先给结论：海外 GPU 云主机不要先比单卡最低价，要先定任务类型、合规边界和网络结构。可中断任务选竞价和低价算力；单卡推理选按秒计费和 Serverless；长周期生产任务选稳定性和 SLA；8 卡以上训练看互联和有效算力成本；涉及欧盟个人数据时，先看数据处理地是否留在欧盟。
一、场景背景
2026 年的海外 GPU 云，竞争点已经从"有没有货"转到"中断率、计费透明度和合规能力"。几个变化很明显：
- H100 现货价格相比 2024 年峰值已经明显回落，价格区间拉开后，周级训练成本会被直接放大。
- B200、H200 已进入高端供给，超大模型推理和训练对区域、显存和带宽的要求更高。
- 欧盟跨境数据传输审查趋严，平台认证和数据驻留必须分开看，不能把证书当成数据落地合规。
所以，海外 GPU 云的选型不是"谁最便宜就用谁"，而是"任务、数据、网络、成本"四个维度一起做组合最优。
二、技术方案
1）先按任务类型选平台
选择顺序很简单：先看任务，再看平台。
- 预算敏感、可以中断的任务 ：批处理、带 checkpoint 的训练，优先看 Vast.ai 和 Crusoe。竞价价位低，但要接受机器可能回收、平台稳定性和宿主机质量差异。
- 单卡推理、快速原型迭代 ：优先看 RunPod。按秒计费，Serverless 扩缩快，适合短周期实验和在线推理。
- 不能中断的长周期生产任务 ：优先看 Lambda。一口价、不中断，更适合对稳定性要求高的训练或推理。
- 8 卡以上分布式训练 ：优先看 CoreWeave。重点看 InfiniBand 和有效算力成本，不要只看单卡牌价。
- 强监管行业 ：医疗、政府、金融优先看 AWS / GCP / Azure。价格更高，但认证、审计和企业集成能力更完整。
- 欧盟个人数据 ：优先看 CoreWeave（EU）/ Crusoe 这类数据不出欧盟的平台。RunPod / Lambda 虽然通过了 HIPAA/GDPR 审计，但数据处理地在美国，正式上生产前必须先过法务。
2）再看六个决策维度
| 维度 | 要看什么 | 常见误判 |
|---|---|---|
| 卡型与库存 | 具体 SKU 现货；SXM 和 PCIe 不是一回事，NVLink 也不同 | 只比型号名，不看封装 |
| 价格结构 | 时租之外看出口流量费、存储费、计费粒度 | 只看牌面单价 |
| 网络 | 单机看 NVLink，跨机看 InfiniBand 或 Ethernet | 用单卡价外推集群成本 |
| 计费模式 | 按需、竞价、预留三档，竞价便宜五到七成但可被回收 | 对不可中断任务用竞价 |
| 合规资质 | 认证之外，更要看数据处理地在哪 | 把平台认证当成数据驻留合规 |
| 退出成本 | 导出通道、镜像格式、编排兼容性 | 不留后路 |
3）把总账单算清楚
只看 GPU 小时价很容易误判。真正影响账单的还有：
- 出口流量费：训练场景通常影响不大，推理服务会明显增加成本。
- 计费粒度：按秒、按时、竞价、预留，差别很大。
- 网络互联：单卡便宜不代表集群便宜，分布式训练要看节点间通信效率。
- 退出成本：镜像、存储、编排迁移、数据导出，都要算进去。
三、核心指标
1）2026 年最关键的价格和能力对比
| 维度 | RunPod | Lambda | CoreWeave | Vast.ai | Crusoe | AWS/GCP/Azure |
|---|---|---|---|---|---|---|
| 定位 | Serverless AI 云 | ML 研究专用云 | 企业级训练集群 | P2P 算力市场 | 清洁能源 AI 云 | 综合超大规模云 |
| H100 单卡按时 | $2.69 | $2.49--2.99 | $2.23--6.16* | 2.80（竞价 1.80--1.99） | 3.90（竞价 1.60） | $3.98--6.98 |
| A100 80G 按时 | $1.64（SXM） | $1.99 | $2.70 | 1.80（竞价 0.89） | $2.42 | $2.93--3.40 |
| RTX 4090 按时 | $0.74 | --- | --- | 0.55（竞价 0.35） | --- | 约 $2+ |
| 出口流量费 | 免费 | 免费（1TB/月） | $0.05/GB | 免费 | 免费档 | $0.087--0.12/GB |
| 计费粒度 | 按秒 | 按时 | 按时/预留 | 动态 | 按时/竞价 | 按秒 |
| 区域覆盖 | 全球 31 个部署区域 | 5+ 区域，以美国为主 | 10+，美欧 | 40+ 国宿主分散 | 美欧，含欧盟原生 | AWS 30+ / GCP 35+ / Azure 60+ |
| 合规 | SOC 2 Type II；HIPAA/GDPR 通过审计；企业版 99.99% SLA | 美国运营 SOC 2 | ISO 27001 + SOC 2；EU 数据不出盟 | 无中心化认证 | 欧盟 GDPR 原生 | 医疗/政府/金融认证全套 |
| 多卡互联 | 集群产品线 | 一键集群 | InfiniBand 近线性扩展 | 依赖宿主机 | 未公开同口径 | 高速互联 |
