MornAI (Chenjianyun): menyewa daya GPU A100 hingga RTX 4090 per jam

MornAI adalah platform sewa daya komputasi GPU yang memposisikan diri sebagai akses siap pakai ke kartu grafis kelas atas. Tersedia model seperti A100, RTX 4090, dan RTX 3090 dalam tiga bentuk - host cloud, kontainer cloud, dan mesin fisik -, dengan penagihan per jam, hari, minggu, atau bulan serta diskon untuk durasi panjang. Bagi tim yang melatih model pembelajaran mendalam, menyetel model besar, atau menjalankan komputasi ilmiah, ini menyelesaikan masalah yang akrab: tidak perlu membeli kartu, merakit server, mencari pusat data, dan menyiapkan operasional sebelum eksperimen pertama berjalan.


Biaya tersembunyi membangun server GPU sendiri sering diremehkan. Pengadaan butuh waktu, model yang dipilih sulit diubah kemudian, mesin menganggur tetap menyusut nilainya, listrik dan pendinginan adalah beban tetap, dan versi driver, CUDA, serta kerangka kerja menghabiskan jam insinyur sebelum pelatihan dimulai. Menyewa tidak menjamin harga per unit lebih rendah; nilainya ada pada mengubah aset tetap menjadi pengeluaran yang bisa dinyalakan dan dimatikan, dan itu paling terasa ketika permintaan proyek berubah-ubah. Susunan produk MornAI mengikuti logika ini: kontainer untuk pekerjaan pendek, host cloud saat butuh kendali penuh atas sistem operasi, dan mesin fisik ketika performa eksklusif jadi prioritas.

Soal harga, penyedia menyebut tarif GPU berada di kisaran 10 sampai 30 persen dari yang dikenakan cloud publik tradisional, dan menyebut program agar sumber daya menganggur menghasilkan pendapatan. Itu klaim penyedia, dan biaya nyata sangat bergantung pada model kartu, durasi sewa, serta stok saat itu, jadi sebaiknya dihitung dengan jam kerja Anda sendiri daripada langsung memakai angka diskon.

Kemampuan utama

Daya GPU sesuai permintaan

Kartu kelas A100, RTX 4090, dan RTX 3090 mencakup pelatihan pembelajaran mendalam, penyetelan model besar, komputasi ilmiah, dan rendering, dengan jumlah GPU dapat dikonfigurasi bersama CPU, memori, dan disk. Sumber hanya mencantumkan keluarga kartu, tanpa kapasitas memori, jenis interkoneksi, atau performa per kartu, sehingga spesifikasi tepatnya perlu dipastikan di halaman marketplace komputasi sebelum memesan.

Lingkungan siap pakai

Image sistem sudah memuat tumpukan pembelajaran mendalam, model bahasa besar, dan komputasi ilmiah, sehingga instans baru tidak dimulai dari pemasangan CUDA kosong. Bagi peneliti dan tim kecil tanpa staf operasional, jam yang dihemat di sini sering lebih bernilai daripada uang yang dihemat.

Tiga bentuk penyediaan

Host cloud cocok saat butuh kendali penuh atas sistem operasi, kontainer untuk pekerjaan pendek yang dapat direproduksi, dan mesin fisik untuk pelatihan serta rendering yang menuntut eksklusivitas dan performa stabil. Setiap bentuk punya beban operasional dan struktur biaya berbeda, dan sebuah proyek dapat berpindah di antaranya seiring perkembangan.

Penagihan dan penjadwalan elastis

Penagihan mencakup per jam, hari, minggu, dan bulan dengan diskon pada durasi panjang, dan platform menyebut penjadwalan tingkat detik untuk menyesuaikan sumber daya saat permintaan berubah. Untuk beban riset yang bekerja intensif pada satu periode lalu berhenti, penagihan per jam biasanya lebih mudah dikendalikan daripada komitmen bulanan.

Infrastruktur terkelola dan dukungan

Platform menangani operasional perangkat keras dan mengumumkan dukungan ahli 24 jam, serta pendampingan satu lawan satu untuk pekerjaan akademik. Kanal konkret, waktu respons, dan cakupan pendampingan tidak dirinci dalam sumber.

Langkah memulai

1. Daftar dan masuk di situs resmi mornai.cn.
2. Buka marketplace komputasi dan pilih host cloud, kontainer cloud, atau mesin fisik.
3. Pilih image sistem, misalnya yang sudah berisi pembelajaran mendalam, model bahasa besar, atau komputasi ilmiah.
4. Konfigurasi perangkat keras: pilih model dan jumlah GPU, lalu tetapkan CPU, memori, dan kapasitas disk.
5. Pilih periode penagihan - jam, hari, minggu, atau bulan - dengan diskon untuk mingguan dan bulanan.
6. Buat instans, tinjau di konsol, lalu masuk dengan satu klik untuk mulai bekerja.

