Kostnadsoptimering är en av pelarna i AWS välarkitekterade ramverk, och det är en kontinuerlig process av förfining och förbättring under en arbetsbelastnings livscykel. Det gör det möjligt att bygga och driva kostnadsmedvetna system som minimerar kostnaderna, maximerar avkastningen på investeringen och uppnår affärsresultat.
Amazon SageMaker är en fullständigt hanterad maskininlärningstjänst (ML) som erbjuder en mängd olika kostnadsoptimeringsalternativ och funktioner som hanterad punktträning, flermodellslutpunkter, AWS slutledning, ML Savings Plans och många andra som hjälper till att minska den totala ägandekostnaden (TCO) för ML-arbetsbelastningar jämfört med andra molnbaserade alternativ, till exempel självhanterande Amazon Elastic Compute Cloud (Amazon EC2) och AWS-hanterade Amazon Elastic Kubernetes-tjänst (Amazon EKS).
AWS är dedikerade till att hjälpa dig uppnå de högsta besparingarna genom att erbjuda omfattande service- och prisalternativ. Vi tillhandahåller verktyg för flexibel kostnadshantering och förbättrad synlighet av detaljerade kostnader och användning av dina arbetsbelastningar.
2021 lanserade vi AWS Support Proactive Services som en del av AWS Enterprise Support planen. Sedan introduktionen har vi hjälpt hundratals kunder att optimera sina arbetsbelastningar, sätta skyddsräcken och förbättra synligheten för deras ML-arbetsbelastningars kostnader och användning.
I det här inlägget delar vi lärdomar och leder dig genom de olika sätten att analysera din SageMaker-användning och identifiera möjligheter till kostnadsoptimering.
Analysera SageMaker-kostnaden med AWS Cost Explorer
AWS Cost Explorer ger förkonfigurerade vyer som visar information om dina kostnadstrender och ger dig ett försprång när det gäller att förstå din kostnadshistorik och dina trender. Det låter dig filtrera och gruppera efter värden som AWS-tjänst, användningstyp, kostnadsfördelningstaggar, EC2-instanstyp, och mer. Om du använder samlad fakturering kan du även filtrera efter länkat konto. Dessutom kan du ställa in tidsintervall och granularitet, samt prognostisera framtida kostnader baserat på dina historiska kostnads- och användningsdata.
Låt oss börja med att använda Cost Explorer för att identifiera kostnadsoptimeringsmöjligheter i SageMaker.
- Välj på Cost Explorer-konsolen SageMaker för Service Och välj Använd filter.
- Du kan ställa in önskat tidsintervall och granularitet, såväl som Grupp av parameter.
- Du kan visa diagramdata i stapel-, linje- eller stackdiagramformat.
- Efter att du har uppnått önskade resultat med filter och grupperingar kan du antingen ladda ner dina resultat genom att välja Ladda ner som CSV eller spara rapporten genom att välja Spara i rapportbiblioteket.
Följande skärmdump visar SageMakers kostnader per månad för det valda datumintervallet, grupperade efter region.
För allmän vägledning om hur du använder Cost Explorer, se AWS Cost Explorers nya utseende och vanliga användningsfall.
Alternativt kan du aktivera AWS kostnads- och användningsrapporter (AWS CUR) för att få insikter i kostnads- och användningsdata för dina konton. Rapporten innehåller information om AWS-förbrukning per timme. Den förvaras i Amazon enkel lagringstjänst (Amazon S3) på betalarkontot, som konsoliderar data för alla länkade konton. Du kan fråga rapporten för att analysera trender i din användning och vidta lämpliga åtgärder för att optimera kostnaden. Amazonas Athena är en serverlös frågetjänst som du kan använda för att analysera data från din rapport i Amazon S3 med standard SQL. För mer information och exempelfrågor, se AWS CUR frågebibliotek.
Följande kod är ett exempel på en AWS CUR-fråga för att få SageMaker-kostnader för de senaste 3 månadernas användning:
Du kan också mata in AWS CUR-data Amazon QuickSight, där du kan skära och tärna det som du vill för rapporterings- eller visualiseringsändamål. För instruktioner om hur du matar in CUR-data i QuickSight, se Hur får jag in och visualiserar AWS Cost and Usage Report (CUR) i Amazon QuickSight.
