MornAI (Chenjianyun): noleggiare GPU A100 e RTX 4090 a ore

MornAI è una piattaforma di noleggio di potenza di calcolo GPU che si presenta come accesso immediato a schede grafiche di fascia alta. Offre modelli come A100, RTX 4090 e RTX 3090 in tre forme - host cloud, container cloud e macchina fisica -, con fatturazione a ore, giorni, settimane o mesi e sconti sui periodi lunghi. Per i team che addestrano modelli di deep learning, affinano grandi modelli o fanno calcolo scientifico, risolve un problema noto: non serve comprare schede, montare server, trovare una sala e organizzare l'esercizio prima del primo esperimento.


Il costo nascosto di un server GPU proprio è spesso sottovalutato. L'acquisto richiede tempo, il modello scelto è difficile da cambiare, le macchine inattive continuano a svalutarsi, elettricità e raffreddamento sono voci fisse, e versioni di driver, CUDA e framework consumano ore di ingegneria prima di qualsiasi addestramento. Il noleggio non garantisce un prezzo unitario più basso: il valore sta nel trasformare un cespite in una spesa che si accende e si spegne, cosa che conta soprattutto quando la domanda del progetto oscilla. L'offerta di MornAI segue questa logica: container per lavori brevi, host cloud quando serve il pieno controllo del sistema operativo e macchine fisiche quando la priorità è la potenza esclusiva.

Sul prezzo, il fornitore descrive le tariffe GPU come il 10-30 per cento di quanto chiedono i cloud pubblici tradizionali e cita un programma che consente alle risorse inattive di generare ricavi. Sono dichiarazioni del fornitore, e il costo reale dipende molto dal modello di scheda, dalla durata del noleggio e dalla disponibilità del momento: conviene calcolare sulle proprie ore di lavoro invece di applicare direttamente la percentuale.

Funzioni principali

Potenza GPU su richiesta

Schede di classe A100, RTX 4090 e RTX 3090 coprono addestramento di deep learning, affinamento di grandi modelli, calcolo scientifico e rendering, con numero di GPU configurabile insieme a CPU, memoria e disco. La fonte elenca solo famiglie di schede, senza capacità di memoria, tipo di interconnessione o prestazioni per scheda, quindi la specifica esatta va verificata nella pagina del marketplace di calcolo prima di ordinare.

Ambienti preconfigurati

Le immagini di sistema includono stack di deep learning, modelli linguistici e calcolo scientifico, così una nuova istanza non parte da un'installazione CUDA vuota. Per ricercatori e piccoli team senza personale di esercizio, le ore risparmiate qui valgono spesso più del denaro risparmiato.

Tre forme di fornitura

L'host cloud serve quando occorre il pieno controllo del sistema operativo, il container per lavori brevi e riproducibili, la macchina fisica per addestramento e rendering che richiedono esclusività e prestazioni stabili. Ogni forma comporta un diverso carico operativo e una diversa struttura di costo, e un progetto può passare dall'una all'altra con la maturazione.

Fatturazione e pianificazione elastiche

La granularità va dall'ora al giorno, alla settimana e al mese, con sconti sui periodi lunghi, e la piattaforma descrive una pianificazione al secondo per adeguare le risorse alla domanda. Per carichi di ricerca intensi a fasi alterne, la fatturazione oraria è di solito più facile da controllare di un impegno mensile.

Infrastruttura gestita e supporto

La piattaforma gestisce l'esercizio dell'hardware e annuncia supporto specialistico 24 ore su 24, oltre a un affiancamento individuale per i lavori accademici. Canali concreti, tempi di risposta e ampiezza di questo affiancamento non sono dettagliati nella fonte.

Primi passi

1. Registrati e accedi al sito ufficiale, mornai.cn.
2. Apri il marketplace di calcolo e scegli host cloud, container cloud o macchina fisica.
3. Seleziona un'immagine di sistema, per esempio con deep learning, modelli linguistici o calcolo scientifico già installati.
4. Configura l'hardware: modello e numero di GPU, poi CPU, memoria e capacità del disco.
5. Scegli il periodo di fatturazione - ora, giorno, settimana o mese -, con sconto su settimanale e mensile.
6. Crea l'istanza, controllala nella console e accedi con un clic per iniziare a lavorare.

