通用型 (g6) ecs.g6.4xlarge

16

64

2.8

1344.0

1344.0

1142.40

739.20

510.72

通用型 (g6) ecs.g6.6xlarge

24

96

4.2

2016.0

2016.0

1713.60

1108.80

766.08

通用型 (g6) ecs.g6.8xlarge

32

128

5.6

2688.0

2688.0

2284.80

1478.40

1021.44

通用型 (g6) ecs.g6.13xlarge

52

192

9.1

4368.0

4368.0

3712.80

2402.40

1659.84

通用型 (g6) ecs.g6.26xlarge

104

384

18.2

8736.0

8736.0

7425.60

4804.80

3319.68

内存型 (r6) ecs.r6.large

2

16

0.46

220.0

220.0

187.00

121.00

83.60

内存型 (r6) ecs.r6.xlarge

4

32

0.92

440.0

440.0

374.00

242.00

167.20

内存型 (r6) ecs.r6.2xlarge

8

64

1.83

880.0

880.0

748.00

484.00

334.40

内存型 (r6) ecs.r6.3xlarge

12

96

2.75

1320.0

1320.0

1122.00

726.00

501.60

内存型 (r6) ecs.r6.4xlarge

16

128

3.671

1760.0

1760.0

1496.00

968.00

668.80

内存型 (r6) ecs.r6.6xlarge

24

192

5.5

2640.0

2640.0

2244.00

1452.00

1003.20

内存型 (r6) ecs.r6.8xlarge

32

256

7.33

3520.0

3520.0

2992.00

1936.00

1337.60

内存型 (r6) ecs.r6.13xlarge

52

384

11.92

5720.0

5720.0

4862.00

3146.00

2173.60

内存型 (r6) ecs.r6.26xlarge

104

768

23.83

11440.0

11440.0

9724.00

6292.00

4347.20

计算型 (c6) ecs.c6.large

2

4

0.27

131.0

131.0

111.35

72.05

49.78

计算型 (c6) ecs.c6.xlarge

4

8

0.55

262.0

262.0

222.70

144.10

99.56

计算型 (c6) ecs.c6.2xlarge

8

16

1.09

524.0

524.0

445.40

288.20

199.12

计算型 (c6) ecs.c6.3xlarge

12

24

1.64

786.0

786.0

668.10

432.30

298.68

计算型 (c6) ecs.c6.4xlarge

16

32

2.18

1048.0

1048.0

890.80

576.40

398.24

计算型 (c6) ecs.c6.6xlarge

24

48

3.28

1572.0

1572.0

1336.20

864.60

597.36

计算型 (c6) ecs.c6.8xlarge

32

64

4.37

2096.0

2096.0

1781.60

1152.80

796.48

计算型 (c6) ecs.c6.13xlarge

52

104

7.1

3406.0

3406.0

2895.10

1873.30

1294.28

计算型 (c6) ecs.c6.26xlarge

104

192

14.19

6812.0

6812.0

5790.20

3746.60

2588.56

通用型 (g5) ecs.g5.large

2

8

0.66

191.0

181.45

143.25

85.95

57.30

通用型 (g5) ecs.g5.xlarge

4

16

1.33

383.0

363.85

287.25

172.35

114.90

通用型 (g5) ecs.g5.2xlarge

8

32

2.66

765.0

726.75

573.75

344.25

229.50

通用型 (g5) ecs.g5.3xlarge

12

48

3.99

1148.0

1090.6

861.00

516.60

344.40

通用型 (g5) ecs.g5.4xlarge

16

64

5.31

1530.0

1453.5

1147.50

688.50

459.00

通用型 (g5) ecs.g5.6xlarge

24

96

7.97

2295.0

2180.25

1721.25

1032.75

688.50

通用型 (g5) ecs.g5.8xlarge

32

128

10.63

3060.0

2907.0

2295.00

1377.00

918.00

通用型 (g5) ecs.g5.16xlarge

64

256

21.25

