选GPU云服务器时，很多人先看机型单价，但最后的账单往往由计费方式、地域、存储和带宽共同决定。这篇文章梳理阿里云GPU实例的主要机型，再用两个案例说明三种计费方式在实际使用中的差别。文中价格均为计算示例，实际费用以阿里云控制台的实时报价为准。
主流GPU机型怎么选
阿里云GPU实例通常按显卡型号和实例族区分，常见的有三类：
- T4类（如gn6i）：显存16GB，功耗低，适合中小模型推理、视频转码和轻量图像处理。
- A10类（如gn7i）：价格和性能比较均衡，适合大语言模型推理、AIGC图像生成和中等规模训练。
- A100/V100类（如gn7e、gn6v）：显存和卡间互联带宽更高，适合大模型训练和多卡并行，单台价格也最高。
选型时先算显存。一个70亿参数的模型，用FP16精度加载约需14GB显存，再加上推理时的缓存，16GB的卡就会很紧。这种情况下，如果为了省单价选了显存不够的机型，往往要多开几台才能跑起来，总成本反而更高。
三种计费方式的实际差别
包年包月
预先付费，单价最低，适合每天都要稳定运行的在线服务。代价是资源闲置时照样按周期计费，而且退款规则有限制，购买前要确认清楚。
按量付费
按小时计费，随开随用、随关随停。临时测试、短期实验和流量波动大的业务适合用它。单小时价格高于包月折算价，所以实例如果长期连续运行，花费会明显增加。
抢占式实例
价格通常远低于按量付费，但资源紧张时系统可能提前回收实例。它适合能断点续训的训练任务，不适合直接对外提供服务的在线接口。
案例一：小团队的推理服务怎么省
某初创团队部署一个文本生成接口，全天候运行，每月约需720小时的A10实例。假设按量单价为8元/小时，月费用是5760元。若改为包月，按示例价格折算约4200元/月，每月可省1560元，降幅约27%。
这个团队的请求量在夜间明显下降。他们白天保留一台包月实例，晚上高峰时段再用按量实例补充。这样既避免了全部按量付费的高成本，也不用为低峰时段的闲置算力付费。判断依据很简单：先看一天里哪些时段负载稳定，哪些时段波动大，再决定哪部分买包月。
案例二：模型训练为什么适合抢占式实例
另一个团队每周训练一次图像分类模型，单次任务约20小时。他们改造了训练代码，每30分钟保存一次检查点，实例被回收后可以从最近的检查点恢复。改造之后，训练成本明显降低，被回收带来的额外耗时也在团队能接受的范围内。
这里有个前提：训练代码必须支持保存和恢复状态。没有检查点机制就直接上抢占式实例，一次回收可能就要从头再跑。另外，抢占式的折扣幅度随地域和库存变化，差异较大，正式使用前要在控制台查看当前价格和库存。
比价前的检查清单
- 统一规格：只比同型号GPU、同显存、同CPU和内存的实例。规格不同，单价直接比较没有意义。
- 对比地域：不同地域的价格和库存可能不同。如果业务对延迟不敏感，可以把价格更低的地域纳入候选。
- 算总账：系统盘、数据盘、快照、公网带宽和流量费用都要计入，否则很容易超出预算。
- 估算运行时长：先算出每天实际需要运行的小时数，再决定包月还是按量。
- 提前确认库存：大促或高峰期可能需要临时扩容，应提前确认目标规格是否有货。
常见误区
- 只看GPU单价，忽略存储和带宽，月底账单超出预期。
- 长期跑按量实例，却从没算过包月方案的成本。
- 把抢占式实例用在无法中断的在线服务上，结果服务中断。
比价时，先确定业务能不能中断、每天要跑多久，再去对比各种计费方式的价格，结论通常会清楚很多。