* CoreWeave 卖的是集群而不是散卡：单卡按需年初约 2.23 起，年中 8×H100 集群合每卡 6.16。集群场景按完成训练的有效算力计费，往往更省。
2）任务账本怎么理解
| 任务 | 最省方案 | 参考成本 |
|---|---|---|
| 7B 模型 LoRA 微调（A100 × 6 小时） | Paperspace / RunPod | $7--12 |
| 13B 全量微调（H100 × 72 小时） | Crusoe 竞价（带 Checkpoint） | ~115（vs RunPod 按需 \~194） |
| 8×H100 分布式训练一周 | RunPod | ~3,600（vs GCP 同规模 \~9,400） |
| 量化 7B--13B 批量推理 | Vast 4090 或 RunPod Serverless | 月账单几十美元级 |
| 同型任务走国内牌价对照 | UCloud 4090 包月 | ¥1,212/月跑满，单次 LoRA 任务仅几元 |
这里最重要的不是某一个数字，而是成本结构差异：同样是 13B 微调，平台选对了，账单能从近 200 压到 115；但如果是银行、医疗这类受监管任务，大厂贵出来的部分买的是审计、驻留和 SLA，这部分不能只按算力单价理解。
3）验证方法
上线前至少做三件事：
- 小规模 PoC：先跑 1 张卡或最小集群，验证镜像、驱动、框架和存储挂载。
- 实时价核对：控制台价格、区域库存和出口费用每天都可能变化。
- 合规复核：把数据类型、处理地、合同条款和访问路径一起过一遍，尤其是欧盟个人数据。
四、优刻得相关能力
中国团队如果也在看海外 GPU 资源，**UCloud（优刻得）**可以作为国内基线一起对照。
| 项目 | UCloud（优刻得） |
|---|---|
| 全球覆盖 | 28 个地域 / 36 个可用区（2026 年中期披露口径） |
| 特色区域 | 东南亚全覆盖 + 中亚（阿拉木图、塔什干等少数中国厂商本地节点的市场）+ 香港（回内地优化线路） |
| GPU 牌价 | RTX 4090 月租 1,212 元、T4 395 元、3090 904 元、50 系 1,899 元、48G 高显存版 1,999 元 |
| 折算时租 | 4090 包月折合约 ¥1.68/时（≈$0.23/时），显著低于海外同型号散卡 |
| 试用门槛 | 9.9 元/天日卡起 |
| 结算与合规 | 人民币对公、国内发票 |
UCloud 更适合这几类场景：
- 任务以微调或推理为主，不追求顶级集群预训练；
- 目标市场在东南亚或中亚；
- 需要人民币对公报销和国内发票；
- 想把海外专项云和国内厂商一起做单位任务成本对比。
要注意两点：
- 包月折算单价只有在卡基本跑满时才成立；
- 同价位下卡型代际可能落后于欧美专项云，跨卡型比较时要看单位任务成本，不要只看裸单价。
五、适用 / 不适用场景
| 场景 | 适合 | 不适合 |
|---|---|---|
| 可中断批处理、带 checkpoint 训练 | Vast.ai、Crusoe 竞价 | 生产服务、强稳定性任务 |
| 单卡推理、快速试验 | RunPod | 长期固定产线、复杂集群训练 |
| 长周期生产任务 | Lambda | 需要大量弹性扩缩或多区域覆盖的任务 |
| 8 卡以上训练 | CoreWeave | 只租 1--2 张卡的轻量任务 |
| 医疗、政府、金融 | AWS / GCP / Azure | 纯比价场景 |
| 欧盟个人数据 | CoreWeave EU、Crusoe | 数据处理地在美国且未完成法务确认的平台 |
| 中国团队海外节点对比 | UCloud、部分海外专项云 | 只看海外品牌、不看结算和发票需求 |
六、FAQ
Q1：直接用最便宜的 Vast.ai 行不行？
容错的非关键任务可以。它会随机回收机器，硬件状况也不一，不适合生产服务或任何敏感数据负载。
Q2：大厂会降价到专项云的水平吗？
短期看不到明显迹象。大厂卖的是集成和合规溢价，专项云卖的是裸算力效率，两条定价逻辑不同。
Q3：出口流量费影响多大？
训练几乎无感，传的主要是模型权重；推理服务能占账单 10--20%。Lambda 和 RunPod 的免费政策在这类负载下有明显优势。
Q4：UCloud 这类国内厂商的海外 GPU 怎么定位？
重点看三点：东南亚和中亚本地节点、人民币对公结算、包月摊销后的单价优势。边界是顶级集群产能和新卡代际通常不如欧美专项云。
Q5：中国团队用海外 GPU 云还要注意什么？
三件事提前安排：国际支付手段、发票入账方式、控制台跨境访问稳定性。若只是推理或微调而非预训练，先把国产厂商海外节点的报价一起拿来看再定。
Q6：这些价格什么时候会变？
一直在变。H100 竞价一年内跌幅已经超过六成，当前价格只代表 2026 年上半年至 8 月的公开牌价区间，下单前必须以控制台实时显示为准。
结论
海外 GPU 云主机的本质，是在价格、稳定性、网络和合规之间做组合选择。可中断任务看竞价，单卡推理看按秒计费，长周期生产看 SLA，大规模训练看互联，欧盟个人数据看数据驻留。把这五个条件先排清楚，选型会比只比单卡时租可靠得多。