6120.0

5814.0

4590.00

2754.00

1836.00

计算型 (c5) ecs.c5.large

2

4

0.47

134.0

134.0

113.90

73.70

49.58

计算型 (c5) ecs.c5.xlarge

4

8

0.93

269.0

269.0

228.65

147.95

99.53

计算型 (c5) ecs.c5.2xlarge

8

16

1.861

537.0

537.0

456.45

295.35

198.69

计算型 (c5) ecs.c5.3xlarge

12

24

2.8

806.0

806.0

685.10

443.30

298.22

计算型 (c5) ecs.c5.4xlarge

16

32

3.73

1074.0

1074.0

912.90

590.70

397.38

计算型 (c5) ecs.c5.6xlarge

24

48

5.59

1611.0

1611.0

1369.35

886.05

596.07

计算型 (c5) ecs.c5.8xlarge

32

64

7.46

2148.0

2148.0

1825.80

1181.40

794.76

计算型 (c5) ecs.c5.16xlarge

64

128

14.92

4296.0

4296.0

3651.60

2362.80

1589.52

内存型 (r5) ecs.r5.large

2

16

0.85

245.0

232.75

183.75

110.25

73.50

内存型 (r5) ecs.r5.xlarge

4

32

1.7

489.0

464.55

366.75

220.05

146.70

内存型 (r5) ecs.r5.2xlarge

8

64

3.4

978.0

929.1

733.50

440.10

293.40

内存型 (r5) ecs.r5.3xlarge

12

96

5.09

1467.0

1393.65

1100.25

660.15

440.10

内存型 (r5) ecs.r5.4xlarge

16

128

6.79

1956.0

1858.2

1467.00

880.20

586.80

内存型 (r5) ecs.r5.6xlarge

24

192

10.19

2934.0

2787.3

2200.50

1320.30

880.20

内存型 (r5) ecs.r5.8xlarge

32

256

13.58

3912.0

3716.4

2934.00

1760.40

1173.60

内存型 (r5) ecs.r5.16xlarge

64

512

27.17

7824.0

7432.8

5868.00

3520.80

2347.20

密集计算型 (ic5) ecs.ic5.large

2

2

0.44

128.0

128.0

108.80

70.40

48.64

密集计算型 (ic5) ecs.ic5.xlarge

4

4

0.891

255.0

255.0

216.75

140.25

96.90

密集计算型 (ic5) ecs.ic5.2xlarge

8

8

1.77

510.0

510.0

433.50

280.50

193.80

密集计算型 (ic5) ecs.ic5.3xlarge

12

12

2.66

765.0

765.0

650.25

420.75

290.70

密集计算型 (ic5) ecs.ic5.4xlarge

16

16

3.54

1020.0

1020.0

867.00

561.00

387.60

GPU计算型 (gn5) ecs.gn5-c4g1.xlarge

4

30

11.499

3312.9

3312.9

2815.97

1722.71

1159.51

GPU计算型 (gn5) ecs.gn5-c8g1.2xlarge

8

60

13.849

3989.7

3989.7

3391.25

2074.64

1396.39

GPU计算型 (gn5) ecs.gn5-c4g1.2xlarge

8

60

25.57

7363.0

7363.0

6258.55

3828.76

2577.05

GPU计算型 (gn5) ecs.gn5-c8g1.4xlarge

16

120

27.71

7979.4

7979.4

6782.49

4149.29

2792.79

GPU计算型 (gn5) ecs.gn5-c28g1.7xlarge

28

112

23.88

6877.0

6877.0

5845.45

3576.04

2406.95

GPU计算型 (gn5) ecs.gn5-c8g1.8xlarge

32

240

55.409

15957.9

15957.9

13564.21

8298.11

5585.27

GPU计算型 (gn5) ecs.gn5-c28g1.14xlarge

56

224

47.75

13753.0

13753.0

11690.05

7151.56

4813.55

GPU计算型 (gn5) ecs.gn5-c8g1.14xlarge

54

480

110.82

31915.8

31915.8

