Где можно арендовать сервер с GPU на поминутной оплате?

Question

[3zuckerbrins]

Хочется поднять своё игровое облако, в связи с чем интересуют сервисы, где можно арендовать сервер:

• С хорошим GPU
  
• Близок к Москве (т.е. какой-нибудь Амазон во Франкфурте не подходит)
  
• С посекундной/поминутной/почасовой оплатой
  
• На windows
  

Answer 1

[Максим Вязников]

https://intelion.cloud/gpu_server_configurator/

Из GPU: 3090, A5000, A10 обычно в наличии, иногда появляется А100 80Гб, лучше бронировать через техпод. Цены ниже immers cloud.
Серверы можно ставить на паузу, чтобы не платить за них. В т.ч. прописать в скрипте «shutdown -h now» для этого, чтобы как в runpod оплачивать только факт работы машины. В зависимости от предоплаты цена ниже, но тарификация посекундная.

Answer 2

[Владимир Миткевич]

https://immers.cloud/

Всё что, Вам нужно. Нужно удалять машину, чтобы не списывались денежки, поэтому рекомендую выбирать с виртуальным диском. Пашет хорошо. Цена в зависимости от GPU 20-100р в час.

Comments

[TMAS]

Пока разобрался с их интерфейсом, успел пройти все круги ада — от «что вообще происходит?» до «зачем я вообще сюда зашёл?». Сайт напоминает музей доисторического UX-дизайна: чёрт ногу сломит, пока найдёшь, где там вообще аренда машин.

Конфигуратор — это отдельная боль. Выглядит как говно мамонта, откопанное и торжественно размещённое в браузере без капли стыда. Ломанный функционал, кнопки не на своих местах, логика — на уровне «угадай, что имел в виду разработчик 2010 года».

В общем, если у вас в избытке свободного времени и стальные нервы — дерзайте. Всем остальным советую обходить эту цифровую катастрофу стороной.

Answer 3

[sorok_olejka]

Да, к тому же параметры серверов здесь полностью соответствуют заявленным, а не только на бумаге. Если указан гигабитный канал, он реально обеспечивает такую скорость. Кроме того, цены разумные и не повышаются постоянно.

Answer 4

[rPman]

Поминутно никто не будет заморачиваться.

Найди майнера, договорись, управляй майнинговым оборудованием, попеременно включая и выключая его и свои приложения, добытое отправляй владельцу фермы (точнее не меняй настройки) плюс упущенная прибыль (считать в процентах от среднего дохода) плюс за беспокойство.

Недостаток - не будет SLA0.99.... не будет сервисов, не будет дисков, но будет самая низкая цена...
Диски по сети бери в ближайшем датацентре на самом дешевом тарифе.

Answer 5

[WhiteYagyar]

Хосткей, правда оплата там не поминутная, но есть возможность взять с почасовой оплатой. Ось можно поставить какую угодно. Сервера в Дата-центре в МСК установлены.

Comments

[taradmitriy]

Ну да, нужно уже по бюджету прежде всего ориентироваться. Если все подходит, то действительно, почему бы и не взять промышленную видеокарту. Мне для многих проектов хватало и игровых.

Answer 6

[koshelevv]

По стоимости: есть сервера на промышленных видеокартах, например A4000 они дороже, а на игровых карты стоят дешевле. К тому же можно протестировать сервер на пробный период перед арендой. Это полезно когда протестировать ресурсы надо. Если что, почасовая тарификация там возможна.

Comments

[rannikoff]

Часто берём у них серверы с видеокартами, особенно для задач ИИ. Есть варианты с предустановленными последними версиями LLM, так что можно сразу приступить к работе. Выбор большой: виртуальные серверы и выделенные с видеокартами последних поколений.

[bobckow]

Именно. Выбор реально широкий, и цена аренды при этом приемлемая. К тому же для краткосрочных проектов можно взять сервер с почасовой оплатой.

Answer 7

[kozeev]

Я пользуюсь серверами Hostkey уже более года. Особенно удобно, что зарубежные серверы можно оплачивать рублёвой картой — это исключает любые сложности с будущими платежами. К тому же выбор зарубежных серверов широкий, а выдача происходит мгновенно.

Answer 8

[sushchenko]

У нас похожий опыт с GPU серверами у Hostkey. Мы используем их для обработки видео и генерации изображений. На сервере анализируются кадры из видеозаписей и выполняется обработка графических данных. Также запускаем задачи по обучению моделей для анализа визуальной информации. Сервер справляется с такими задачами стабильно и позволяет работать с большими объемами данных.

Answer 9

[simonovartyr4ik]

Мы используем GPU сервер у Hostkey для обучения модели распознавания изображений. На сервер загружается большой набор фотографий, после чего запускается процесс обучения нейросети. Модель анализирует изображения и учится определять объекты на них. GPU позволяет значительно ускорить вычисления и обучение проходит быстрее.

Comments

[IlyinAndrey]

Удобно что можно выбрать подходящую конфигурацию с нужным GPU. Если проект становится сложнее, можно взять более мощный вариант и ускорить обработку.

Answer 10

[NovoseltcevA]

В целом опыт использования положительный. GPU серверы работают надежно, ускоряют рендеринг и позволяют комфортно работать с видео проектами даже при высокой загрузке.

Answer 11

[ser3din]

Для проекта с обучением моделей на PyTorch использовалась конфигурация с RTX 4090. До этого эксперименты запускались локально, и даже относительно небольшие модели обучались слишком долго. После переноса вычислений на GPU VPS скорость работы выросла очень заметно, особенно на этапах fine tuning и обработки больших датасетов. Hostkey как раз активно развивает направление GPU инфраструктуры под AI и ML задачи.

Answer 12

[rodinvasya]

Для задач LLM и inference особенно полезными оказались варианты с большим объёмом VRAM от Hostkey. В тестах RTX 6000 PRO с 96 ГБ памяти показывал заметный прирост при работе с крупными моделями и длинным контекстом.

Answer 13

[novoseltsevR]

Когда возникла необходимость обучать нейросети на больших объёмах данных, стало понятно, что возможностей обычных рабочих станций уже недостаточно. После долгих поисков решили попробовать GPU серверы Hostkey и в итоге остались очень довольны этим решением.

Answer 14

[meshcheryakov]

Первое, что оценили на практике, это ускорение работы с тяжёлыми вычислениями. При подготовке кинематографических роликов и просчёте сложных сцен время ожидания заметно сократилось. Если раньше финальный рендер тестового эпизода занимал почти весь день, то после перехода на GPU серверы результаты удавалось получать значительно быстрее. Это позволило чаще вносить правки и быстрее согласовывать изменения внутри команды.Первое, что оценили на практике, это ускорение работы с тяжёлыми вычислениями. При подготовке кинематографических роликов и просчёте сложных сцен время ожидания заметно сократилось. Если раньше финальный рендер тестового эпизода занимал почти весь день, то после перехода на GPU серверы результаты удавалось получать значительно быстрее. Это позволило чаще вносить правки и быстрее согласовывать изменения внутри команды.