Prezzi e fatturazione

• La granularità copre ora, giorno, settimana e mese, con sconti maggiori sui noleggi lunghi, così il budget segue il ritmo del progetto e non il mese di calendario.
• Il fornitore descrive il prezzo delle GPU come il 10-30 per cento dei cloud pubblici tradizionali, un'affermazione relativa che non indica i provider né le schede confrontate.
• La fonte non pubblica prezzi unitari per scheda, periodi minimi di noleggio, depositi o regole di rimborso; il preventivo reale va verificato nella pagina del marketplace di calcolo.
• È citato un programma di monetizzazione delle risorse inattive, ma condizioni, modalità di liquidazione e modelli ammessi non sono descritti nella fonte.

Per quali team è adatta

• Startup di IA la cui domanda di calcolo alterna picchi di addestramento e fasi di prodotto tranquille, e che preferiscono evitare un acquisto hardware.
• Università e gruppi di ricerca con domanda intermittente ed esperimenti brevi e concentrati.
• Team di R&S aziendale con addestramento su larga scala o rendering complesso, che necessitano di pianificazione elastica e costi di inattività ridotti.
• Sviluppatori e designer individuali che usano schede 3090 o 4090 per inferenza e rendering leggeri, con una soglia d'ingresso più bassa rispetto all'acquisto di una workstation.

Limiti e punti da verificare

• La fonte elenca solo famiglie di schede, senza capacità di memoria, prestazioni per scheda, interconnessione come NVLink o larghezza di banda di rete: vanno verificate nella console prima di impegnarsi in addestramento multi-GPU.
• La disponibilità di ciascuna forma dipende dalle scorte e le schede più richieste possono creare attese nei picchi, quindi la pianificazione deve prevedere margine.
• Il dato del 10-30 per cento è un confronto del fornitore che non nomina i cloud di riferimento né i modelli, perciò il calcolo dei costi va fatto sulle proprie ore e specifiche.
• Sicurezza dei dati, certificazioni di conformità, localizzazione dei dati e politica di backup non sono trattate nella fonte; con dati sensibili o settori regolati va confermato con il fornitore prima di caricare qualsiasi cosa.
• Il noleggio di macchina fisica comporta consegna e conferma dell'esclusività, e non sono descritti tempi di attivazione né procedure di chiusura: i progetti brevi conviene validarli prima su host cloud o container.
• Il supporto 24 ore su 24 e l'affiancamento individuale sono annunciati senza tempi di risposta né confini di servizio dichiarati, quindi un progetto critico non dovrebbe dipendere interamente dal supporto esterno per la diagnosi dei guasti.

Domande frequenti

Che differenza c'è rispetto all'acquisto di GPU e a un server proprio?

Comprare schede è un investimento seguito da costi continui di spazio, elettricità, raffreddamento ed esercizio, e il modello scelto è difficile da cambiare. MornAI noleggia potenza GPU a ore, giorni, settimane o mesi su host cloud, container e macchine fisiche, così il noleggio può cessare a fine progetto o al calo della domanda. La differenza sta nella flessibilità della struttura di costo, non in un prezzo unitario garantito più basso.

Quali GPU sono disponibili?

La fonte cita A100, RTX 4090 e RTX 3090. Coprono addestramento di grandi modelli, deep learning e rendering, ma capacità di memoria e configurazione dell'interconnessione vanno confermate nella pagina di configurazione delle istanze del marketplace di calcolo.

Bisogna installare l'ambiente da soli?

Le immagini includono ambienti di deep learning, modelli linguistici e calcolo scientifico, quindi una nuova istanza di norma non richiede di configurare CUDA e framework da zero. Se il progetto impone versioni precise, verifica prima la combinazione di versioni presente nell'immagine.

Come funziona la fatturazione?

Si fattura a ore, giorni, settimane o mesi con sconti sui periodi lunghi, e il fornitore colloca il prezzo delle GPU al 10-30 per cento di un cloud pubblico tradizionale. Prezzi per scheda, periodi minimi e regole di deposito non sono pubblicati nella fonte, quindi vale il preventivo aggiornato del marketplace.