8102 年了，训练模型 还是自己买 GPU 划算么？ 有推荐的云服务么？

感觉还是看你是不是经常需要跑

找几个文科生，用 edu 邮箱薅 100 小时的 azure gpu

@thedrwu #2 感谢！这思路很清晰了！

建议购买 nvidia 理财产品

摘录了一些知乎句子，信息比较乱，需要自行甄别
——————
可以试用一下租用 GPU 云服务器。我记得美团云 m40，3 块多 /小时。百度云 k40，5 块多 /小时。阿里云和腾讯云只有按月租的 GPU 云服务器。其他云我没尝试过，可以试一下。

LinkGPU，提供包月租的 GPU 服务器，提供试用，用于初期学习，后期进阶不错的选择；

google： https://cloud.google.com/gpu/阿里云：高性能计算 HPC_数据预测_数据分析-阿里云腾讯云：GPU 云服务器 - 腾讯云百度云：GPU 服务器-百度云 google 资费最低，百度处于内侧，阿里云资费最高。配置上，google 给的是 K80，阿里云和腾讯给的是 M40。

滴滴云 GPU 实例牌价是阿里云同款 GPU 实例牌价的一半都不到。

补录 知乎句子如下
——————
可以使用极客云 GPU，共享 1080Ti 低至 1 元 /小时，他们云主机上深度学习框架大部分都预装好了，使用非常方便；

edu 邮箱可以顺便撸 aws 的 credit

战略 mark

用 AWS，学生邮箱认证之后直接给 150 刀，之后会有各种活动送 credit，我总共收到了大概 400 刀了。然后去用竞价实例，一个 P80 显卡的 p2.xlarge 实例价格大概一个小时 0.27 刀到 0.4 之间，根据区域决定。美西就比较便宜但是延迟高，东京，首尔或者新加坡延迟比较低，下载国内源的数据会快一点，相对价格高一点。

省钱的要重点在于竞价实例，竞价实例是一次性的，所以理论上用完一次数据就没了，所以需要自己持久化一点。我现在是用一块不会删掉的 volume 装数据，然后每次开一个 Deep Learning AMI，里面基本上各种需要的框架都有了，而且会不断更新。在 volume 装一些 vim，tmux 和 jupyter 的设置，volume 被 mount 上去之后复制一下就行。实例启动时其实还能运行自己指定的脚本。持久话的方法可以参考[这里]( https://medium.com/@radekosmulski/automated-aws-spot-instance-provisioning-with-persisting-of-data-ce2b32bdc102)。

这样做的另外一个好处就是可以根据需要启动不同类型的实例，比如在不需要 GPU 的预处理阶段就开一个内存大的 CPU 计算实例，例如 r5.xlagre 就只需要 0.04 刀每小时。