Analysera kostnaden för SageMaker användningstyper
Din månatliga SageMaker-kostnad kommer från olika SageMaker-användningstyper såsom anteckningsboksinstanser, värdskap, utbildning och bearbetning, bland annat. Välja SageMaker-tjänstfiltret och gruppera efter Användningstyp dimension i Cost Explorer ger dig en allmän uppfattning om kostnadsfördelning baserat på SageMaker användningstyp. Användningstypen visas i formatet
Följande skärmbild visar kostnadsfördelningen grupperad efter SageMaker användningstyper när ett konto har rapporterat användning på bärbara datorer och Amazon SageMaker Studio KernelGateway-appar.
Allmänna bästa praxis för att optimera SageMaker-kostnaden
I det här avsnittet delar vi allmänna rekommendationer för att spara på kostnader när du använder SageMaker.
Tagging
A Taggen är en etikett som du tilldelar en AWS-resurs. Du kan använd taggar för att organisera dina resurser av användare, avdelningar eller kostnadsställen, och spåra dina kostnader på en detaljerad nivå. Kostnadsfördelningstaggar kan användas för att kategorisera kostnader i Kostnadsutforskare or Kostnads- och användningsrapporter. För tips och bästa praxis angående kostnadsallokering för din SageMaker-miljö och arbetsbelastning, se Ställ in kostnadsallokering på företagsnivå för ML-miljöer och arbetsbelastningar med hjälp av resurstaggning i Amazon SageMaker
AWS budgetar
AWS budgetar ger dig insyn i din ML-kostnad på AWS och hjälper dig att spåra din SageMaker-kostnad, inklusive utveckling, utbildning och hosting. Det låter dig ställa in anpassade budgetar för att spåra din kostnad och användning från de enklaste till de mest komplexa användningsfallen. AWS Budgets stöder även e-post eller Amazon enkel meddelandetjänst (Amazon SNS) meddelande när faktisk eller prognostiserad kostnad och användning överskrider din budgettröskel, eller när dina faktiska sparplaner utnyttjas eller täcks under din önskade tröskel.
AWS Budgets är också integrerat med Cost Explorer, så att du enkelt kan se och analysera dina kostnads- och användningsdrivrutiner, AWS Chatbot, så att du kan ta emot AWS Budget-varningar i din utsedda Slack-kanal eller Amazon Chime-rum, och AWS servicekatalog, så att du kan spåra kostnader för dina godkända AWS-portföljer och produkter. Du kan också ställa in varningar och få ett meddelande när din kostnad eller användning överstiger (eller förväntas överstiga) ditt budgeterade belopp. När du har skapat din budget kan du spåra framstegen på AWS Budgets-konsolen. För mer information, se Hantera dina kostnader med AWS Budgets.
AWS faktureringskonsol
Smakämnen AWS faktureringskonsol låter dig enkelt förstå dina AWS-utgifter, se och betala fakturor, hantera faktureringspreferenser och skatteinställningar och få tillgång till ytterligare molntjänster för ekonomihantering. Du kan snabbt utvärdera om dina månatliga utgifter är i linje med tidigare perioder, prognos eller budget, och undersöka och vidta korrigerande åtgärder i tid. Du kan använda instrumentpanelssidan på AWS Billing Console för att få en allmän bild av dina AWS-utgifter. Du kan också använda den för att identifiera din högsta kostnadstjänst eller region och se trender i dina utgifter under de senaste månaderna samt för att se olika uppdelningar av din AWS-användning.
Smakämnen AWS sammanfattning avsnittet på sidan ger en översikt över dina AWS-kostnader för alla konton, regioner, tjänsteleverantörer och tjänster och andra nyckeltal. Det ger också en jämförelse med dina totala prognostiserade kostnader för den aktuella månaden. De Högsta kostnad avsnittet visar din bästa tjänst, ditt konto eller din region efter beräknade utgifter för månad till datum (MTD). De Kostnadsutveckling efter topp fem tjänster avsnittet visar kostnadsutvecklingen för dina fem bästa tjänster för de senaste tre till sex stängda faktureringsperioderna.
Planering och prognostisering
Prognoser är en viktig del av att hålla koll på dina molnkostnader och användning, och blir ännu viktigare när ditt företag skalar.
AWS har flera alternativ för att hjälpa dig att förutse dina kostnader. De prognosfunktion of Cost Explorer ger dig möjligheten att skapa anpassade användningsprognoser för att få en inblick i dina förväntade framtida kostnader. De inbyggd ML-driven prognos av QuickSight låter dig prognostisera dina viktigaste affärsmått med peka-och-klicka enkelhet. Det erbjuder ett enkelt sätt att använda ML för att göra förutsägelser om alla tidsseriedata med minimal installationstid och ingen ML-erfarenhet som krävs.
