如果在整个 10 月（共 744 小时）持续运行一块 DigitalOcean H100 GPU，按照目前（2026年10月）公布的 按需价格------每 GPU 小时 4.41 美元计算，计算费用将达到 3,281.04 美元。如果承诺使用 12 个月，则可以享受每 GPU 小时 3.26 美元的预留价格，计算费用将降至 2,425.44 美元。与此同时，微软零售价格 API 显示，美国东部区域的 H100 Spot VM 价格约为每小时 1.29 美元，连续运行 744 小时的费用约为 959.69 美元。
不同方案之间的价格差距相当明显。但它们在购买条款、硬件配置，以及持续为客户提供服务的能力方面也存在差异。
这正是 Spot GPU 与预留算力之间需要权衡的核心问题。较低的小时单价可以延长初创公司的资金使用周期，但前提是应用仍然能够持续完成有价值的工作。如果训练任务反复重启、无法及时获得替代 GPU，或者客户请求被中断，那么原本节省的费用可能很快就会被这些问题抵消。
DigitalOcean 值得关注的一点是，它公布了 H100 的长期承诺价格，为需要持续运行推理服务的团队提供了一个明确的成本参考。Spot 则值得考虑，因为一些灵活的工作负载能够容忍中断，也可以利用闲置算力。无论选择哪种方案，都不应该仅凭一个预期折扣，或者某家云厂商整体的可靠性百分比来做决定。
首先要问自己一个问题：这项工作负载最多可以中断多久，才会让中断造成的成本超过节省的计算费用？
答案将决定你应该关注哪些价格、需要哪些故障恢复机制，以及应该承诺购买多少算力。
从可控的成本开始
如果连续运行一块 DigitalOcean H100 GPU 744 小时，也就是一个 31 天的月份，按照目前公布的每 GPU 小时 4.41 美元的按需价格计算，费用为 3,281.04 美元。
DigitalOcean 公布的 12 个月预留价格为每 GPU 小时 3.26 美元，连续运行 744 小时的费用为 2,425.44 美元。也就是说，在不考虑存储、网络、故障恢复和其他费用之前，就能节省 855.60 美元。
较低的小时单价可以延长初创公司的资金使用周期，但前提是应用仍然能够持续完成有价值的工作。如果训练任务反复重启、无法及时获得替代 GPU，或者客户请求被中断，那么节省下来的费用可能很快就会被抵消。
决策原则其实很简单： 当需求还不确定时，使用按需算力；当推理服务对延迟有严格要求，而且基础使用量稳定、足以支撑长期承诺时，可以考虑预留算力；对于支持检查点保存的训练任务、批处理任务和模型评估，可以考虑使用 Spot 实例，因为这些任务能够容忍中断。对于混合型工作负载，可以为面向客户的核心服务保留稳定算力，再使用 Spot Worker 处理可以中断的任务。
| 工作负载情况 | 初步采购建议 |
|---|---|
| 需求仍不确定 | 先使用按需算力，同时测量实际资源利用率和客户需求。 |
| 对延迟敏感、需求稳定的推理服务 | 根据下文介绍的 H100 73.9% 盈亏平衡规则比较计费时长；只有在承诺期限和算力保障条款都合适时，才考虑预留。 |
| 支持检查点保存的训练、批量推理、Embedding 生成或模型评估 | 如果任务截止时间允许中断，并且任务队列能够安全地重试，可以使用 Spot。 |
| H100 算力分配时间超过承诺周期的约 74% | 在配置和计费条款相同的前提下，每 GPU 小时 3.26 美元的预留价格比 4.41 美元的按需价格更划算。 |
| 生产服务与灵活任务混合运行 | 为核心工作负载预留算力，或通过其他方式确保其稳定运行；将可以延后处理的任务交给 Spot。 |
关键问题仍然是：这项工作负载最多可以中断多久，才会让中断造成的成本超过节省的计算费用？
不同采购方式意味着什么
按需实例提供灵活的计费方式，无需长期承诺（当然，实际使用仍取决于可用算力）。Spot 实例则以较低价格换取可能被回收的风险。预留价格代表一项资金承诺；而算力预留则意味着获得特定算力的使用权限，或者获得一个按计划安排的计算时段。这两类条款并不能互换。
AWS亚马逊 Savings Plans 并不预留算力。Azure微软云 Reserved VM Instances 可以提供计费折扣，但不会预留计算资源。Google Cloud 基于资源的 GPU 承诺通常需要关联算力预留，但也存在因具体产品而异的例外情况。DigitalOcean 则通过销售团队提供为期 12 个月的 GPU 预留方案。
