本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
使用受支持的服务
您可以在本主题中详细了解有资格获得 Savings Plans 优惠的服务。
Amazon EC2
Amazon Elastic Compute Cloud (Amazon EC2) 在 Amazon Web Services, Inc. (Amazon) 云中提供可扩展的计算容量。使用 Amazon EC2 可避免前期的硬件投入，因此您能够快速开发和部署应用程序。您可以使用 Amazon EC2 启动所需数量的虚拟服务器，配置安全性和联网以及管理存储。Amazon EC2 可让您扩展或缩减以处理需求变化或使用高峰，从而减少预测流量的需求。
有关使用 Amazon EC2 的信息，请参阅 Amazon EC2 入门指南中的什么是 Amazon EC2？。
Amazon Fargate
Amazon Fargate 是一款适用于容器的无服务器计算引擎，可与 Amazon Elastic Container Service (Amazon ECS) 和 Amazon Elastic Kubernetes Service (Amazon EKS) 搭配使用。Fargate 可让您轻松地专注于构建应用程序。Fargate 无需预置和管理服务器，允许您为每个应用程序指定资源并为其付费，并通过在设计上实现应用程序隔离来提高安全性。
Fargate 有资格获得 Compute Savings Plans 优惠。
有关 Fargate 上的 Amazon ECS 的更多信息，请参阅 Amazon Elastic Container Service 开发人员指南中的什么是 Amazon Elastic Container Service？。
有关 Fargate 上的 Amazon EKS 的更多信息，请参阅 Amazon EKS 用户指南中的什么是 Amazon Elastic Kubernetes Service？。
Amazon Lambda
Amazon Lambda 是一项计算服务，可使您无需预配置或管理服务器即可运行代码。Amazon Lambda 只在需要时执行您的代码并自动缩放，从每天几个请求到每秒数千个请求。您只需按消耗的计算时间付费 – 代码未运行时不产生费用。借助 Amazon Lambda，您几乎可以为任何类型的应用程序或后端服务运行代码，并且不必进行任何管理。Amazon Lambda 在可用性高的计算基础设施上运行您的代码，执行计算资源的所有管理工作，其中包括服务器和操作系统维护、容量预置和自动扩展、代码监控和记录。
Lambda 有资格获得 Compute Savings Plans 优惠。
有关 Lambda 的更多信息，请参阅 Amazon Lambda 开发人员指南中的什么是 Amazon Lambda？。
Amazon SageMaker
Amazon SageMaker 是一项完全托管的机器学习服务。借助 SageMaker，数据科学家和开发人员可以快速、轻松地构建和训练机器学习模型，然后直接将模型部署到生产就绪托管环境中。
SageMaker 提供了一个集成的 Jupyter 编写 Notebook 实例，供您轻松访问数据源以便进行探索和分析，因此您无需管理服务器。此外，它还可以提供常见的机器学习算法，这些算法经过了优化，可以在分布式环境中高效处理非常大的数据。
借助对自带算法和框架的原生支持，SageMaker 可以提供灵活并且适合具体工作流程的分布式训练选项。可以从 SageMaker Studio 或 SageMaker 控制台中单击几下鼠标按钮以启动模型，以将该模型部署到安全且可扩展的环境中。
SageMaker 有资格获得 SageMaker Savings Plans 优惠。
有关 Amazon SageMaker 的更多信息，请参阅 Amazon SageMaker 开发人员指南中的什么是 Amazon SageMaker？。