27128.43

16596.22

11170.53

GPU计算型 (gn6i) ecs.gn6i-c4g1.xlarge

4

15

10.46

3013.0

3013.0

2561.05

1657.15

1144.94

GPU计算型 (gn6i) ecs.gn6i-c8g1.2xlarge

8

31

12.6

3629.0

3629.0

3084.65

1995.95

1379.02

GPU计算型 (gn6i) ecs.gn6i-c16g1.4xlarge

16

62

14.77

4253.0

4253.0

3615.05

2339.15

1616.14

GPU计算型 (gn6i) ecs.gn6i-c24g1.6xlarge

24

93

15.47

4455.0

4455.0

3786.75

2450.25

1692.90

GPU计算型 (gn6i) ecs.gn6i-c24g1.12xlarge

48

186

30.94

8910.0

8910.0

7573.50

4900.50

3385.80

GPU计算型 (gn6i) ecs.gn6i-c24g1.24xlarge

96

372

61.88

17820.0

17820.0

15147.00

9801.00

6771.60

GPU计算型 (gn6v) ecs.gn6v-c8g1.2xlarge

8

32

19.84

5715.0

4229.1

3543.30

2971.80

2171.70

GPU计算型 (gn6v) ecs.gn6v-c8g1.8xlarge

32

128

79.36

22860.0

16916.4

14173.20

11887.20

8686.80

GPU计算型 (gn6v) ecs.gn6v-c8g1.16xlarge

64

256

158.72

45720.0

33832.8

28346.40

23774.40

17373.60

GPU计算型 (gn6v) ecs.gn6v-c10g1.20xlarge

96

384

197.67

56929.5

42127.83

35296.29

29603.34

21633.21

GPU计算型弹性裸金属服务器 (ebmgn6i) ecs.ebmgn6i.24xlarge

96

384

61.88

17820.0

17820.0

15147.00

9801.00

6771.60

GPU计算型 (gn5i) ecs.gn5i-c2g1.large

2

8

6.51

1875.0

1781.25

1406.25

843.75

562.50

GPU计算型 (gn5i) ecs.gn5i-c4g1.xlarge

4

16

7.27

2093.0

1988.35

1569.75

941.85

627.90

GPU计算型 (gn5i) ecs.gn5i-c8g1.2xlarge

8

32

8.75

2520.0

2394.0

1890.00

1134.00

756.00

GPU计算型 (gn5i) ecs.gn5i-c16g1.4xlarge

16

64

11.72

3375.0

3206.25

2531.25

1518.75

1012.50

GPU计算型 (gn5i) ecs.gn5i-c28g1.14xlarge

56

224

32.29

9300.0

8835.0

6975.00

4185.00

2790.00

高主频计算型 (hfc5) ecs.hfc5.large

2

4

0.65

188.0

188.0

156.04

94.00

62.04

高主频计算型 (hfc5) ecs.hfc5.xlarge

4

8

1.31

377.0

377.0

312.91

188.50

124.41

高主频计算型 (hfc5) ecs.hfc5.2xlarge

8

16

2.61

753.0

753.0

624.99

376.50

248.49

高主频计算型 (hfc5) ecs.hfc5.3xlarge

12

24

3.92

1130.0

1130.0

937.90

565.00

372.90

高主频计算型 (hfc5) ecs.hfc5.4xlarge

16

32

5.23

1506.0

1506.0

1249.98

753.00

496.98

高主频计算型 (hfc5) ecs.hfc5.6xlarge

24

48

7.84

2259.0

2259.0

1874.97

1129.50

745.47

高主频计算型 (hfc5) ecs.hfc5.8xlarge

32

64

10.46

3012.0

3012.0

2499.96

1506.00

993.96

高主频通用型 (hfg5) ecs.hfg5.large

2

8

0.86

249.0

249.0

201.69

122.01

79.68

高主频通用型 (hfg5) ecs.hfg5.xlarge

4

16

1.73

498.0

498.0

403.38

244.02

159.36

高主频通用型 (hfg5) ecs.hfg5.2xlarge

8

32

3.46

996.0

996.0

806.76

488.04

318.72