在将一项长期承诺视为有保障的算力之前，务必先检查合同，确认其中关于算力保障、计费依据，以及预付款或周期性付款方式的具体条款。
中断成本：提前通知固然有用，真正重要的是恢复成本
对于一个批处理 Worker 来说，如果没有持久化机制，丢失 15 分钟的计算进度就可能造成不小的损失。
对于推理 Worker，即使没有丢失任何已存储的数据，中断的代价也可能更高。恢复算力、重新下载模型、预热计算内核并完成健康检查，可能需要 20 分钟的冷启动时间。这段时间甚至超过了丢失 15 分钟 GPU 计算所造成的损失，而且还可能导致以秒为单位计算的请求时限无法满足。
中断风险主要取决于三个因素：算力被回收的频率、你能提前多久收到通知，以及恢复正常工作的速度。
DigitalOcean 公布的 Spot 政策目标是至少提前两小时通知用户，但在紧急情况下，通知时间可能更短，甚至不会提前通知。如果收到通知，运营团队就有时间阻止新任务启动，并逐步排空正在运行的任务。但这并不意味着每次中断都能平稳完成。
| 云厂商 | 公布的中断处理机制 | 对工作负载规划的影响 |
|---|---|---|
| DigitalOcean Spot GPU Droplets | 目标是至少提前两小时通知；紧急情况下可能缩短通知时间，甚至不提供通知。 | 利用通知时间停止分配新任务，并保存检查点或排空正在执行的任务；同时保留应对突然失去算力的恢复方案。 |
| AWS EC2 Spot | 通常会在实例终止或停止前两分钟发出中断通知，但通知采用尽力而为的方式提供。 | 定期保存检查点，并自动化停止新任务分配和排空现有任务的流程。 |
| 谷歌云服务 Spot | 默认尽力而为的关闭通知最长为 30 秒；文档也介绍了可配置的 120 秒通知机制。 | 确认部署环境中的通知配置和关闭行为。 |
| Azure微软云 Spot VMs | 可能通过尽力而为的 Scheduled Events 通知，在实例被回收前最多提前 30 秒发出通知。 | 将检查点和持久化状态保存在 Worker 之外，以便替代实例能够恢复任务。 |
与 AWS 的两分钟通知、Azure 的 30 秒通知，以及 Google Cloud 默认的 30 秒通知（可配置为 120 秒）相比，DigitalOcean 目标提供的两小时通知时间，能够让运营团队有更充足的准备时间。
DigitalOcean 通过电子邮件发送通知，因此需要将通知与实际运维响应流程关联起来。提前很长时间收到通知，只有在有人采取行动时才真正有用。需要注意的是，通知时间并不能决定算力被中断的频率，也无法保证一定能获得替代算力。
AWS Spot Instance Advisor 会报告近期的中断频率区间，但这些区间并不能预测某个具体的 H100 任务能否顺利完成。Google 提供历史抢占信息；Azure 提供价格和驱逐相关信息；DigitalOcean 的算力页面则展示近期可用的库存，而不是中断频率。
在试点阶段，建议测量以下指标：每 1,000 实例小时发生的中断次数、等待替代算力的时间、恢复时间、需要重新计算的工作量、错过的任务截止时间，以及故障是否会集中发生。
例如，四个 Worker 同时丢失，与一个月内先后发生四次独立中断，是完全不同的运维问题。
DigitalOcean GPU 定价：比较当前价格与长期承诺价格
以下 DigitalOcean Spot 价格于 2026 年 10 月 15 日根据公开的 定价页面进行核对，或直接咨询 DigitalOcean 中国区战略合作伙伴卓普云（aidroplet.com），获取最新价格与折扣信息。月度费用按照 744 小时（31 天）计算，仅包含计算费用。Spot 价格可能发生变化，购买时请再次确认所选配置及其价格。公开定价页面目前没有列出 H100 或 L40S 的 Spot 价格。
| GPU | 按需价格 | 12 个月预留价格 | Spot 价格 | 已公布价格说明 |
|---|---|---|---|---|
| H100，每块 GPU | $4.41/小时 | $3.26/小时 | 未公布 | 预留价格比按需价格低 26.1%。 |
| L40S，一块 GPU | $1.57/小时 | 未核实到公开价格 | 未公布 | 使用已公布的按需价格，不要虚构 Spot 价格进行比较。 |
