GPU do generowania wideo AI, wyceniane miesięcznie.
GPU Rent Hub wynajmuje dedykowane serwery NVIDIA RTX 5090 32GB do generowania wideo AI za 540 USD miesięcznie, czyli 0.75 USD za godzinę GPU, płatne w Bitcoin, Ethereum, USDT, USDC, Monero, Solana lub Litecoin bez weryfikacji tożsamości.
Wideo to najbardziej pamięciożerne i najbardziej czasochłonne obciążenie generatywne, jakie istnieje, i właśnie dlatego stała opłata terminowa wygrywa z licznikiem. Oto arytmetyka doboru rozmiaru.
Czego generowanie wideo AI potrzebuje od GPU?
Dwóch rzeczy, i nie są to te same rzeczy: wystarczającej pamięci VRAM, aby pomieścić przebieg, oraz wystarczającej liczby godzin, aby dokończyć kolejkę.
Model wideo potrzebuje VRAM na cztery rzeczy naraz: wagi modelu, koder tekstu, tensor latentny wideo i aktywacje powstające podczas jego odszumiania. Latent to siatka klatek podzielona przez współczynnik kompresji czasowej, razy wysokość i szerokość, każda podzielona przez 8. Każda pozycja w tej siatce to token, nad którym transformer wykonuje atencję, więc pamięć rośnie liniowo z liczbą klatek i polem powierzchni pikseli, a praca atencji rośnie w przybliżeniu z kwadratem liczby tokenów. Pięciosekundowy klip w 720p to nie nieco większy obraz. Jedna klatka 720p to latent 160 na 90, czyli 14,400 tokenów; klip to 160 na 90 na 21, czyli 302,400 tokenów. To dwadzieścia jeden razy dłuższa sekwencja i, po podniesieniu do kwadratu, około 440 razy więcej pracy atencji.
Dekodowanie VAE na końcu jest często punktem najwyższego zużycia pamięci w całym przebiegu, ponieważ rozszerza latent z powrotem do klatek w pełnej rozdzielczości. Dekodowanie kafelkowe to rozwiązanie, po które sięga się, gdy zadanie ginie na ostatnim kroku.
Ile VRAM potrzebuje pięciosekundowy klip wideo?
Najpierw policz tokeny latentne. Założenia: VAE 8× przestrzennie i 4× czasowo, 16 fps oraz jeden tensor aktywacji o szerokości 1,536 w FP16.
| Klip | Siatka latentna | Tokeny | Jeden tensor aktywacji | względem 480p | Praca atencji |
|---|---|---|---|---|---|
| 480p, 5 s832 × 480, 81 klatek | 104 × 60 × 21 | 131,040 | 0.40 GB | 1.0× | 1.0× |
| 720p, 5 s1280 × 720, 81 klatek | 160 × 90 × 21 | 302,400 | 0.93 GB | 2.3× | 5.3× |
| 720p, 10 s1280 × 720, 161 klatek | 160 × 90 × 41 | 590,400 | 1.81 GB | 4.5× | 20× |
| 1080p, 5 s1920 × 1088, 81 klatek | 240 × 136 × 21 | 685,440 | 2.11 GB | 5.2× | 27× |
Potem dodaj wagi
Parametry razy bajty na parametr. Model 5B to 10 GB w BF16 i 5 GB w FP8. Model 14B to 28 GB w BF16 i 14 GB w FP8. Koder tekstu to trzecia liczba i decyduje o niej checkpoint: google/t5-v1_1-xxl ma 11B parametrów w całości, 22 GB w BF16, ale sama wieża kodera — czyli to, co ładują przepływy pracy z obrazem i wideo — ma 4.7B, więc 9.4 GB. Tak czy inaczej właśnie dlatego prawie wszyscy uruchamiają go raz i zwalniają, zanim zacznie się odszumianie.
