部署向导 Deploy Wizard
五步完成实例配置,右侧实时显示成本预估与部署清单——配置完成后一键提交,公测开放后凭清单 10 分钟内开跑。
STEP 1 用途
STEP 2 实例与卡数
STEP 3 运行环境
STEP 4 存储与带宽
STEP 5 计费档与提交
GPU 型号
NVIDIA H100 · 80GB · $2.99/hr
NVIDIA A100 · 80GB · $1.69/hr
NVIDIA L40S · 48GB · $0.89/hr
NVIDIA RTX 5090 · 32GB · $0.49/hr
NVIDIA RTX 4090 · 24GB · $0.39/hr
NVIDIA A6000 · 48GB · $0.45/hr
CPU-only · $0.005/vCPU·时
按秒计费、随时可停——预估只是上限参考,实际用多少算多少。
← 上一步
下一步:运行环境 →
框架 / 镜像
PyTorch 2.4 + CUDA 12.4 · 预装常用库
vLLM · 大模型推理优化镜像
CUDA Base · 最小镜像(自带环境)
Triton Inference Server
自定义 Docker 镜像 · 指定 Registry 地址
← 上一步
下一步:存储与带宽 →
实例停止后数据盘照计费,删除才停止——短期任务建议用完即删;重要结果先回传。
← 上一步
下一步:计费档 →
实时成本预估
$ 9.36 (示意)
GPU 计算 —
存储 —
带宽 —
合计 —
折合每小时 —
月度满负荷参考 —
部署清单(自动生成)
价格为公测目标区间(ILLUSTRATIVE),按秒计费随供需浮动;正式定价以官方公告为准。
必读 部署前必读
① 环境一致性 :全部实例经五层核验(硬件/驱动/环境/性能/稳定性),镜像在隔离容器中运行,任务失败率显著低于未验证机器市场。
② 可抢占档的打断规则 :高优先级任务到来时提前 5 分钟通知并落盘检查点,被打断部分按秒结算不浪费。
③ 余额与数据保护 :余额归零先停机保数据 72 小时,期间可续费恢复——详见
计费细则 。