4 октября 2026 г. · Анатолий Крылов, редактор Терафермы
Аренда GPU для стартапа: как не переплатить на MVP и пилоте
Аренда GPU для стартапа обходится дешевле, чем кажется: прототип с языковой моделью 7–8B на RTX 3090 за 34 ₽/час стоит 1–3 тысячи рублей в месяц, а пилот с постоянно работающим сервисом обходится в 24 480–38 880 ₽. Главные источники переплаты: простаивающие серверы, слишком мощные карты и большие модели там, где хватает маленьких.
Почему стартапу выгоднее арендовать
Покупка сервера с GPU замораживает крупную сумму в железе. Для стартапа она плоха по трём причинам.
Нагрузка неизвестна. На старте вы не знаете, сколько пользователей придёт и какая модель понадобится. Купленная карта может оказаться слишком слабой или простаивать 90% времени.
Требования меняются. Сегодня вы пробуете модель 8B, через месяц выясняется, что нужна 32B, а затем оказывается, что для вашей задачи лучше подходит генерация изображений. С арендой переход на другую карту занимает минуты.
Сроки поставки. Покупка сервера с серверными картами означает недели или месяцы ожидания, а затем настройку. Арендованная карта готова к работе через несколько минут после регистрации.
Деньги нужнее на продукт. Каждый рубль в железе — это рубль, который не пошёл на разработку, маркетинг и поиск клиентов.
Покупать имеет смысл, когда нагрузка стабильная и высокая, а продукт уже нашёл рынок. До этого аренда с поминутной оплатой даёт гибкость, которой нет у собственного сервера. Расчёт точки, где выгоднее постоянный сервер, есть в статье почасовая аренда или выделенный сервер.
Этапы и подходящие карты
Потребности в вычислениях на разных этапах сильно отличаются.
| Этап | Что делаете | Рекомендуемая карта | Тариф, ₽/час | Режим работы |
|---|---|---|---|---|
| Прототип | Пробуете модели, пишете код | RTX 3060 / RTX 3090 | 13 / 34 | Несколько часов в день |
| MVP | Собираете продукт, тестируете качество | RTX 3090 / RTX 4090 | 34 / 54 | Рабочие часы |
| Дообучение | LoRA, QLoRA под свою задачу | RTX 4090 / A100 | 54 / 154 | Разовые прогоны |
| Пилот | Первые клиенты, сервис онлайн | RTX 3090 / RTX 4090 | 34 / 54 | Круглосуточно или по расписанию |
| Рост | Растущая нагрузка, несколько сервисов | Несколько карт, A100, L40S | от 154 | Круглосуточно |
На этапе прототипа и MVP самая частая ошибка — сразу брать A100 или H100 «на всякий случай». Для моделей до 13B и генерации изображений игровые карты на 24 ГБ справляются не хуже, а стоят в 2–6 раз дешевле.
Примерные бюджеты по этапам
Расчёты по тарифам Терафермы для типичного ИИ-продукта на базе открытой языковой модели.
| Этап | Нагрузка | Часов в месяц | Стоимость |
|---|---|---|---|
| Прототип | RTX 3090, 3 часа в рабочий день | ~66 | ~2 244 ₽ |
| MVP | RTX 4090, 6 часов в рабочий день | ~132 | ~7 128 ₽ |
| Дообучение | A100, 3 прогона по 8 часов | 24 | ~3 696 ₽ |
| Пилот, вариант 1 | RTX 3090 круглосуточно | 720 | ~24 480 ₽ |
| Пилот, вариант 2 | RTX 4090, 12 часов в день | 360 | ~19 440 ₽ |
| Пилот, вариант 3 | RTX 4090 круглосуточно | 720 | ~38 880 ₽ |
Итого: от идеи до работающего пилота стартап обычно укладывается в 20–40 тысяч рублей на вычисления за первые 2–3 месяца. Если в продукте есть обучение собственной модели с нуля, бюджет считается отдельно, методика в статье сколько стоит обучить нейросеть.
Восемь способов сократить счёт
1. Выключайте серверы. Оплата поминутная, и остановленный сервер ничего не стоит. Забытая на выходные RTX 4090 съедает около 2 592 ₽ впустую. Заведите правило: уходишь — выключаешь.
Проще всего встроить выключение в сам скрипт: после завершения обучения или пакетной обработки последней командой останавливайте сервер. Тогда задача, закончившаяся в три часа ночи, не будет списывать деньги до утра.
2. Разрабатывайте на дешёвой карте. Код, промпты и пайплайны можно отлаживать на RTX 3060 за 13 ₽/час с маленькой моделью. На мощную карту переходите, когда всё работает.
3. Начинайте с маленькой модели. Модель 8B часто решает задачу не хуже 70B, если хорошо составлен промпт или есть RAG. Сравнение на своих данных занимает час и экономит десятки тысяч в месяц на продакшене.
4. Используйте квантизацию. Модель в 4 битах занимает в 3,5 раза меньше памяти и работает быстрее. Для большинства прикладных задач потеря качества незаметна, а модель 32B вместо A100 помещается на RTX 4090.