Du kan också använda Amazon Prognos, en helt hanterad tjänst som använder ML för att leverera mycket exakta prognoser, för att generera prognoser för specifika AWS-tjänster med data som samlats in från AWS CUR. För mer information, se Prognosering av AWS-utgifter med hjälp av AWS-kostnads- och användningsrapporter, AWS Glue DataBrew och Amazon Forecast.
För ytterligare information om alternativ för kostnadsprognoser, se Använda rätt verktyg för din molnkostnadsprognoser.
Förekomst av rätt storlek
Du kan optimera SageMaker-kostnaden och bara betala för det du verkligen behöver genom att välja rätt resurser. Du bör anpassa SageMaker-beräkningsinstanserna i rätt storlek innan du köper en sparplan för att ge ett korrekt åtagande och få maximala kostnadsbesparingar. SageMaker erbjuder för närvarande ML-beräkningsinstanser på de olika instansfamiljerna. Maskininlärning är en iterativ process med olika beräkningskrav för olika stadier av ML-livscykeln, från dataförbearbetning till modellträning och modellvärd. Att identifiera rätt typ av beräkningsinstans är utmanande och kan leda till övertillgång av resurser och därmed ökade kostnader. Den modulära arkitekturen hos SageMaker låter dig optimera skalbarheten, prestanda och prissättning av dina ML-arbetsbelastningar baserat på stadiet av ML-livscykeln. För mer information, se Högerstorleksberäkningsresurser för Amazon SageMaker-anteckningsböcker, bearbetningsjobb, utbildning och distribution avsnitt av inlägget Säkerställ effektiva beräkningsresurser på Amazon SageMaker.
Amazon SageMaker besparingsplaner
Amazon SageMaker Savings Plans är en flexibel prismodell för SageMaker. Det erbjuder rabatterade priser i utbyte mot ett åtagande om en konsekvent mängd användning (mätt i $/timme) under en 1- eller 3-årsperiod. Sparplaner ger flexibilitet tack vare sin användningsbaserade modell och hjälper till att minska dina kostnader med upp till 64 %. Dessa priser gäller automatiskt för kvalificerad SageMaker ML-instansanvändning, inklusive Studio-anteckningsböcker, SageMaker-anteckningsboksinstanser, SageMaker Processing, SageMaker Data Wrangler, SageMaker-träning, SageMaker-inferens i realtid och SageMaker-batchtransformation oavsett instansfamilj, storlek eller region. Detta gör det enkelt för dig att maximera besparingarna oavsett hur dina användningsfall och förbrukning utvecklas över tiden, och du kan spara upp till 64 % jämfört med On-Demand-priset.
Du kan till exempel börja med små instanser för att experimentera med olika algoritmer på en bråkdel av din datauppsättning. Sedan kan du flytta till större instanser för att förbereda data och träna i skala mot din fullständiga datauppsättning. Slutligen kan du distribuera dina modeller i flera regioner för att visa förutsägelser med låg latens till dina användare. Alla instansstorleksändringar och distributioner över nya regioner skulle omfattas av samma besparingsplan, utan någon hanteringsinsats som krävs från din sida.
Varje typ av SageMaker-användning som är berättigad till SageMaker-sparplaner har en Sparplansränta och en On-Demand-ränta. När du registrerar dig för SageMaker-sparplanerna kommer du att debiteras sparplanen för din användning upp till ditt åtagande. All användning utöver åtagandet kommer att debiteras till on-demand-priser. AWS Cost Management-konsolen ger dig rekommendationer som gör det enkelt att hitta rätt engagemang för en sparplan. Dessa rekommendationer är baserade på följande:
- Din SageMaker-användning under de senaste 7, 30 eller 60 dagarna. Du bör välja den tidsperiod som bäst representerar din framtida användning.
- Löptiden för din plan: 1 år eller 3 år.
- Ditt betalningsalternativ: Inget i förskott, delvis i förskott (50 % eller mer) eller allt i förskott. Vissa kunder föredrar (eller måste använda) detta sista alternativ, eftersom det ger dem en tydlig och förutsägbar bild av deras SageMaker-räkning.