Harga dan penagihan

• Penagihan mencakup empat tingkat: jam, hari, minggu, dan bulan, dengan diskon makin besar untuk durasi panjang, sehingga anggaran bisa mengikuti irama proyek bukan bulan kalender.
• Penyedia menyebut harga GPU sebagai 10 sampai 30 persen dari cloud publik tradisional, klaim relatif yang tidak menyebut cloud pembanding maupun model kartunya.
• Sumber tidak memuat harga per kartu, durasi sewa minimum, deposito, atau aturan pengembalian dana; penawaran sebenarnya perlu dicek di halaman marketplace komputasi.
• Ada penyebutan program monetisasi sumber daya menganggur, tetapi syarat, cara penyelesaian, dan model yang didukung tidak dijelaskan dalam sumber.

Cocok untuk tim seperti apa

• Startup AI yang kebutuhan komputasinya bergerak antara masa pelatihan dan fase produk yang tenang, dan ingin menghindari pembelian perangkat keras sekali jalan.
• Universitas dan kelompok riset dengan permintaan tidak merata serta eksperimen pendek yang terkonsentrasi.
• Tim riset dan pengembangan perusahaan dengan pelatihan skala besar atau rendering kompleks yang butuh penjadwalan elastis dan biaya menganggur lebih rendah.
• Pengembang dan desainer individu yang memakai kartu kelas 3090 atau 4090 untuk inferensi dan rendering ringan, dengan ambang masuk lebih rendah daripada membeli workstation.

Batasan dan hal yang perlu diperiksa

• Sumber hanya mencantumkan keluarga kartu, tanpa kapasitas memori, performa per kartu, interkoneksi seperti NVLink, atau lebar pita jaringan; semuanya perlu dipastikan di konsol sebelum berkomitmen pada pelatihan multi-GPU.
• Ketersediaan tiap bentuk bergantung pada stok, dan kartu populer bisa memicu antrean saat permintaan memuncak, jadi jadwal proyek sebaiknya menyisakan ruang.
• Angka 10 sampai 30 persen adalah perbandingan dari penyedia yang tidak menyebut cloud acuan maupun model kartu, sehingga perhitungan biaya harus memakai jam dan spesifikasi Anda sendiri.
• Keamanan data, sertifikasi kepatuhan, lokasi penyimpanan data, dan kebijakan cadangan tidak dibahas dalam sumber; untuk data sensitif atau sektor teregulasi, konfirmasikan dengan penyedia sebelum mengunggah apa pun.
• Sewa mesin fisik mencakup pengiriman dan konfirmasi eksklusivitas, namun waktu penyediaan dan prosedur penghentian tidak dijelaskan, jadi proyek pendek sebaiknya divalidasi dulu di host cloud atau kontainer.
• Dukungan 24 jam dan pendampingan satu lawan satu diumumkan tanpa waktu respons atau batas layanan yang dinyatakan, sehingga proyek kritis sebaiknya tidak sepenuhnya bergantung pada dukungan eksternal saat menelusuri gangguan.

Pertanyaan yang sering muncul

Apa bedanya dengan membeli GPU dan membangun server sendiri?

Membeli kartu adalah investasi modal yang diikuti biaya ruang, listrik, pendinginan, dan operasional, serta model yang dipilih sulit diubah. MornAI menyewakan daya GPU per jam, hari, minggu, atau bulan dalam bentuk host cloud, kontainer, dan mesin fisik, sehingga sewa bisa dihentikan saat proyek selesai atau permintaan menurun. Bedanya ada pada keluwesan struktur biaya, bukan jaminan harga per unit lebih rendah.

GPU apa saja yang tersedia?

Sumber menyebut A100, RTX 4090, dan RTX 3090. Ketiganya mencakup pelatihan model besar, pembelajaran mendalam, dan rendering, tetapi kapasitas memori serta konfigurasi interkoneksi perlu dipastikan di halaman konfigurasi instans pada marketplace komputasi.

Apakah lingkungan harus dipasang sendiri?

Image sistem sudah memuat lingkungan pembelajaran mendalam, model bahasa besar, dan komputasi ilmiah, jadi instans baru biasanya tidak perlu menyiapkan CUDA dan kerangka kerja dari nol. Jika proyek terikat versi tertentu, periksa dulu kombinasi versi di dalam image.

Bagaimana penagihannya?

Penagihan dilakukan per jam, hari, minggu, atau bulan dengan diskon pada durasi panjang, dan penyedia menempatkan harga GPU pada 10 sampai 30 persen cloud publik tradisional. Harga per kartu, durasi minimum, dan aturan deposito tidak dipublikasikan dalam sumber, sehingga penawaran langsung di marketplace menjadi acuan.