Логотип Терафермы Тераферма Регистрация

4 октября 2026 г. · Анатолий Крылов, редактор Терафермы

Аренда GPU для стартапа: как не переплатить на MVP и пилоте

Ноутбук с взлетающей ракетой, сервер с двумя видеокартами и стопка монет — аренда GPU для стартапа без переплат

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

  1. Зарегистрируйтесь и пополните баланс от 500 ₽ (картой российского банка или криптовалютой; оплата по счёту для юрлиц — скоро).
  2. Выберите карту под текущий этап. Для прототипа хватит RTX 3090 или RTX 4090.
  3. Запустите сервер: драйверы NVIDIA и CUDA уже установлены, доступ по SSH.
  4. 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.

Вопросы по теме

Сколько стоит GPU для MVP ИИ-стартапа?

На этапе прототипа обычно хватает 50–150 часов на RTX 3090 или RTX 4090 в месяц — это 1 700–8 100 ₽. На пилоте с постоянно работающим сервисом бюджет вырастает до 24 480–38 880 ₽ в месяц в зависимости от карты и нагрузки.

Покупать видеокарту или арендовать на старте?

На старте почти всегда выгоднее арендовать: нагрузка непредсказуема, требования к карте меняются, а деньги нужнее на продукт. Покупка имеет смысл, когда загрузка стабильно высокая и понятна на год вперёд.

Какую видеокарту выбрать для MVP с языковой моделью?

Для моделей 7–8B хватит RTX 3090 за 34 ₽/час, для 32B в 4 битах — RTX 4090 за 54 ₽/час. Начните с меньшей модели и переходите на большую, только если качества не хватает.

Как не переплачивать за простой сервера?

Выключайте сервер, когда он не нужен: оплата поминутная, и остановленный сервер не списывает деньги. Для разработки используйте дешёвую карту, а мощную включайте только на время обучения или тестов под нагрузкой.

Подберите GPU

Все видеокарты каталога с поминутной оплатой в рублях.