为什么亚太运营商需要亚太 GPU 算力
多数公开 GPU 定价基准来自美国 hyperscaler，但对服务华语、日语、韩语、越南语、泰语市场的运营商，美国机房租用意味着 150–250ms RTT 推理延迟 — 即时聊天、语音、互动应用无法使用。亚太 GPU 算力历史上受限，目录价是美国的 2–3 倍，AWS Trainium 或 Google TPU 上机往往需要数月期企业合约。我们整合东京（NTT、Equinix）、香港（Sunevision、MEGA）、新加坡（Equinix SG3、Digital Realty）的 H100 与 H200 产能，按时计费租出，无最低承诺。
推理部署模式
中文优先 LLM 服务（DeepSeek、Qwen、Yi、GLM-4）我们部署 vLLM 或 TGI 在 H100 80GB SXM5 单节点 8-GPU 配置，前端 token-aware 负载均衡。Qwen2.5-72B FP16 吞吐：H100 8-GPU 节点聚合约 840 tokens/sec，p50 首 token 延迟 280ms，p99 750ms。长上下文（>32K tokens）推荐 H200 配 HBM3e 扩展显存 — 即使 128K 上下文首 token 延迟仍 <400ms。多模态（vision-language）在同一 H100 8x 堆栈跑 InternVL2-78B 或 Qwen2-VL-72B。
训练与保留定价
实际时薪：H100 8x SXM5 $32–38/小时（亚洲 spot 可用时，否则 on-demand）；H200 8x SXM5 $42–48/小时；B200（早期可用，仅东京）$58–65/小时。InfiniBand HDR 200Gbps 多节点集群（16–64 GPU）东京与新加坡可用。保留产能：月承诺 H100 降到 $28–32/小时，3 月承诺降到 $24–28/小时。若达不到 99.5% 可用性 SLA 保留费全额退。
工作负载接受
我们托管 LLM 推理、微调、中小型训练（最多 ~64 GPU 多节点）给合法 AI 工作负载：聊天应用、内容生成、程序助手、语音/视频合成、推荐系统、多模态搜索、科学研究。我们不托管设计来绕过我们不运营的上游 API 安全过滤器的工作负载、含已知非法训练数据暴露的训练、或意图生成可辨识真实人物未经同意描绘的服务。标准合作从 MNDA 开始。结算选项包含电汇、区域支付通道、商业上适当时的稳定币。
匿名案例轮廓 — 一家新加坡 AI 初创运营中文优先对话平台，在 4 节点 H100 集群（32 GPU、InfiniBand HDR）上微调 Qwen2.5-72B 共 6 天。计费总时数 4,608 GPU 小时 × $34/GPU 小时 = $156,672。推理部署在香港 2 节点 H200 集群，服务 4,200 并发用户 p99 首 token 延迟 380ms。客户从美国 GPU 租用商迁移过来 — 后者贵 60% 且亚洲终端用户推理延迟多 220ms。
FAQ
按时计费 — 真的按时吗？
真按时。14:23 开机 14:51 关机，付 0.47 小时。无日最低。Provisioning 一般 4–12 分钟。
InfiniBand 可用性？
东京与新加坡：机架内 HDR 200Gbps，新机架 NDR 400Gbps。香港：HDR 200Gbps。多节点配置需提前 24h 明确保留。
训练数据存储？
本地 NVMe 每节点 30–60 TB，加可选 S3 兼容对象存储当区（新加坡/东京 Cloudflare R2、香港 腾讯云 COS、新加坡 阿里云 OSS）。
AI 工作负载结算选项？
电汇、SWIFT、USDT TRC20/ERC20、USDC ERC20。月结，保留产能按比例消耗。