Rekommendationerna baseras på din historiska användning under den valda tillbakablicksperioden och prognostiserar inte din användning. Se till att välja en tillbakablicksperiod som återspeglar din framtida användning. En 3-årig plan ger den högsta diskonteringsräntan; På samma sätt erbjuder ett All Upfront-betalningsalternativ den högsta rabatten jämfört med No Upfront eller Partial Upfront-betalningsalternativ. Arbetsbelastning och användning förändras vanligtvis över tiden och ett konsekvent, stabilt användningsmönster är en bra kandidat för en sparplan. Om du har många kortlivade eller enstaka arbetsbelastningar kan det vara svårt att välja rätt engagemang för datoranvändning (mätt per timme). Det rekommenderas att kontinuerligt köpa små mängder av sparplaner över tid. Detta säkerställer att du upprätthåller höga nivåer av täckning för att maximera dina rabatter, och dina planer matchar alltid din arbetsbelastning och organisationskrav.
För att förstå sparplanens rekommendationer, se Minska dina kostnader för maskininlärning med exempelprissänkningar och besparingsplaner för Amazon SageMaker.
Användningsrapport
För aktiva sparplaner, användningsrapporter finns tillgängliga på konsolen Sparplaner för att se procentandelen av åtagandet som du faktiskt har använt. Du kan använda din sparplansanvändningsrapport för att visuellt förstå hur mycket av ditt sparplansåtagande du använder under den konfigurerade tidsperioden, såväl som dina besparingar jämfört med priser på begäran. Om du till exempel har ett åtagande på 10 USD/timme och din användning som faktureras med besparingsplaner uppgår till 9.80 USD per timme, är ditt utnyttjande för den timmen 98 %. Du kan se hur dina sparplaner används i detalj per timme, dagligen eller månadsvis, baserat på din tillbakablicksperiod. Du kan tillämpa filter efter sparplanstyp, medlemskonto, region och instansfamilj i filter sektion. Om du är användare i ett förvaltningskonto kan du se den sammanlagda användningen för hela den konsoliderade faktureringsfamiljen.
Följande skärmdump visar ett exempel på en användningsrapport. Du kan se att även om sparplanens täckning inte är 100 % under många på varandra följande dagar, är det totala nettosparandet fortfarande positivt. Utan sparplaner skulle du debiteras med On-Demand-priser för användningen. För att uppnå maximala besparingar och undvika överdrift, rekommenderas det att välja rätt engagemang baserat på konsekvent, optimerad användning av dina SageMaker-arbetsbelastningar.
Täckningsrapport
På samma sätt täckningsrapporter visa dig hur mycket av dina kvalificerade utgifter som har täckts av planen. För att förstå hur täckningen beräknas, se Använder din täckningsrapport.
Följande skärmdump visar ett exempel på en täckningsrapport. Du kan se att den genomsnittliga täckningen för den valda tidsperioden är 92 %, tillsammans med on-demand-utgifterna som inte täcktes av planen. Baserat på on-demand-utgifterna som inte täcks av planen, kan du eventuellt köpa en extra sparplan för att få maximala besparingar. Det rekommenderas också att anpassa SageMaker-beräkningsinstanserna i rätt storlek innan du köper en sparplan och förstå storleken på arbetsbelastningen för att undvika över- eller underutnyttjande av sparplanen.
För mer information om hur sparplaner tillämpas på din AWS-användning, se Förstå hur sparplaner tillämpas på din AWS-användning.
Slutsats
Maskininlärning har etablerat sig som ett kraftfullt verktyg över branscher, men att träna nya modeller och köra ML-modeller för slutledning kan vara kostsamt. En av fördelarna med att köra ML på SageMaker är den breda och djupa funktionsuppsättningen som erbjuder kostnadsoptimeringsstrategier utan att påverka prestanda eller smidighet. Det här inlägget lyfte fram AWS-verktygen och alternativen för att analysera dina SageMaker-kostnader, identifiera trender och implementera proaktiva varningar och bästa praxis för optimering.
Om författarna
Deepali Rajale är senior AI/ML-specialist på AWS. Hon arbetar med företagskunder och tillhandahåller teknisk vägledning med bästa praxis för att distribuera och underhålla AI/ML-lösningar i AWS-ekosystemet. Hon har arbetat med ett brett spektrum av organisationer med olika användningsfall för djupinlärning som involverar NLP och datorseende. Hon brinner för att ge organisationer möjlighet att utnyttja generativ AI för att förbättra deras användningsupplevelse. På fritiden tycker hon om film, musik och litteratur.
Uri Rosenberg är AI & ML Specialist Technical Manager för Europa, Mellanöstern och Afrika. Med utgångspunkt från Israel arbetar Uri för att ge företagskunder i allt ML möjlighet att designa, bygga och driva i stor skala. På fritiden tycker han om att cykla, vandra och att resa.
