nvidia tesla v100 gpu 价格

预算紧、又要跑本地推理或小规模微调的时候，很多人第一反应是找 V100：老卡、便宜、显存看着还行。但一问价就懵——二手整卡、整机、按小时租、包月租，报出来的口径完全不一样，甚至同一个卖家两次报价都不同。这篇不给具体数字，只给一套比价和判断的方法，让你到站内各页面对数字的时候知道该看哪几列、哪些条件不满足就别选它。

预算紧、又要跑本地推理或小规模微调的时候，很多人第一反应就是找 V100：老卡、单价看着不高、显存也算够用。可一开口问价人就懵了，整卡、整机、按小时租、包月租，四五个卖家能报出四五种口径，甚至同一个人上午下午给的数都不一样。

这篇不给你具体数字，只给一套比价和判断的方法。你拿着这套方法去站内各页面对数字，就知道该盯哪几列、哪些条件不满足就直接跳过它。记住一点：比价的前提是口径对齐，口径不对齐的报价比了也是白比。

先分清你买的是卡还是租的时间

买断和租用是两笔完全不同的账。买断买的是硬件本身，但硬件不会自己跑起来，你得再配主板、内存、盘、电源、散热、机位，这些零碎加起来经常比卡本身还让人心疼。租用买的是时间，报价单位通常是「卡时」或「整机时」，看起来简单，但里面含不含存储、带宽、公网出口，要一条条问清楚。

两种口径不能直接比。正确做法是：先把买断价摊到你实际能用满的月数上，再把租用按同一段负载时长累加起来，两边算成「同一段时间、同一份负载」的总支出，这才谈得上比价。自建还要把机位、电、运维人力算进去，这套三年账的算法到 /compute/tco 看，照着填就行。

报价差得离谱，多半是这几项没对齐

同一个型号报出明显不同的数，通常不是卖家乱喊，而是底下这几项没对齐。把这几项逐条问清楚，你会发现大部分价差都能解释得通，剩下的才是真正值得谈的差价。

• 显存容量与卡型变体：不同显存版本、以及 SXM 与 PCIe 两种形态，本来就不在一个价位档，先确认对方说的是哪一种
• 成色与来源：矿卡、拆机卡、带保卡，剩余寿命和故障率差别很大，而报价里通常只字不提
• 是否整机：单卡价和带服务器整机价差一个量级，问价时先确认单位是「块」还是「台」
• 交付方式：现货还是期货、要不要押金、退租或退货怎么算，这些会明显改变你的实际支出
• 服务边界：含不含上架、调试、故障换卡，出了问题是补卡还是补时长

规格层面的对照，先去 /compute/gpus 把显存、形态、接口这些核对一遍，再拿着确认好的规格去谈价，能少扯很多皮。

具体数字去哪看，别靠记忆

这行的行情变得快，任何记在脑子里的数字都很快过期，写死在文章里更没意义。正确习惯是：下单前打开站内对应页面，看当期区间和涨跌方向，再用自己的合同条件去套。

租用行情

到 /compute/gpu-rental 和 /compute/price-index 看当期区间与涨跌方向

厂商与平台口径

到 /compute/providers 对照，注意各家标的是卡时还是整机时、含不含存储

自建与集群

到 /compute/clusters 看整机与集群方案对照，训练或微调负载再叠加 /compute/training-cost

按模型估规模

拿不准要几张卡，用 /compute/sizing 按模型和序列长度先估一遍

同一个时间点，不同页面上的数字对不上很正常，因为它们统计的口径、地域、合约类型都可能不同。最终以你实际要签的那份合同条件为准，页面数字只用来判断「这个报价偏离大盘没有」。

什么情况下别选它

判断值不值得上，别盯着单卡报价看，要看「单位有效吞吐的成本」——也就是跑完你的实际任务，总共花了多少、用了多久。同一张卡换个负载，结论可能正好相反。

1. 先算显存够不够把模型参数量、精度、上下文长度代进 /compute/sizing 估一遍。如果单卡装不下、又要跨卡切分，互联带宽会先卡住你，这时候省下的卡钱会被人天补回去。
2. 再看能不能接受它的短板低精度推理、上下文不长、并发不高的场景，它才可能划算；要做当下主流大模型的全量微调，优先换别的路子。
3. 然后决定买还是租只是短时验证想法，按小时租，跑完就退；打算长期稳定在线，老卡的故障率和配件可得性都会拖后腿，先用租用试水更稳。
4. 最后比总账把买断摊到能用满的月数，加上配套与运维，和同负载的租用总支出放在一张表里比，谁低选谁。

有一种情况上面这套不适用：如果你手头已经有现成的整机、机位和运维，边际成本只是插一张卡，那判断标准就变成「这块卡还能稳定跑多久」，而不是「整机方案划不划算」。

V100 划不划算，不取决于它多便宜，取决于你的负载能不能把它喂饱、并且愿意接受它的短板。