Ta arytmetyka decyduje o karcie. Model 14B w FP8 z odciążonym koderem to 14 GB wag, co pozostawia karcie 32 GB miejsca na aktywacje 720p i dekodowanie kafelkowe. Ten sam model w BF16 to 28 GB i nie pozostawia nic.
Zasada doboru rozmiaru
- 24 GB
- 480p, 5 s, wagi FP8, koder odciążony
- 32 GB
- 720p, 5 s, FP8, dekodowanie kafelkowe
- 48 GB
- 720p przy 10 s lub krótkie 1080p, albo BF16 na modelu 5B
- 80 GB
- 14B w BF16 bez odciążania albo prawdziwy batch
- 141 GB+
- Długie klipy 1080p i batche wieloklipowe w jednym procesie
Wan 2.2 i Hunyuan Video są dostarczane w kilku rozmiarach i precyzjach, a te zmieniają się między wydaniami. Arytmetyka przeżywa notki o wydaniach. Pojemności kart w przewodniku po VRAM GPU.
Które GPU wynająć do generowania wideo?
Posortowane według tego, jak często je polecamy do tego obciążenia. Cena za godzinę GPU to cena miesięczna podzielona przez 720.
| GPU | VRAM | Przepustowość | Tygodniowo | Miesięcznie | Za godzinę GPU | Dostępność |
|---|---|---|---|---|---|---|
| RTX 5090Wybór: klipy 720p, FP8, najszybsza pamięć za dolara | 32 GB GDDR7 | 1.79 TB/s | $155 | $540/mies. | $0.75 | 100 |
| L40SPamięć ECC, FP8, do przebiegów mierzonych w dniach | 48 GB GDDR6 ECC | 864 GB/s | $148 | $520/mies. | $0.72 | 74 |
| RTX A6000Tania pojemność 48 GB, bez FP8 | 48 GB GDDR6 ECC | 768 GB/s | $82 | $290/mies. | $0.40 | 65 |
| RTX 6000 Ada48 GB z FP8 i sterownikami stacji roboczych | 48 GB GDDR6 ECC | 960 GB/s | $130 | $460/mies. | $0.64 | 26 |
| RTX 4090Batche 480p, największy stan we flocie | 24 GB GDDR6X | 1.01 TB/s | $110 | $390/mies. | $0.54 | 265 |
| RTX 3090Najtańszy sposób na przetestowanie potoku | 24 GB GDDR6X | 936 GB/s | $65 | $230/mies. | $0.32 | 186 |
| H100 SXM80 GB i FP8, gdy BF16 się nie mieści | 80 GB HBM3 | 3.35 TB/s | $475 | $1,690/mies. | $2.35 | 63 |
| H200 SXM1080p, długie klipy, batche w jednym procesie | 141 GB HBM3e | 4.8 TB/s | $640 | $2,290/mies. | $3.18 | 19 |
RTX 5090 wygrywa to obciążenie pod względem przepustowości za wynajętego dolara. Jego 1.79 TB/s to 88% przepustowości 2.04 TB/s A100 SXM, a wynajem kosztuje 540 USD miesięcznie wobec 990 USD, a próbkowanie czyta te same tensory na każdym z ponad pięćdziesięciu kroków. L40S z 48 GB i ECC kosztuje 20 USD miesięcznie mniej, daje 16 GB więcej zapasu na dziesięciosekundowe klipy i pobiera 350 W wobec 575 W. RTX A6000 za 290 USD to tani sposób na 48 GB, gdy prędkość nie jest ograniczeniem. Po H100 SXM sięgnij tylko wtedy, gdy model wymaga 80 GB lub FP8 z prędkością HBM.
Dlaczego termin miesięczny jest właściwym kształtem dla generowania wideo?
Ponieważ kolejka nigdy nie jest pusta. Jeden klip zajmuje minuty, a batch kilku tysięcy działa przez dni.