| MI350X，每块 GPU | 未公布公开自助购买价格 | $4.76/小时 | $3.50/小时 | Spot 价格比公布的预留价格低 26.5%。 |
| B300，每块 GPU | 未公布公开自助购买价格 | $7.94/小时 | $6.17/小时 | Spot 价格每小时低 1.77 美元，降幅为 22.3%。 |
目前 B300 的挂牌价格显示，Spot 价格低于预留价格。但 Spot 并不总是比所有预留实例方案便宜，因此需要检查具体配置是否可用、当前价格以及所需的承诺期限。
这里的价格比较均以单块 GPU 为单位，并不代表不同 GPU 具有相同的吞吐量，也不意味着完整服务器配置完全相同。
对于配置相同、每月运行 744 小时的情况，一块 H100 按需使用的费用为 3,281.04 美元，按照预留小时价格计算则为 2,425.44 美元。需要注意的是，预留价格要求签订 12 个月的合同，因此这里计算的月度费用只是等效月成本，并不是可以按月购买的方案。
DigitalOcean GPU Droplets云服务器 页面列出了支持的配置和硬件规格。在将不同 GPU 型号或系统配置视为可互换方案之前，请先比较这些具体信息。
H100 的 74% 盈亏平衡规则
当初创公司在承诺周期的大部分时间内都需要稳定的算力时，预留容量在财务上可能更划算。这里真正需要比较的是计费的算力分配时长，而不是 GPU 的实际利用率：即使某个推理端点几乎没有收到请求，只要它必须保持可用，就可能持续产生费用。
盈亏平衡使用比例 = 预留小时价格 ÷ 按需小时价格
以 DigitalOcean H100 为例：
3.26÷4.41 = 0.739，即 73.9%。
可以将其作为一个简单的参考规则：在配置相同、价格不变，并且故障恢复成本及其他额外费用没有差异的前提下，如果你需要分配（并付费使用）这块 GPU 的时间超过整个周期的约 74%，那么预留价格通常更便宜。
约 74% 的规则适用于整个 12 个月的承诺周期，而不只是业务最繁忙的月份。
还需要注意，这里衡量的是算力被分配、也就是需要付费的时间，而不是 GPU 实际执行计算的时间。一块 GPU 即使一直在线但处于空闲状态，也仍然属于已分配的算力。
假设某项工作负载在一个 730 小时的规划月份中，只需要运行 400 小时：
- 按需使用：400 × 4.41=1,764.00。
- 预留承诺：730 × 3.26=2,379.80。
由于你的初创公司这个月只需要支付 400 小时的算力费用，因此使用按需方案可以节省 615.80 美元；而预留承诺需要覆盖整个月的费用。
DigitalOcean 的 GPU Droplets云服务器 即使在关机状态下也会继续计费。如果想停止计费，需要销毁 Droplet。销毁之后，该实例也就被终止了。下次需要使用 GPU 时，你必须重新创建算力，并在启动新的 GPU Droplet 后恢复工作负载。
实际案例：训练和推理服务的成本逻辑并不相同
使用检查点保存的 L40S 训练任务
假设有一个训练任务，需要 100 个有效的 L40S GPU 计算小时。DigitalOcean 公布的 L40S 按需价格为每小时 1.57 美元。
为了进行比较，我们假设另一家供应商提供的 Spot 价格为每小时 0.50 美元。请注意，这只是一个用于说明的假设价格，并非 DigitalOcean 的 Spot 价格，也不是任何云厂商提供的正式报价。
如果不考虑检查点保存带来的额外开销，按需计算的基准费用为：
100 × 1.57=157.00。
假设每进行 30 分钟有效计算，就需要暂停 1 分钟来保存检查点。那么，完成 100 小时的有效计算将额外增加约 3.33 小时的计费时间。此时，包含检查点开销的按需计算基准费用为：
(100 + 3.33) × 1.57=162.23。
现在假设发生了五次中断，每次平均损失 15 分钟的计算时间，并且每次中断后都需要 10 分钟来启动和恢复任务。按照前面假设的 Spot 价格，费用计算如下：
(100 小时有效计算 + 3.33 小时检查点保存 + 1.25 小时重新计算 + 0.83 小时恢复) × 0.50=52.71。
与包含检查点开销的按需计算基准费用 162.23 美元相比，在不考虑存储、数据传输和工程投入之前，这一方案的成本约低 67.5%。
