我们也曾为 GPU 算力发愁，所以创造了云主机

作为一支专注于 AI 的小团队，我们和许多开发者一样，在模型训练的道路上饱受算力短缺的困扰。

昂贵的显卡、主流云平台漫长的排队、复杂的环境配置，以及因闲置而不断燃烧的经费，都曾是我们的日常。我们把大量时间浪费在了等待和运维上，而不是真正投入到算法和产品创新中。

我们受够了这种低效。为了彻底解决自己的问题，我们决定打造一个我们心中理想的 GPU 云平台。它必须足够简单、高效、且便宜。

我们为你准备了 10 元的算力体验券，点击链接注册即可领取：点我立即获得 10 元无门槛代金券

我们如何解决共同的痛点？

我们把所有踩过的坑，都变成了「共绩算力」的核心特性：

1. 告别排队，即开即用：我们投入重金储备了千卡级的 RTX 4090/5090 现货。你不再需要为资源排队等待，在浏览器里就能直接进入熟悉的 Jupyter Lab、VS Code 或 Bash 终端，随时开始工作。

2. 只为有效算力付费：我们坚信，一分钱都不该为闲置浪费。因此，我们实现了精确实在的「按秒计费」，关机即停费，开关机过程零费用。RTX 4090 每小时仅需 1.68 元，真正做到用多少、付多少。

3. 三分钟上手，专注开发：我们预装了涵盖 PyTorch、TensorFlow、ComfyUI、Stable Diffusion 等在内的主流镜像。你无需再为繁琐的环境配置分心，所有工具开箱即用。

4. 数据无忧：我们提供了共享存储卷和 S3 挂载加速功能，让你的数据集、代码和模型权重安全、高效地在不同任务间流转。

我们追求极致的性价比

我们将自己作为第一个用户，围绕开发中最耗费心神的几个环节，做了针对性的优化。我们的目标是在同等价格下，提供最稳定、流畅的体验。

在真实场景中的表现

我们也在用「共绩算力」进行着模型微调、原型开发等工作。以下是一些真实场景的成本与效率参考：

• Llama 3 微调：使用单张 RTX 4090 进行 Llama-3-8B LoRA 微调，4 小时训练成本约 6.7 元，关机后 0 成本。
• Kaggle 竞赛：赛前冲刺，临时租用 8 张 RTX 4090 使用半小时，赛后立即释放，总花费不到 80 元。
• AI 教学：教师为上百名学生分发预设好的镜像，课后统一关机，人均成本不到一杯奶茶。
• 服务部署：在 ComfyUI 中调通工作流后，可以直接打包成弹性 API 服务，无需二次部署。

快速上手

我们把上手流程设计得非常简单，三分钟就能跑起你的第一个任务：

1. 前往「共绩算力」控制台，进入云主机界面。
2. 挑选你需要的 GPU 型号和数量。
3. 为你即将创建的实例命名，并选择一个预装好的基础镜像。
4. 如果需要，可以挂载一个共享存储卷用于数据持久化。
5. 点击「创建实例」，完成。

现在，你可以全身心投入到 AI 开发的乐趣中了。

我们为你准备了 10 元的算力体验券，点击下方链接注册即可领取。希望「共绩算力」也能成为你手中那把趁手的“炼丹”工具。

链接：点我立即获得 10 元无门槛代金券