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoAiStream. Web3 Data Intelligence. Kunskap förstärkt. Tillgång här.
- Minting the Future med Adryenn Ashley. Tillgång här.
- Köp och sälj aktier i PRE-IPO-företag med PREIPO®. Tillgång här.
- Källa: https://aws.amazon.com/blogs/machine-learning/part-1-analyze-amazon-sagemaker-spend-and-determine-cost-optimization-opportunities-based-on-usage-part-1/
- : har
- :är
- :inte
- :var
- $UPP
- 1
- 100
- 12
- 2021
- 30
- 60
- 7
- 8
- 80
- 804
- a
- förmåga
- Om Oss
- tillgång
- Konto
- konton
- exakt
- Uppnå
- uppnås
- tvärs
- Handling
- åtgärder
- aktiv
- faktiska
- faktiskt
- Dessutom
- Annat
- ytterligare information
- fördelar
- afrika
- Efter
- mot
- AI
- AI / ML
- Varningar
- algoritmer
- Alla
- fördelning
- tillåter
- längs
- också
- amason
- Amazon Chime
- Amazon EC2
- Amazon SageMaker
- Amazon Web Services
- bland
- mängd
- mängder
- an
- analysera
- och
- vilken som helst
- Ansök
- lämpligt
- godkänd
- appar
- arkitektur
- ÄR
- AS
- At
- automatiskt
- tillgänglig
- genomsnitt
- undvika
- AWS
- AWS-lim
- AWS Lim DataBrew
- bar
- baserat
- BE
- därför att
- blir
- varit
- innan
- nedan
- BÄST
- bästa praxis
- Bortom
- Bill
- fakturering
- budget
- budgeterat
- budgetar
- SLUTRESULTAT
- Byggnad
- företag
- men
- Köp
- by
- beräknat
- KAN
- kandidat
- kapacitet
- fall
- kategorisera
- Centers
- utmanande
- byta
- Kanal
- laddad
- Diagram
- Klämta
- Välja
- välja
- klar
- stängt
- nära
- cloud
- koda
- kommer
- engagemang
- Gemensam
- jämfört
- jämförelse
- komplex
- Compute
- dator
- Datorsyn
- i följd
- konsekvent
- Konsol
- konsoliderar
- konsumtion
- innehåller
- kontinuerligt
- Pris
- Kostnadshantering
- kostnadsbesparingar
- kostsam
- Kostar
- kunde
- täckning
- omfattas
- skapa
- Aktuella
- För närvarande
- beställnings
- Kunder
- dagligen
- instrumentbräda
- datum
- Datum
- Dagar
- dedicerad
- djup
- djupt lärande
- leverera
- avdelningar
- distribuera
- utplacera
- utplacering
- distributioner
- Designa
- betecknad
- önskas
- detaljerad
- detaljer
- Bestämma
- Utveckling
- olika
- svårt
- Dimensionera
- Rabatt
- rabatt
- rabatter
- Visa
- fördelning
- do
- inte
- ladda ner
- chaufförer
- Droppar
- grund
- lätt
- öster
- lätt
- ekosystemet
- effektiv
- ansträngning
- antingen
- berättigad
- ge
- ge
- möjliggöra
- möjliggör
- förbättra
- säkerställer
- Företag
- företagsnivå
- Hela
- Miljö
- miljöer
- väsentlig
- etablerade
- beräknad
- Europa
- utvärdera
- Även
- utvecklas
- exempel
- överstiga
- överstiger
- utbyta
- förväntat
- erfarenhet
- experimentera
- explorer
- omfattande
- familjer
- familj
- Leverans
- få
- filtrera
- filter
- Slutligen
- finansiella
- hitta
- Flexibilitet
- flexibel
- efter
- För
- Prognos
- prognoser
- format
- fraktion
- från
- full
- fullständigt
- framtida
- Få
- Allmänt
- generera
- generativ
- Generativ AI
- skaffa sig
- Ge
- ger
- god
- Grupp
- vägleda
- Har
- he
- huvud
- hjälpa
- hjälpte
- hjälpa
- hjälper
- här
- Hög
- högsta
- Markerad
- höggradigt
- hans
- historisk
- historia
- värd
- timme
- Hur ser din drömresa ut
- html
- http
- HTTPS
- Hundratals
- i
- Tanken
- identifiera
- identifiera
- if
- slag
- genomföra
- med Esport
- förbättra
- förbättras
- förbättring
- in
- Inklusive
- ökat
- industrier
- informationen
- insikter
- exempel
- instruktioner
- integrerade
- in
- Beskrivning
- undersöka
- investering
- involverar
- Israel
- IT
- DESS
- sig
- Lediga jobb
- jpg
- Nyckel
- etikett
- större
- Efternamn
- lanserades
- leda
- lärt
- inlärning
- Lärdomar
- Lärdomar
- Lets
- Nivå
- nivåer
- Hävstång
- livscykel
- tycka om
- linje
- kopplade
- litteraturen
- se
- Lot
- Maskinen
- maskininlärning
- bibehålla
- upprätthålla
- göra
- GÖR
- hantera
- förvaltade
- ledning
- chef
- sätt
- många
- Match
- Maximera
- maximal
- Maj..