这个例子只是一个计算模型，并不代表实际报价或确定的节省金额：假设的每小时 0.50 美元价格在很大程度上决定了最终结果。它说明了为什么计算公式中必须考虑检查点保存和故障恢复成本，而不是意味着初创公司可以期待 67.5% 的折扣。要实现 90% 的成本节省，需要非常大的价格折扣，同时额外开销还必须很低；仅靠检查点保存并不能创造这样的折扣。
每 30 分钟保存一次检查点，可以限制中断时丢失的未保存有效计算进度，前提是检查点成功保存并且始终可以访问。但这并不能限制服务中断的持续时间。等待算力、启动、恢复和重新计算所需的时间，都会增加任务完成的总延迟。
即使等待另一块 GPU 花费了一个小时，也意味着任务延迟了一个小时。需要将不计费的算力等待时间与计费的初始化和恢复时间分开：两者都会延迟任务完成，但只有后者应计入 GPU 运行费用。
使用 Spot Worker 提供 H100 推理服务
再来看另一个例子。我们将比较每小时 3.26 美元的稳定 H100 基础算力，以及估算为每小时 2.60 美元的 Spot 价格。
这里的 2.60 美元是一个经过取整的示例价格，并非 DigitalOcean H100 Spot 价格。DigitalOcean 当前公开的 Spot 目录中并未列出 H100。
在 744 小时的运行周期内，稳定的基础算力费用为：
744 × 3.26=2,425.44。
假设的 Spot Worker 费用为：
744 × 2.60=1,934.40。
在不考虑任何额外成本的情况下，最多可以节省 491.04 美元。
但如果为了保护 Spot Worker，需要额外增加一个始终在线的备用副本，并且该副本同样按照每小时 3.26 美元计费，那么额外成本将达到 2,425.44 美元。如果备用副本的唯一用途就是保护 Spot Worker，那么这笔费用就足以抵消原本节省的成本。
如果你已经有闲置算力，情况就会有所不同。当一支可靠的 GPU 集群拥有足够的冗余容量，能够接管丢失的 Worker 时，Spot 就可以以较低的边际成本增加吞吐量。
但如果一家刚起步的初创公司需要等待 20 分钟才能获得替代算力，而客户请求可能在几秒钟内就超时，那么冷启动备用方案就无法保证满足服务目标。
对于推理服务，不要只比较 GPU 小时价格，而应该比较在满足延迟和质量要求的前提下，每个成功请求的实际成本。需要跟踪首 Token 延迟、p95 和 p99 延迟、错误率，以及 Worker 丢失后的恢复表现。
Spot 成本计算中容易忽略的费用
- 第一项是故障恢复工程成本。 Worker 应当能够保存当前进度、将未完成的任务重新放回队列、安全地重试，并对输出进行去重。需要将 Spot 架构所需的额外开发和运维投入纳入成本计算。一次性实施成本可以按照明确的评估周期进行分摊，同时将工程投入与直接现金支出分开核算。
- 第二项是数据迁移成本。 任务恢复可能需要在不同云平台或区域之间传输数据集、检查点、容器镜像和结果文件。计算成本时，应包含数据传输费用，以及准备每个替代 Worker 所需的时间。
- 第三项是持久化存储成本。 即使没有 GPU 正在执行有效计算，检查点和持久化磁盘仍然会持续产生费用。需要将故障恢复所需的额外存储卷、请求费用和数据保留成本纳入计算。
- 第四项是备用算力成本。 对于延迟和可用性目标严格的应用，当 Spot Worker 消失时，可能需要有稳定的资源随时接管任务。需要将这种架构所需的额外算力纳入成本，并测试故障切换能否满足服务目标。
- 最后，还要考虑延迟带来的影响。 一项通宵运行的实验晚两个小时完成，或许可以接受；但错过客户要求的交付时间，后果可能完全不同。评估这些风险时，应将它们与成本计算结合起来。只有在业务有实际数据支持的情况下，才应该为这些风险赋予具体的货币价值。
可以使用以下公式，让成本比较更加客观：
Spot 计算费用 = Spot 小时价格（示例价格或实际报价）×（有效 GPU 计算小时 + 检查点保存 GPU 小时 + 重新计算 GPU 小时 + 计费的故障恢复 GPU 小时）。
Spot 净节省金额 = 基准方案总成本 −（Spot 计算费用 + 存储与数据传输费用 + 故障恢复工程与运维费用 + 备用算力费用）。
比较两种方案时，必须采用相同的成本核算范围。对于两种方案都需要承担的共享存储和运维成本，要么在两边都计入，要么在两边都扣除；只计算额外增加的备用算力和工程成本。
在做出采购承诺前，先完成一次试点检查