Zmierz jeden klip na własnym potoku, potem pomnóż. Jeśli klip 720p zajmuje sześć minut, jedna karta produkuje 10 na godzinę, 240 dziennie i 7,200 w 720-godzinnym miesiącu. Przy 540 USD za całość to 0.075 USD za klip.
Licznik pobiera opłaty za godziny, a to obciążenie zużywa je wszystkie. Karta generująca wideo nie jest bezczynna między promptami, tylko przechodzi do następnego prompta, więc wykorzystanie, które czyni rozliczanie godzinowe atrakcyjnym, nigdy nie nadchodzi. Nasz RTX 5090 za 540 USD to 0.75 USD za godzinę GPU, a nasz L40S za 520 USD to 0.72 USD. Termin nie może też zostać wywłaszczony, więc dziewięciodniowa kolejka renderowania nigdy nie zostanie zrestartowana przez czyjąś ofertę.
Tydzień kosztuje 155 USD na 5090, czyli 0.92 USD za godzinę GPU, co stanowi 23% dopłaty. Użyj go do sprawdzenia potoku, a potem zamień bez ponownego udostępniania. Pełna arytmetyka progu rentowności na stronie wynajem miesięczny a godzinowy GPU.
| RTX 5090, jedna karta | Cena | Za godzinę GPU |
|---|---|---|
| 1 tydzień168 godzin | $155 | $0.92 |
| 1 miesiąc720 godzin | $540 | $0.75 |
| 3 miesiące przedpłacone−5% | $1,539 | $0.71 |
| 6 miesięcy przedpłaconych−10% | $2,916 | $0.68 |
Dokąd trafia wyjście wideo?
Klatki są duże, a przebieg tworzy je szybciej, niż można je przenieść. Magazyn i ruch wychodzący są częścią tego obciążenia, nie przypisem.
Lokalne NVMe
500 GB na RTX 5090, L40S i RTX A6000, 250 GB na RTX 4090, 2 TB na H100 SXM i 3 TB na kartę w B200, który jest sprzedawany po dwie karty naraz, ponieważ trafia na 8-kierunkową płytę bazową. Węzły 8-kierunkowe HGX mają 16 TB, a węzeł 8× B200 24 TB, wobec 2 do 4 TB na węzłach PCIe. Szyfrowane na instancję za pomocą LUKS2.
Wolumeny sieciowe
Oparte na NVMe, potrójnie replikowane w regionie, możliwe do podłączenia do kilku instancji naraz i zachowywane po zwolnieniu instancji. Miejsce, w którym mieszka ukończona biblioteka.
Przepustowość wychodząca
20 TB miesięcznie w cenie na instancję, potem 4 USD za TB, nigdy nie dławione. Pięciosekundowy klip 720p przy 8 Mbit/s to 5 MB, więc 20 TB to około cztery miliony dostarczonych klipów.
Rdzenie CPU do kodowania
12 vCPU i 62 GB RAM na RTX 5090, 16 vCPU i 94 GB na L40S, 20 vCPU i 251 GB na H100 SXM. Wystarczy, aby uruchomić ffmpeg obok samplera.
Trzymaj zbiór roboczy na lokalnym NVMe i koduj, zanim opuści maszynę. Zapis sekwencji PNG na wolumen sieciowy i pobieranie ich na surowo to sposób, w jaki karta za 540 USD staje się problemem przepustowości. Podłączanie wolumenów jest opisane w dokumentacji.
Czy generowanie wideo skaluje się na wiele GPU?
