一张卡切多份，只付一份钱

GPU 云服务器租整张卡，空着也在计费。算力容器把一张卡切成多份，你只租需要的那部分显存和算力。比如一张 24GB 的卡，可以切成 3 个 8GB 的容器，每个容器独立使用，互不干扰。

落到钱上：云服务器按整卡计费，容器按显存大小计费。小任务用小份，大任务用大份，同样的卡，更低的价格。

云服务器交付的是一台虚拟机：有完整操作系统和系统盘，驱动、CUDA、框架要你自己装，机器开着就在计费。算力容器交付的是一个容器实例：镜像里就是装好的环境，开出来直接跑，按天或按月租，释放即停。

落到环境上：虚机每台都要维护，容器换实例还是同一个镜像。落到资源上：虚机通常整卡整机分配，容器可以按显存切分，性价比更高。

容器是进程级隔离，共享宿主机内核，隔离强度确实不如虚机的硬件虚拟化。对绝大多数训练、推理、跑批任务是够用的，平台侧也会做资源限制与监控，避免相邻实例互相影响。

如果你需要 root 权限、要装内核模块、改系统参数，或者有物理隔离、等保合规要求，应该选云主机或整机——这类需求我们不会硬推容器。

不需要。预置镜像里已经包含 NVIDIA 驱动、CUDA、cuDNN 以及 PyTorch、TensorFlow 等主流框架，选好镜像启动即可运行代码。

如果团队有自己的运行环境，也可以导入自定义镜像，把依赖固化下来反复使用。

按天适合临时任务，以天为计费单位，跑几天付几天；按月适合长周期训练与常驻服务，单价更低。

具体计费单位、起止时间与结算方式以订单页和合同约定为准，签约前会与你确认清楚。

放在云盘或对象存储里的数据集、代码和模型权重会保留，下次开新容器挂载上去就能继续用。

容器系统盘内的临时文件会随实例释放一起清除，重要产物建议直接写入挂载存储。

支持 2 到 8 卡的规格，多卡实例内可以直接使用 NCCL 等通信库做数据并行或模型并行训练。

如果需要的卡数更多，可以在咨询时说明训练规模和框架，我们会给出对应的资源配置建议。

容器独享分配给它的 GPU 显存、vCPU 与内存，不与他人共享同一张卡的计算时间，因此训练和推理的耗时是可预期的。

平台侧会做资源隔离与监控，避免相邻实例互相影响。

支持企业签约与开具发票，也可以按项目周期约定结算方式。具体流程与所需材料请联系售前顾问确认。