| 检查项目 | 需要测量或保留的信息 | 为什么重要 |
|---|---|---|
| 工作负载可比性 | 在不同配置之间保持模型、精度、上下文长度、并发量和质量要求一致。 | 确保成本和性能比较有意义。 |
| 故障恢复表现 | 在真实负载下移除一个 Worker，记录通知时间、等待替代算力的时间、启动和恢复时间、延迟、重试次数、重新计算量，以及错过的截止时间。 | 了解中断带来的实际成本和服务影响。 |
| 每个有效结果的成本 | 记录成功吞吐量、计费运行时间、检查点开销、存储、数据传输、备用算力，以及每个成功任务或请求的成本。 | 避免将较低的小时单价误认为较低的结果成本。 |
| 定价依据 | 保存 SKU、GPU 数量、区域、操作系统、采购方式、价格、报价单或定价页面截图，以及记录日期。区分公开标价、协商报价和优惠额度。 | 确保成本计算可以追溯和重复验证。 |
| 故障与需求压力测试 | 分别按照预期需求减半、实测恢复时间翻倍，以及备用算力占比提高的情况重新计算。在接近生产环境的并发量下测试故障切换。 | 确认商业成本模型在更不利的条件下是否仍然成立。 |
| 支出控制与续约 | 设置备用算力集群的规模上限和预算提醒；在续约前，或模型、需求、区域发生变化时，重新评估工作负载和价格。 | 控制故障恢复成本，避免过时的长期承诺在未经评估的情况下自动延续。 |
DigitalOcean 有哪些值得关注的优势
当需求尚不明确时，可以先使用按需实例。等到测得的计费利用率超过 H100 约 74% 的盈亏平衡点，并且承诺条款符合需求后，再预留稳定的基础算力。同时，应当将应用设计为能够使用 Spot 实例处理那些可以暂停、保存检查点并重新尝试的任务。
在这个场景下，DigitalOcean 最大的运维差异化优势，是其目标为 Spot 中断提供至少两小时的提前通知。提前了解 GPU 价格，也有助于建立更清晰的预算模型。Droplet 创建后，其整个生命周期内锁定的 Spot 价格，可以减少该实例存续期间的价格不确定性。不过，重新创建替代实例时，价格可能有所不同，而且提前通知的目标并不排除算力突然被回收的可能。
在 DigitalOcean 上，一种可行的架构是：使用预留的 H100 作为稳定的推理算力基础，再通过 Spot Worker 处理排队等待的训练任务、Embedding 生成或模型评估任务。
需要注意的是，在本文核对的公开目录中，H100 和 L40S 均未被列为支持 Spot 的 GPU；MI350X 和 B300 可以作为适合特定工作负载的替代选择，但不能直接视为可以无缝替换的同等配置。从 NVIDIA GPU 转向 AMD GPU，也需要验证软件栈兼容性和实际性能。
建议先在 GPU Droplets 上运行具有代表性的工作负载，测量算力计费分配时间和每个成功结果的成本，并完成前面介绍的中断试点测试。
如果稳定基础算力的使用率超过盈亏平衡阈值，可以将测得的 GPU 数量、区域和未来 12 个月的需求预测提供给 DigitalOcean 销售团队，为基础算力申请预留方案。只有在经过测试的故障恢复机制能够保障任务截止时间，并且整体成本确实有所节省时，才应增加 Spot 算力。
真正优秀的 GPU 采购策略，不是单纯追求最低价格，而是在可靠完成所需工作的同时，为公司留下足够的现金和工程资源，以支持业务持续增长。
总结
Spot GPU 可以显著降低灵活型训练任务和批量推理的成本。而对于稳定运行的生产工作负载，在将利用率、故障恢复和服务要求都纳入考量后，预留算力或其他可靠的算力方案可能更经济。任何一种采购模式，都不会仅凭名称就自动成为更好的选择。
DigitalOcean 提供了一个明确的 H100 长期承诺价格基准。Azure 在所选区域提供了折扣幅度较大的 H100 NVL Spot 计费方案。Google Cloud 公布的 H100 Spot 折扣则低于其宣传的最高折扣幅度。AWS Capacity Blocks 属于另一种按计划安排的算力方案，不应该被误称为一年期预留实例。
对于希望延长资金使用周期的初创公司来说，一个实用的起点是：先建立经过测量的稳定算力基础，再为那些可以延后执行的任务配置灵活算力。谨慎做出长期承诺，可靠地保存检查点，测试中断后的恢复能力，并将整个部署的成本纳入核算。
真正优秀的 GPU 采购策略，是在可靠完成所需工作的同时，为公司留下足够的现金和工程资源，以支持业务持续增长。