MornAI (Chenjianyun): аренда GPU A100 и RTX 4090 по часам

MornAI — платформа аренды вычислительных ресурсов на GPU, которая позиционируется как готовый к работе доступ к видеокартам высокого класса. Доступны модели уровня A100, RTX 4090 и RTX 3090 в трёх формах — облачный хост, облачный контейнер и физическая машина, — с оплатой по часам, суткам, неделе или месяцу и скидками при длительной аренде. Для команд, которые обучают модели глубокого обучения, дообучают большие модели или занимаются научными расчётами, это решает знакомую проблему: не нужно покупать карты, собирать серверы, искать площадку и организовывать эксплуатацию до первого эксперимента.


Скрытые расходы на собственный GPU-сервер обычно недооценивают. Закупка занимает время, выбранную модель потом трудно изменить, простаивающее железо продолжает дешеветь, электричество и охлаждение — постоянные статьи затрат, а подбор версий драйверов, CUDA и фреймворков отнимает инженерные часы ещё до начала обучения. Аренда не гарантирует более низкую цену за единицу: её смысл в том, что капитальный актив превращается в расход, который можно включать и выключать, и это особенно важно при неравномерной нагрузке. Линейка MornAI построена по этой логике: контейнеры для коротких задач, облачные хосты, когда нужен полный контроль над системой, и физические машины, когда требуется эксклюзивная производительность.

Что касается цены, поставщик описывает тарифы на GPU как 10–30 процентов от того, что берут традиционные публичные облака, и упоминает программу монетизации простаивающих ресурсов. Это заявления поставщика, а реальная стоимость сильно зависит от модели карты, срока аренды и наличия на складе, поэтому считать лучше по фактическим часам своей нагрузки, а не подставлять процент скидки напрямую.

Основные возможности

GPU по требованию

Карты уровня A100, RTX 4090 и RTX 3090 покрывают обучение глубоких моделей, дообучение больших моделей, научные расчёты и рендеринг, а количество GPU настраивается вместе с процессором, памятью и диском. В исходных материалах перечислены только семейства карт, без объёма памяти, типа межсоединений и производительности на карту, поэтому точную спецификацию нужно проверять на странице вычислительного маркетплейса до заказа.

Готовые окружения

Системные образы содержат стеки для глубокого обучения, больших языковых моделей и научных расчётов, поэтому новая инстанция не начинается с чистой установки CUDA. Для исследователей и небольших команд без выделенного персонала сэкономленные здесь часы часто ценнее сэкономленных денег.

Три формы предоставления

Облачный хост подходит, когда нужен полный контроль над операционной системой, контейнер — для коротких воспроизводимых задач, физическая машина — для обучения и рендеринга, где важны эксклюзивность и стабильная производительность. У каждой формы своя нагрузка на эксплуатацию и своя структура затрат, и проект может переходить между ними по мере развития.

Гибкая оплата и планирование

Оплата возможна по часам, суткам, неделе и месяцу, с ростом скидки при длительных сроках; платформа также описывает планирование с точностью до секунд, чтобы подстраивать ресурсы под изменение спроса. Для исследовательских задач, которые работают интенсивно, а затем простаивают, почасовая оплата обычно удобнее месячного обязательства.

Управляемая инфраструктура и поддержка

Платформа берёт на себя эксплуатацию оборудования и заявляет круглосуточную поддержку экспертов, а также индивидуальное сопровождение для научных задач. Конкретные каналы, время реакции и границы сопровождения в исходных материалах не раскрыты.

Как начать

1. Зарегистрироваться и войти на официальном сайте mornai.cn.
2. Открыть вычислительный маркетплейс и выбрать облачный хост, облачный контейнер или физическую машину.
3. Выбрать системный образ, например с предустановленным глубоким обучением, языковыми моделями или научными расчётами.
4. Настроить конфигурацию: модель и количество GPU, затем процессор, память и дисковое пространство.
5. Выбрать срок оплаты — час, сутки, неделя или месяц; для недели и месяца действует скидка.
6. Создать инстанцию, проверить её в консоли и войти одним кликом, чтобы начать работу.