高主频通用型 (hfg5) ecs.hfg5.3xlarge

12

48

5.19

1494.0

1494.0

1210.14

732.06

478.08

高主频通用型 (hfg5) ecs.hfg5.4xlarge

16

64

6.92

1992.0

1992.0

1613.52

976.08

637.44

高主频通用型 (hfg5) ecs.hfg5.6xlarge

24

96

10.38

2988.0

2988.0

2420.28

1464.12

956.16

高主频通用型 (hfg5) ecs.hfg5.8xlarge

32

128

13.83

3984.0

3984.0

3227.04

1952.16

1274.88

高主频通用型 (hfg5) ecs.hfg5.14xlarge

56

160

22.94

6606.0

6606.0

5350.86

3236.94

2113.92

GPU轻量型 (vgn5i) ecs.vgn5i-m1.large

2

6

1.95

562.5

562.5

478.13

309.38

213.75

GPU轻量型 (vgn5i) ecs.vgn5i-m2.xlarge

4

12

3.91

1125.0

1125.0

956.25

618.75

427.50

GPU轻量型 (vgn5i) ecs.vgn5i-m4.2xlarge

8

24

7.81

2250.0

2250.0

1912.50

1237.50

855.00

GPU轻量型 (vgn5i) ecs.vgn5i-m8.4xlarge

16

48

15.63

4500.0

4500.0

3825.00

2475.00

1710.00

通用型弹性裸金属服务器 (ebmg5) ecs.ebmg5.24xlarge

96

384

31.88

9180.0

8721.0

6885.00

4131.00

2754.00

高主频型弹性裸金属服务器 (ebmhfg5) ecs.ebmhfg5.2xlarge

8

32

5.53

1594.0

1594.0

1291.14

781.06

510.08

计算型弹性裸金属服务器 (ebmc4) ecs.ebmc4.8xlarge

32

64

9.84

3150.0

3150.0

2677.50

1732.50

1197.00

高主频型超级计算集群 (scch5) ecs.scch5.16xlarge

64

192

31.77

9150.0

8692.5

6862.50

4117.50

2745.00

通用型超级计算集群 (sccg5) ecs.sccg5.24xlarge

96

384

44.63

12852.0

12209.4

9639.00

5783.40

3855.60

内存增强型 (re4) ecs.re4.20xlarge

80

960

51.56

14850.0

14850.0

12622.50

7425.00

7425.00

内存增强型 (re4) ecs.re4.40xlarge

160

1920

103.13

29700.0

29700.0

25245.00

14850.00

14850.00

计算网络增强型 (sn1ne) ecs.sn1ne.large

2

4

0.51

148.0

148.0

125.80

81.40

56.24

计算网络增强型 (sn1ne) ecs.sn1ne.xlarge

4

8

1.03

296.0

296.0

251.60

162.80

112.48

计算网络增强型 (sn1ne) ecs.sn1ne.2xlarge

8

16

2.05

591.0

591.0

502.35

325.05

224.58

计算网络增强型 (sn1ne) ecs.sn1ne.3xlarge

12

24

3.08

887.0

887.0

753.95

487.85

337.06

计算网络增强型 (sn1ne) ecs.sn1ne.4xlarge

16

32

4.1

1182.0

1182.0

1004.70

650.10

449.16

计算网络增强型 (sn1ne) ecs.sn1ne.6xlarge

24

48

6.16

1773.0

1773.0

1507.05

975.15

673.74

计算网络增强型 (sn1ne) ecs.sn1ne.8xlarge

32

64

8.21

2364.0

2364.0

2009.40

1300.20

898.32

通用网络增强型 (sn2ne) ecs.sn2ne.large

2

8

0.75

215.0

204.25

161.25

96.75

64.50

通用网络增强型 (sn2ne) ecs.sn2ne.xlarge

4

16

1.49

429.0

407.55

321.75

193.05

128.70

通用网络增强型 (sn2ne) ecs.sn2ne.2xlarge

8

32

2.98

858.0

815.1

643.50

386.10

257.40

通用网络增强型 (sn2ne) ecs.sn2ne.3xlarge

12

48

4.47

1287.0

1222.65

965.25

579.15

386.10