5. Батчите запросы. vLLM обрабатывает десятки запросов параллельно на одной карте. Один сервер с правильно настроенным батчингом заменяет несколько серверов с наивным запуском.
6. Дообучайте через LoRA. Полное обучение требует нескольких дорогих карт, а LoRA для модели 7–8B работает на одной RTX 4090 за пару часов.
7. Сохраняйте чекпоинты и веса. Регулярное сохранение позволяет прервать обучение без потери прогресса и не скачивать модели заново при каждом запуске.
8. Замеряйте перед масштабированием. Короткий тест на двух картах-кандидатах стоит десятки рублей и показывает, какая из них даёт лучшую цену за результат.
Пример: MVP ассистента по документам
Разберём условный, но типичный проект: ассистент, который отвечает сотрудникам компании на вопросы по внутренним регламентам. Под капотом — открытая языковая модель, векторный поиск и простой веб-интерфейс.
Неделя 1–2: прототип. Команда пробует три модели на 7–12B параметров и подбирает промпты. Работа идёт на RTX 3090 по 3–4 часа в день, остальное время сервер выключен. Расход — около 30 часов, то есть 1 020 ₽.
Неделя 3–4: сборка MVP. Добавляется поиск по документам, эмбеддинг-модель и интерфейс. Модель и эмбеддинги работают на одной карте с 24 ГБ. Разработчики держат сервер включённым в рабочее время: 8 часов × 10 дней = 80 часов на RTX 3090, или 2 720 ₽.
Неделя 5: дообучение. Чтобы модель отвечала в нужном стиле и точнее понимала внутренние термины, команда обучает LoRA. Два прогона по 4 часа на RTX 4090 стоят 432 ₽.
Неделя 6–10: пилот с первым заказчиком. Сервис работает в рабочие часы заказчика: 12 часов в будни на RTX 3090. За пять недель это около 300 часов, или 10 200 ₽. Параллельно команда держит отдельный дешёвый сервер для разработки новых функций по мере необходимости.
Итого за два с половиной месяца выходит порядка десяти тысяч рублей на вычисления, и это включает дообучение и работу пилота. Цифры условные, но порядок величин честный: на ранних этапах GPU — далеко не самая крупная статья расходов, если не держать мощные карты включёнными без дела.
Обратите внимание, где в этом примере экономятся деньги: сервер выключен по ночам и выходным, для прототипа взята недорогая карта, а мощная RTX 4090 включалась только на дообучение.
Главный риск в таком проекте — не цена часа, а неправильные решения: взять модель 70B там, где хватило бы 8B, или запустить сервис на H100, когда нагрузка составляет десяток запросов в час.
Как планировать пилот
На пилоте сервис начинает работать для реальных клиентов. Здесь важны не только деньги, но и стабильность.
- Оцените нагрузку. Сколько запросов в час, какая длина ответов, нужен ли сервис круглосуточно. Если клиенты работают только днём, сервер можно выключать на ночь и экономить половину бюджета.
- Заложите резерв. Держите готовый скрипт развёртывания, чтобы поднять сервис на другом сервере за несколько минут. Веса модели и конфигурацию храните у себя, а не только на арендованном диске.
- Мониторьте загрузку карты. Если GPU загружен на 10–20%, вы переплачиваете за мощность: можно перейти на карту попроще. Если на 90% и выше — пора добавлять вторую.
- Считайте юнит-экономику. Стоимость часа карты делите на число обслуженных запросов. Так вы увидите, сколько вычисления стоят на одного клиента, и сможете заложить это в цену продукта.
Если сомневаетесь, где запускать пилот, на маркетплейсе или в классическом облаке, сравнение подходов есть в статье GPU-маркетплейс или облако.
Когда пора думать о собственном железе
Аренда не обязана быть вечной. Пересмотреть подход стоит, когда выполняются сразу несколько условий:
- нагрузка стабильно держится выше 70% времени несколько месяцев подряд;
- модель и требования к карте не менялись последние полгода;
- у команды есть люди, готовые заниматься обслуживанием серверов;
- есть место с охлаждением, стабильным электричеством и хорошим каналом.
Если хотя бы одно условие не выполняется, аренда остаётся рациональным выбором. Даже компании с собственными серверами часто арендуют карты под пиковые нагрузки и эксперименты, чтобы не держать резерв мощности, который простаивает большую часть года.
Как начать в Тераферме
- Зарегистрируйтесь и пополните баланс от 500 ₽ (картой российского банка или криптовалютой; оплата по счёту для юрлиц — скоро).
- Выберите карту под текущий этап. Для прототипа хватит RTX 3090 или RTX 4090.
- Запустите сервер: драйверы NVIDIA и CUDA уже установлены, доступ по SSH.
- Работайте и выключайте сервер, когда он не нужен: списание идёт только за минуты работы.
Тарифы на все карты собраны на странице цен, а подробнее о модели оплаты читайте в разделе почасовой аренды GPU. Первый час на RTX 3090 стоит 34 ₽: этого достаточно, чтобы запустить модель и понять, сколько стоит ваш MVP.