# Pricing and Billing Hugging Face Jobs를 사용하면 Hugging Face 인프라에서 컴퓨트 작업을 실행할 수 있으며, 인프라를 직접 관리할 필요가 없습니다. 다양한 CPU 및 GPU 옵션 중 하나를 선택하여 하드웨어 유형을 지정하고, 명령어와 Docker 이미지를 정의하기만 하면 됩니다. > [!TIP] > [크레딧 잔액](https://huggingface.co/settings/billing)이 양수인 모든 사용자 또는 조직에서 Jobs를 사용할 수 있습니다. [PRO](./pro), Team 또는 [Enterprise](./enterprise) 구독에 포함된 월간 컴퓨트 크레딧은 해당 잔액에 포함되며, Jobs에 사용할 수 있습니다. Jobs의 과금은 하드웨어 사용량에 기반하여 분 단위로 계산됩니다: 요청한 하드웨어에서 Jobs가 실행되는 모든 분에 대해 요금이 부과됩니다. Job의 수명 주기 동안, Job이 Starting 또는 Running 상태일 때만 과금됩니다. 이는 빌드 단계에서는 비용이 발생하지 않음을 의미합니다. 실행 중인 Job이 실패하기 시작하면 자동으로 일시 중지되고 과금이 중단됩니다. ## 가격 Jobs는 사용된 하드웨어에 따라 분당 과금됩니다. 예를 들어, `a10g-small`에서 과금 대상 10분은 하드웨어 비용으로 약 $0.17이 부과됩니다. 지출을 관리하려면 [시간 제한을 설정](#set-timeout-limits)하거나, [Job을 취소](#cancel-irrelevant-jobs)하거나, [현재 사용량을 확인](#view-current-compute-usage)하세요. ### CPU | **하드웨어** | **CPU** | **메모리** | **일시 저장소** | **시간당 가격** | |----------------------- |-------------- |------------- |---------------------- | ----------------- | | CPU 기본 | 2 vCPU | 16 GB | 50 GB | $0.01 | | CPU 업그레이드 | 8 vCPU | 32 GB | 50 GB | $0.03 | | CPU XL | 16 vCPU | 124 GB | 1000 GB | $1.00 | | CPU 성능 | 32 vCPU | 256 GB | 1024 GB | $1.90 | ### GPU | **하드웨어** | **CPU** | **메모리** | **GPU 메모리** | **일시 저장소** | **시간당 가격** | |----------------------- |-------------- |------------- |---------------- |---------------------- | ----------------- | | Nvidia T4 - 소형 | 4 vCPU | 15 GB | 16 GB | 50 GB | $0.40 | | Nvidia T4 - 중간 | 8 vCPU | 30 GB | 16 GB | 100 GB | $0.60 | | Nvidia L4 1개 | 8 vCPU | 30 GB | 24 GB | 400 GB | $0.80 | | Nvidia L4 4개 | 48 vCPU | 186 GB | 96 GB | 3200 GB | $3.80 | | Nvidia L40S 1개 | 8 vCPU | 62 GB | 48 GB | 380 GB | $1.80 | | Nvidia L40S 4개 | 48 vCPU | 382 GB | 192 GB | 3200 GB | $8.30 | | 8x Nvidia L40S | 192 vCPU | 1534 GB | 384 GB | 6500 GB | $23.50 | | Nvidia A10G - 소형 | 4 vCPU | 15 GB | 24 GB | 110 GB | $1.00 | | Nvidia A10G - 대형 | 12 vCPU | 46 GB | 24 GB | 200 GB | $1.50 | | 2x Nvidia A10G - 대형 | 24 vCPU | 92 GB | 48 GB | 1000 GB | $3.00 | | 4x Nvidia A10G - 대형 | 48 vCPU | 184 GB | 96 GB | 2000 GB | $5.00 | | Nvidia A100 - 대형 | 12 vCPU | 142 GB | 80 GB | 1000 GB | $2.50 | | 4x Nvidia A100 - 대형 | 48 vCPU | 568 GB | 320 GB | 4000 GB | $10.00 | | 8x Nvidia A100 - 대형 | 96 vCPU | 1136 GB | 640 GB | 8000 GB | $20.00 | | Nvidia H200 | 23 vCPU | 256 GB | 141 GB | 3000 GB | $5.00 | | Nvidia H200 2개 | 46 vCPU | 512 GB | 282 GB | 6000 GB | $10.00 | | Nvidia H200 4개 | 92 vCPU | 1024 GB | 564 GB | 12000 GB | $20.00 | | 8x Nvidia H200 | 184 vCPU | 2048 GB | 1128 GB | 24000 GB | $40.00 | | Nvidia RTX PRO 6000 | 23 vCPU | 256 GB | 96 GB | 475 GB | $2.75 | | Nvidia RTX PRO 6000 2개 | 46 vCPU | 512 GB | 192 GB | 950 GB | $5.50 | | Nvidia RTX PRO 6000 4개 | 92 vCPU | 1024 GB | 384 GB | 1900 GB | $11.00 | | 8x Nvidia RTX PRO 6000 | 184 vCPU | 2048 GB | 768 GB | 3800 GB | $22.00 | `GET /api/jobs/hardware` API를 통해 또는 CLI를 통해 사용 가능한 하드웨어와 가격을 프로그래매틱으로 가져올 수도 있습니다: ```bash >>> hf jobs hardware ``` ### 노출된 포트 Job은 실행 중 외부에서 접근할 수 있도록 [하나 이상의 포트](./jobs-configuration#expose-ports)를 노출할 수 있습니다. 하나 이상의 포트를 노출하는 경우, 하드웨어 가격 외에 Job당 정액 요금이 부과됩니다: | **제품** | **시간당 가격** | |---------------| ----------------- | | 노출된 포트 | $0.01 | 하드웨어와 마찬가지로, Job이 Starting 또는 Running 상태일 때만 분당으로 과금됩니다. ## 청구 관리 ### 조직에 청구 기본적으로 사용자의 namespace에 청구가 이루어지지만, 올바른 `namespace`를 지정하면 조직에 청구할 수 있습니다: ```bash hf jobs run --namespace my-org-name ... ``` 이 경우 Job은 조직 계정 아래에서 실행되며, 조직 Jobs 페이지(organization page > settings > Jobs)에서 확인할 수 있습니다. > [!NOTE] > Enterprise 플랜 이상에서 조직 관리자는 [Granular feature access](./security-resource-groups#granular-feature-access) 설정을 통해 조직에 청구되는 Jobs를 실행하고 볼 수 있는 사용자를 제한할 수 있습니다. 제한 대상은 조직 관리자만, 또는 선택된 Resource Groups의 멤버만입니다. ### 리소스 그룹에 청구 > [!WARNING] > 이 기능은 Enterprise 플랜 이상에서 제공됩니다. 조직에 [Resource Groups](./security-resource-groups)가 설정되어 있으면 작업 비용을 특정 리소스 그룹에 할당할 수 있습니다. 이를 위해: 1. 리소스 그룹의 멤버여야 합니다. 2. 리소스 그룹을 소유한 조직을 `namespace`로, 리소스 그룹의 ID를 `resource_group_id`로 전달하세요. 두 값 모두 필수입니다. 리소스 그룹은 해당 조직에 청구되는 Jobs에 대해서만 고려됩니다. 조직의 Resource Groups 설정 페이지에서 리소스 그룹의 ID를 찾을 수 있습니다. ```bash hf jobs run --namespace my-org-name --resource-group-id ... ``` Python에서: ```python >>> from huggingface_hub import run_job >>> run_job( ... image="python:3.12", ... command=["python", "-c", "print('Hello!')"], ... namespace="my-org-name", ... resource_group_id="", ... ) ``` Organization 및 Resource Group 관리자는 그룹에 청구되는 Jobs에 대해 [월별 지출 한도](./security-resource-groups#spend-limits)를 설정할 수 있습니다. ### 현재 컴퓨트 사용량 보기 [Billing](https://huggingface.co/settings/billing) 페이지의 "Compute Usage" 섹션에서 Jobs의 현재 청구 정보를 확인할 수 있습니다: 청산에 대한 추가 정보는 [전용 Hub 문서](https://huggingface.co/docs/hub/en/billing)에서 확인할 수 있습니다. ### 권장 사항 #### 타임아웃 한도 설정 Job을 생성할 때 `timeout`을 설정하여 특정 시간 이상 실행되지 않도록 하세요. `timeout` 시간까지 도달한 Job 실행은 자동으로 중지되며, 과금도 함께 중단됩니다. CLI로 timeout을 설정하는 방법은 다음과 같습니다: ```bash hf jobs run --timeout 3h ... ``` 기본 타임아웃은 **30분**으로 설정되어 있습니다. 따라서 Job이 실행되는 데 더 많은 시간이 필요하면 더 긴 타임아웃을 지정해야 합니다. #### 관련 없는 Jobs 취소 실행 중인 Job이 더 이상 관련이 없다면, Job 페이지 또는 CLI를 통해 이를 조기에 취소하여 과금을 중단할 수 있습니다: ```bash hf jobs cancel ```