通用网络增强型 (sn2ne) ecs.sn2ne.4xlarge

16

64

5.961

1716.0

1630.2

1287.00

772.20

514.80

通用网络增强型 (sn2ne) ecs.sn2ne.6xlarge

24

96

8.94

2574.0

2445.3

1930.50

1158.30

772.20

通用网络增强型 (sn2ne) ecs.sn2ne.8xlarge

32

128

11.92

3432.0

3260.4

2574.00

1544.40

1029.60

通用网络增强型 (sn2ne) ecs.sn2ne.14xlarge

56

224

20.85

6006.0

5705.7

4504.50

2702.70

1801.80

内存型 (se1) ecs.se1.large

2

16

1.14

329.4

329.4

279.99

164.70

164.70

内存型 (se1) ecs.se1.xlarge

4

32

2.29

658.8

658.8

559.98

329.40

329.40

内存型 (se1) ecs.se1.2xlarge

8

64

4.58

1317.6

1317.6

1119.96

658.80

658.80

内存型 (se1) ecs.se1.4xlarge

16

128

9.15

2635.2

2635.2

2239.92

1317.60

1317.60

内存型 (se1) ecs.se1.8xlarge

32

256

18.3

5270.4

5270.4

4479.84

2635.20

2635.20

内存型 (se1) ecs.se1.14xlarge

56

480

32.03

9223.2

9223.2

7839.72

4611.60

4611.60

内存网络增强型 (se1ne) ecs.se1ne.large

2

16

0.95

275.0

261.25

206.25

123.75

82.50

内存网络增强型 (se1ne) ecs.se1ne.xlarge

4

32

1.91

549.0

521.55

411.75

247.05

164.70

内存网络增强型 (se1ne) ecs.se1ne.2xlarge

8

64

3.81

1098.0

1043.1

823.50

494.10

329.40

内存网络增强型 (se1ne) ecs.se1ne.3xlarge

12

96

5.72

1647.0

1564.65

1235.25

741.15

494.10

内存网络增强型 (se1ne) ecs.se1ne.4xlarge

16

128

7.63

2196.0

2086.2

1647.00

988.20

658.80

内存网络增强型 (se1ne) ecs.se1ne.6xlarge

24

192

11.44

3294.0

3129.3

2470.50

1482.30

988.20

内存网络增强型 (se1ne) ecs.se1ne.8xlarge

32

256

15.251

4392.0

4172.4

3294.00

1976.40

1317.60

内存网络增强型 (se1ne) ecs.se1ne.14xlarge

56

480

26.691

7686.0

7301.7

5764.50

3458.70

2305.80

高主频计算型 (c4) ecs.c4.xlarge

4

8

1.6

801.05

761.0

600.79

360.47

240.31

高主频计算型 (c4) ecs.c4.2xlarge

8

16

3.2

1602.11

1522.0

1201.58

720.95

480.63

高主频计算型 (c4) ecs.c4.4xlarge

16

32

6.41

3204.22

3044.01

2403.16

1441.90

961.27

高主频通用型 (cm4) ecs.cm4.xlarge

4

16

2.02

938.69

891.76

704.02

422.41

281.61

高主频通用型 (cm4) ecs.cm4.2xlarge

8

32

4.11

1877.46

1783.59

1408.10

844.86

563.24

高主频通用型 (cm4) ecs.cm4.4xlarge

16

64

8.22

3755.0

3567.25

2816.25

1689.75

1126.50

高主频通用型 (cm4) ecs.cm4.6xlarge

24

96

12.33

5632.47

5350.85

4224.35

2534.61

1689.74

高主频内存型 (ce4) ecs.ce4.xlarge

4

32

2.44

1129.0

1072.55

846.75

508.05

338.70

本地SSD型 (i1) ecs.i1.xlarge

4

16

2.03

584.1

554.89

438.07

262.85

175.23

本地SSD型 (i1) ecs.i1.2xlarge

8

32

4.06

1168.2

1109.79

876.15

525.69

350.46

本地SSD型 (i1) ecs.i1.3xlarge