W obrębie jednego klipu — źle. W obrębie kolejki — doskonale. To rozróżnienie decyduje o wyborze węzła do wynajęcia.
| Węzeł | Tygodniowo | Miesięcznie | Za godzinę GPU | Host | NVMe |
|---|---|---|---|---|---|
| 8× RTX 5090PCIe Gen5 peer-to-peer | $1,120 | $3,890/mies. | $0.68 | 96 vCPU · 496 GB | 4 TB |
| 8× L40SPCIe Gen4 peer-to-peer | $1,070 | $3,740/mies. | $0.65 | 128 vCPU · 752 GB | 4 TB |
| 8× RTX 4090PCIe Gen4 peer-to-peer | $790 | $2,810/mies. | $0.49 | 64 vCPU · 376 GB | 2 TB |
| 8× H100 SXMNVSwitch · 900 GB/s | $3,420 | $12,170/mies. | $2.11 | 160 vCPU · 2 TB | 16 TB |
Dla większości potoków wideo właściwy wzorzec to jeden klip na kartę i osiem w locie, ponieważ węzeł PCIe nie ma szybkiej ścieżki do dzielenia pojedynczej sekwencji 300,000 tokenów między karty. Dlatego węzeł 8× RTX 5090 za 0.68 USD za godzinę GPU jest lepszą farmą renderującą niż węzeł H100 za 2.11 USD. Równoległość potokowa wewnątrz jednego klipu, potrzebna tylko wtedy, gdy model nie mieści się na żadnej pojedynczej karcie, wymaga NVSwitch, a to oznacza węzeł 8× H100 SXM.
Kiedy nie powinieneś wynajmować miesięcznego GPU do wideo?
Trzy przypadki, w których jesteśmy złą odpowiedzią, napisane wprost, bo i tak byś się o nich dowiedział.
Jeśli generujesz czterdzieści klipów tygodniowo, skorzystaj z dostawcy godzinowego. Czterdzieści klipów po sześć minut to cztery godziny rzeczywistej pracy, a nasz najkrótszy termin to siedem dni za 155 USD. To 38.75 USD za każdą godzinę faktycznie wykorzystanego czasu GPU, wobec przykładowych 0.60 USD na liczniku. Termin opłaca się dopiero, gdy kolejka jest głęboka.
Jeśli 24 GB wystarcza na to, co publikujesz, nie wynajmuj 32 GB. RTX 4090 za 390 USD lub RTX 3090 za 230 USD będą działać na pracy 480p przez cały miesiąc, a różnica kupuje drugą kartę. Dobieranie rozmiaru przed zmierzeniem przebiegu to sposób na przepłacanie.
A jeśli chcesz zarządzanego API wideo — nie sprzedajemy go. Dostajesz gołą maszynę, sterownik, wybraną kartę i root. Szablony obejmują ComfyUI i PyTorch 2.7 z CUDA 12.8, ale potok i kolejka należą do ciebie.
Weź termin, jeśli
Kolejka działa przez wiele dni, punkt końcowy odpowiada przez noc, publikujesz tyle wyników, że ruch wychodzący jest realną pozycją kosztów, albo chcesz płacić kryptowalutą bez weryfikacji tożsamości. To samo rozumowanie co w wynajmie GPU dla Stable Diffusion, z cięższym tensorem.
GPU do generowania wideo AI, wyjaśnione wprost.
Jakiego GPU potrzebuję do generowania wideo AI?
Ile VRAM potrzebuje model wideo do klipu 720p?
Dlaczego dłuższy klip kosztuje dużo więcej pamięci niż dłuższy batch obrazów?
Czy miesięczny wynajem GPU jest tańszy niż godzinowy do generowania wideo?
Ile klipów może wygenerować jedno GPU w miesiąc?
Ile miejsca potrzebuję na wyjście wideo AI?
Czy sprawdzacie filmy, które generuję?
Czy mogę wynająć GPU do generowania wideo bez KYC?
Płatności i czasy potwierdzeń na stronie jak działa płatność kryptowalutami, opóźnienia lokalizacji i operatorzy na stronie centrów danych, stan floty na żywo na stronie statusu.
Kolejka renderowania, która startuje dziś po południu.
100 RTX 5090 i 74 L40S wolnych teraz w DFW-1 Dallas, IAD-1 Ashburn i PDX-1 Hillsboro. Root w około dziewięćdziesiąt sekund, bez weryfikacji tożsamości.