GPU 云租赁指南：价格、存储与部署方式怎么比较

租 GPU 的账单不只有显卡小时费。安装环境、下载模型、保留磁盘和空闲等待，都可能产生费用。比较平台时，最好按同一项任务估算总成本，并确认停机后哪些资源还会收费。

按使用规律选择租赁方式

持续运行的 GPU 实例适合需要常驻模型、交互式访问或长时间任务的场景。Serverless 接口适合评估流量波动较大的 API 服务，但要看清工作进程的计费、启动和扩容方式。可中断资源可以用于能够恢复的批量任务，前提是有检查点和机器中断后的重试计划。

Runpod 将产品分为 Pods、Serverless 和 Clusters。这些产品对应的运行方式不同，不能只把起步价格放在一起比较。应当按实际使用的地区、GPU 和部署配置取得报价。

先计算“GPU 数量 × 小时单价 × 计费时长”，然后加上持久化磁盘、快照、网络流量，以及单独计费的 CPU 或内存。安装环境、下载模型、预热和排查问题时，如果实例仍在计费，这些时间也要计入。

用一组假设数字演示：一张 GPU 每小时 0.60 美元，每天运行 3 小时、使用 20 天，计算费用为 36 美元。如果存储等费用另计 12 美元，总计就是 48 美元。同一张卡若连续运行 30 天，仅计算费用就达到 432 美元。这只是预算算法示例，不是任何平台的报价。

推理任务可以比较每个成功请求、或有效输出 token 的成本；训练任务则可以比较达到相同目标结果的费用。小时价格更高的机器，如果完成任务明显更快，最终成本也可能更低。

计算与存储有不同的生命周期。停止实例后，付费磁盘可能继续保留；删除实例时，本来想保留的数据又可能被一并删除。Runpod 的存储说明区分容器磁盘、卷磁盘与网络卷，不同类型的保留规则不同。模型文件、训练检查点和最终结果放在哪里，应在开始前决定。

使用资源市场时，还要检查具体报价的流量收费、可靠性信息与存储条款。Vast.ai 的计费文档也单独说明了存储费用。关闭 SSH 窗口并不会自动等于停止资源计费。

记录镜像、框架版本、依赖、模型版本和启动命令，让环境能够重新搭建。把重要输出保存在有明确保留策略的位置，并另外备份。只把 Notebook 留在临时磁盘中，无法保证故障后的恢复。

第一次先做一个短试验：记录下单到成功请求的时间，测试重启，再恢复一个小文件。若 Serverless 每次启动都要下载大量权重，增加流量前先研究模型缓存或持久化存储方案。