12

48

6.76

1947.0

1849.65

1460.25

876.15

584.10

本地SSD型 (i1) ecs.i1.4xlarge

16

64

8.11

2336.4

2219.58

1752.30

1051.38

700.92

本地SSD型 (i1) ecs.i1-c5d1.4xlarge

16

64

10.52

3028.9

2877.46

2271.67

1363.00

908.67

本地SSD型 (i1) ecs.i1.8xlarge

32

128

16.23

4672.8

4439.16

3504.60

2102.76

1401.84

本地SSD型 (i1) ecs.i1-c10d1.8xlarge

32

128

17.67

5088.1

4833.7

3816.07

2289.64

1526.43

本地SSD型 (i1) ecs.i1.14xlarge

56

224

28.39

8177.4

7768.53

6133.05

3679.83

2453.22

本地SSD型 (i2) ecs.i2.xlarge

4

32

1.331

640.0

640.0

544.00

352.00

243.20

本地SSD型 (i2) ecs.i2.2xlarge

8

64

2.67

1280.0

1280.0

1088.00

704.00

486.40

本地SSD型 (i2) ecs.i2.4xlarge

16

128

5.33

2560.0

2560.0

2176.00

1408.00

972.80

本地SSD型 (i2) ecs.i2.8xlarge

32

256

10.67

5120.0

5120.0

4352.00

2816.00

1945.60

本地SSD型 (i2) ecs.i2.16xlarge

64

512

21.33

10240.0

10240.0

8704.00

5632.00

3891.20

大数据型 (d1) ecs.d1.2xlarge

8

32

5.73

1649.7

1567.21

1237.27

742.37

494.91

大数据型 (d1) ecs.d1.4xlarge

16

64

11.46

3299.4

3134.43

2474.55

1484.73

989.82

大数据型 (d1) ecs.d1.6xlarge

24

96

17.18

4949.1

4701.64

3711.83

2227.09

1484.73

大数据型 (d1) ecs.d1.8xlarge

32

128

22.91

6598.8

6268.86

4949.10

2969.46

1979.64

大数据型 (d1) ecs.d1.14xlarge

56

224

40.1

11547.9

10970.5

8660.93

5196.56

3464.37

大数据网络增强型 (d1ne) ecs.d1ne.2xlarge

8

32

5.01

1444.0

1371.8

1083.00

649.80

433.20

大数据网络增强型 (d1ne) ecs.d1ne.4xlarge

16

64

10.03

2888.0

2743.6

2166.00

1299.60

866.40

大数据网络增强型 (d1ne) ecs.d1ne.6xlarge

24

96

15.04

4331.0

4114.45

3248.25

1948.95

1299.30

大数据网络增强型 (d1ne) ecs.d1ne-c8d3.8xlarge

32

128

19.25

5543.0

5265.85

4157.25

2494.35

1662.90

大数据网络增强型 (d1ne) ecs.d1ne.8xlarge

32

128

20.05

5775.0

5486.25

4331.25

2598.75

1732.50

大数据网络增强型 (d1ne) ecs.d1ne-c14d3.14xlarge

56

160

29.19

8407.0

7986.65

6305.25

3783.15

2522.10

大数据网络增强型 (d1ne) ecs.d1ne.14xlarge

56

224

35.09

10106.0

9600.7

7579.50

4547.70

3031.80

GPU计算型 (gn4) ecs.gn4-c4g1.xlarge

4

30

10.88

3134.0

2977.3

2350.50

1410.30

940.20

GPU计算型 (gn4) ecs.gn4-c8g1.2xlarge

8

30

12.41

3575.0

3396.25

2681.25

1608.75

1072.50

GPU计算型 (gn4) ecs.gn4-c4g1.2xlarge

8

60

21.76

6268.0

5954.6

4701.00

2820.60

1880.40

GPU计算型 (gn4) ecs.gn4-c8g1.4xlarge

16

60

24.83

7150.0

6792.5

5362.50

3217.50

2145.00

GPU计算型 (gn4) ecs.gn4.8xlarge

32

48

14.93