Цены и оплата

• Оплата возможна по часам, суткам, неделе и месяцу, скидка растёт с увеличением срока, поэтому бюджет можно привязать к ритму проекта, а не к календарному месяцу.
• Поставщик описывает цены на GPU как 10–30 процентов от тарифов традиционных публичных облаков, но не называет ни облака для сравнения, ни соответствующие модели карт.
• В исходных материалах нет цены за карту, минимального срока аренды, залога и правил возврата — фактическую смету нужно проверять на странице вычислительного маркетплейса.
• Упоминается программа монетизации простаивающих ресурсов, однако условия участия, порядок расчётов и поддерживаемые модели в источнике не описаны.

Кому подходит

• AI-стартапам, у которых потребность в вычислениях колеблется между этапами обучения и спокойной продуктовой работы и которые не хотят разовой закупки железа.
• Университетам и научным группам с неравномерной нагрузкой и короткими концентрированными экспериментами.
• Корпоративным командам разработки, которым нужны масштабное обучение или сложный рендеринг, гибкое планирование и снижение затрат на простой.
• Индивидуальным разработчикам и дизайнерам, использующим карты уровня 3090 или 4090 для лёгкого инференса и рендеринга: порог входа ниже, чем при покупке рабочей станции.

Ограничения и что проверить

• В источнике только семейства карт, без объёма памяти, производительности на карту, соединений типа NVLink и пропускной способности сети — всё это нужно уточнить в консоли, прежде чем планировать обучение на нескольких GPU.
• Доступность каждой формы зависит от склада, а популярные карты в пиковый спрос могут требовать ожидания, поэтому в графике проекта стоит предусмотреть запас.
• Показатель 10–30 процентов — сравнение от поставщика без указания эталонных облаков и моделей карт, поэтому расчёт затрат нужно делать по своим часам и спецификациям.
• Безопасность данных, сертификаты соответствия, размещение данных и политика резервного копирования в источнике не раскрыты: при чувствительных данных и в регулируемых отраслях это нужно подтвердить у поставщика до загрузки.
• Аренда физической машины включает поставку и подтверждение эксклюзивности, но сроки предоставления и порядок расторжения не описаны, поэтому короткие проекты лучше сначала проверять на облачных хостах или в контейнерах.
• Круглосуточная поддержка и индивидуальное сопровождение заявлены без указания времени реакции и границ сервиса, поэтому критичный проект не стоит полностью полагаться на внешнюю поддержку при поиске неисправностей.

Частые вопросы

Чем это отличается от покупки видеокарт и собственного сервера

Покупка карт — это капитальные вложения, после которых остаются постоянные расходы на помещение, электричество, охлаждение и эксплуатацию, а выбранную модель трудно заменить. MornAI сдаёт GPU в аренду по часам, суткам, неделе или месяцу в форме облачных хостов, контейнеров и физических машин, поэтому аренду можно прекратить по завершении проекта или при снижении нагрузки. Разница в гибкости структуры затрат, а не в гарантированно низкой цене за единицу.

Какие GPU доступны

В исходных материалах указаны A100, RTX 4090 и RTX 3090. Они покрывают обучение больших моделей, глубокое обучение и рендеринг, но объём памяти и конфигурацию соединений нужно уточнять на странице настройки инстанции в вычислительном маркетплейсе.

Нужно ли устанавливать окружение самостоятельно

В системные образы уже включены окружения для глубокого обучения, языковых моделей и научных расчётов, поэтому новая инстанция обычно не требует настройки CUDA и фреймворков с нуля. Если проект требует конкретных версий, стоит заранее проверить их сочетание внутри образа.

Как устроена оплата

Оплата идёт по часам, суткам, неделе или месяцу со скидкой при длительных сроках, а цены на GPU поставщик оценивает в 10–30 процентов от традиционного публичного облака. Цены за карту, минимальные сроки и правила залога в источнике не публикуются, поэтому ориентиром служит актуальная смета на странице маркетплейса.