- medlem
- Metrics
- Mitten
- Mellanöstern
- minimum
- ML
- modell
- modeller
- modifieringar
- modulära
- Månad
- månad
- månader
- mer
- mest
- flytta
- Filmer
- MTD
- mycket
- multipel
- Musik
- måste
- Behöver
- netto
- Nya
- nlp
- Nej
- anteckningsbok
- anmälan
- få
- of
- erbjuda
- Erbjudanden
- on
- On-Demand
- ONE
- endast
- driva
- drift
- möjligheter
- optimering
- Optimera
- optimerad
- optimera
- Alternativet
- Tillbehör
- or
- beställa
- organisation
- organisationer
- Övriga
- Övrigt
- ut
- utfall
- över
- Översikt
- ägande
- sida
- parameter
- del
- brinner
- Tidigare
- Mönster
- Betala
- betalning
- procentuell
- prestanda
- perioden
- perioder
- Planen
- planer
- plato
- Platon Data Intelligence
- PlatonData
- portföljer
- positiv
- Inlägg
- den mäktigaste
- praxis
- Förutsägbar
- Förutsägelser
- föredra
- preferenser
- Förbered
- pris
- Priser
- prissättning
- prissättningsmodell
- Innan
- Proaktiv
- process
- bearbetning
- Produkter
- Framsteg
- rätt
- ge
- leverantörer
- ger
- tillhandahålla
- inköp
- inköp
- syfte
- sökfrågor
- snabbt
- område
- Betygsätta
- rates
- realtid
- inser
- verkligen
- motta
- senaste
- rekommendationer
- rekommenderas
- minska
- Reflekterar
- om
- Oavsett
- region
- regioner
- rapport
- Rapporterad
- Rapportering
- Rapport
- representerar
- Obligatorisk
- Krav
- resurs
- Resurser
- Resultat
- avkastning
- höger
- Rum
- rinnande
- sagemaker
- Samma
- Save
- Besparingar
- skalbarhet
- Skala
- skalor
- §
- se
- vald
- väljer
- senior
- Serier
- tjänar
- Server
- service
- tjänsteleverantörer
- Tjänster
- in
- inställningar
- inställning
- flera
- Dela
- hon
- skall
- show
- Visar
- Syn
- signera
- Liknande
- Enkelt
- enkelhet
- eftersom
- SEX
- Storlek
- slak
- Skiva
- Small
- So
- Lösningar
- några
- span
- specialist
- specifik
- spendera
- Spendera
- Spot
- stapel
- Etapp
- stadier
- standard
- starta
- Fortfarande
- förvaring
- lagras
- okomplicerad
- strategier
- studio
- sådana
- stödja
- stödja proaktivt
- Stöder
- System
- Ta
- skatt
- Teknisk
- termin
- den där
- Smakämnen
- deras
- Dem
- sedan
- därför
- Dessa
- saker
- detta
- fastän?
- tre
- tröskelvärde
- Genom
- tid
- Tidsföljder
- gånger
- Tips
- till
- verktyg
- verktyg
- topp
- Totalt
- spår
- Tåg
- Utbildning
- Förvandla
- Traveling
- Trend
- Trender
- Typ
- typer
- typiskt
- förstå
- förståelse
- Användning
- användning
- Begagnade
- Användare
- användare
- användningar
- med hjälp av
- Värden
- mängd
- olika
- utsikt
- visningar
- synlighet
- syn
- visualisering
- var
- Sätt..
- sätt
- we
- webb
- webbservice
- VÄL
- Vad
- när
- om
- som
- medan
- bred
- Brett utbud
- kommer
- med
- utan
- arbetade
- fungerar
- skulle
- Om er
- Din
- zephyrnet