4300.0

4085.0

3225.00

1935.00

1290.00

GPU计算型 (gn4) ecs.gn4.14xlarge

56

96

29.86

8599.0

8169.05

6449.25

3869.55

2579.70

GPU可视化计算型 (ga1) ecs.ga1.4xlarge

16

40

8.79

2531.0

2404.45

1898.25

1138.95

759.30

GPU可视化计算型 (ga1) ecs.ga1.8xlarge

32

80

17.58

5062.0

4808.9

3796.50

2277.90

1518.60

GPU可视化计算型 (ga1) ecs.ga1.14xlarge

56

160

35.16

10125.0

9618.75

7593.75

4556.25

3037.50

FPGA计算型 (f1) ecs.f1-c8f1.2xlarge

8

60

8.66

2495.0

2370.25

1871.25

1122.75

748.50

FPGA计算型 (f1) ecs.f1-c8f1.4xlarge

16

120

17.33

4990.0

4740.5

3742.50

2245.50

1497.00

FPGA计算型 (f1) ecs.f1-c28f1.7xlarge

28

112

15.14

4360.0

4142.0

3270.00

1962.00

1308.00

FPGA计算型 (f1) ecs.f1-c28f1.14xlarge

56

224

30.28

8720.0

8284.0

6540.00

3924.00

2616.00

FPGA计算型 (f3) ecs.f3-c16f1.4xlarge

16

64

17.5

5040.0

5040.0

4284.00

2772.00

1915.20

FPGA计算型 (f3) ecs.f3-c16f1.8xlarge

32

128

35.0

10080.0

10080.0

8568.00

5544.00

3830.40

FPGA计算型 (f3) ecs.f3-c16f1.16xlarge

64

256

70.0

20160.0

20160.0

17136.00

11088.00

7660.80

以下情况会收取费用:

  • 如果使用的预支积分超过最大CPU积分余额,会在该时间段结束时收费。
  • 如果使用了预支积分,并且在该积分清零前停止或释放实例,会一次性收取预支积分费用。
  • 如果预支积分使用完,继续使用超额积分,会收取额外费用。
  • 从t5无性能约束实例转换为t5性能约束实例时,会立即收取预支积分的费用,实例的累积CPU积分保持不变。


http://www.ppmy.cn/news/127717.html

相关文章

阿里云服务器购买价格,真正实用的阿里云服务器价格表

现在网上有很多阿里云服务器购买的价格表,基本上都是参考官方产品定价页复制粘贴的阿里云服务器价格表,其实这些表格并不实用,因为阿里云服务器购买价格涉及到云服务器所在地域、操作系统、cpu内存配置、带宽大小等诸多因素的影响&#xff0c…

网站+云服务器+价格表,网站+云服务器+价格表

网站云服务器价格表 内容精选 换一换 当您想在Internet上通过域名访问您的网站时,可以通过本操作将域名托管至华为云的云解析服务,并为域名添加解析记录。例如,搭建一个网站服务器,采用IPv4格式的弹性IP地址。如果想要实现通过域名…

2023年阿里云新用户轻量应用服务器价格表(精准报价)

阿里云轻量应用服务器价格表(精准报价):阿里云轻量应用服务器,2核2G 108元1年,每天只需0.3元;2核4G 298元1年,每天不到0.81元。轻量应用服务器属于轻量级云服务器,适合个人或开发者使…

[深度学习]yolov7 pytorch模型转onnx,转ncnn模型和mnn模型使用细节

文章目录 前言1.前置1.1 安装必要的库1.2 .pt 权重转ncnn 和mnn所需要的权重 2、编码C项目1.ncnn2.mnn 总结 前言 yolov7 pytorch模型转onnx,转ncnn模型和mnn模型使用细节,记录一下 git仓库: yolov7 https://github.com/WongKinYiu/yolov7 n…

GPT带你飞:Chat GPT吊打面试官,实时获取答案,分享调用OpenAI API key+完整源码脚本哦!

目录 福利:文末纯分享中文版CHAT GPT镜像,不存在魔法,纯分享免费使用 故事发生了 火爆GitHub 所以大家注意 网友看了之后调侃到,为了防止线上面试作弊,以后只好把面试都改成线下了。 如何安装 既然是调用GPT的AP…

Unity利用单反相机拍照、录制视频

1、功能如题,大致分为两种思路,第一种直接下载对应单反品牌的SDK,优点:控制方便,功能齐全。缺点:资源不好找,有的品牌不公开SDK的,网上找的大多数都是有问题的,还需要自己…

单反相机进行直播

佳能系列: 数据线直接连接电脑,然后在官方下载个对应的插件,用第三方直播软件选中插件就可以直播对吧,将相机拨到录像档位。 常用的高清数据线接口:

单反相机的传奇—佳能单反50年辉煌之路(前言)

前言:  在摄影已经全面进入数码化的今天,数码相机也早已成为普罗大众的一件日常消费电子产品,普及程度前所未有,而且还在继续扩大中。无论是资深的摄影发烧友,还是懵懂入门的初学者,相信对佳能/Canon和尼…