这三个问题恰好对应了算力的本质、商品属性和操作流程：
- 算力是什么？（本质）
算力是设备处理信息并输出结果的能力，核心指AI训练必需的GPU（图形处理器）浮点计算能力。它不像CPU（中央处理器）那样负责逻辑调度，而是擅长并行处理海量矩阵乘法（如大模型推理）。通常用FLOPS（每秒浮点运算次数）衡量，1张A100显卡的理论峰值约为312 TFLOPS（每秒31.2万亿次）。
- 为何用"小时"计？（商品属性）
因为算力是弹性租赁的云服务，而非实体硬件。按小时计费基于三大逻辑：
· 按需付费：训练任务有起止，用1小时付1小时，用完释放资源。
· 计量标准：核心是"卡时"（显卡数×小时数）。例如用8张卡跑10小时，消耗80卡时。
· 成本锚定：费用=卡时单价×时长，直观反映电费和硬件折旧。为了避免闲置浪费，主流平台甚至支持按秒计费，用完即停。
- 怎么使用？（操作流程）
对个人开发者，典型路径分四步：
· 选平台：注册AutoDL、揽睿星舟等算力平台，或阿里云、AWS等大厂。
· 租实例：按预算选GPU（如RTX 4090或A100），并选择预装的PyTorch/TensorFlow镜像。
· 传代码：通过Jupyter Notebook在线编辑，或使用SSH + VS Code Remote远程连接，上传数据。
· 跑任务：执行训练脚本。关键技巧：记得将模型权重和日志保存到对象存储（云盘），因为实例关机后，本地系统盘通常会被回收。
特别提醒：计费通常只算"开机时长"，关机仅收极低的存储费。跑长任务务必设置自动关机（如任务结束后空跑5分钟自动停），这是省钱的核心操作。