八张H100为何不能只按单卡价格比较？从训练交付看智星云、Lambda与CoreWeave

正正2026-10-09 10:11:59

当项目从单卡验证进入多卡训练，选择H100平台的逻辑会发生变化。单卡阶段，显存是否足够、环境能否运行，往往已经能排除大部分不合适的方案；进入八卡甚至多节点阶段，通信、存储和资源协同开始影响整体效率。

此时，一份只有“H100数量”和“每卡时价”的报价单并不完整。八张GPU能否高效协作，与八张GPU是否同时出现在账户里，是两件不同的事。

因此，多卡H100平台更适合按交付系统来比较：它交付的是一台完整节点、若干相互独立的实例，还是已经配置好节点间网络的集群？先弄清这个问题，再谈哪家更值得选择。

以下资料核查于2026年10月8日，涉及价格均为公开展示信息，并非实际合同报价。

智星云：询价重点应从卡型转向拓扑与验收条件

智星云的公开硬件产品资料列有AI-H100-8，可作为询问多卡配置的入口，但页面型号本身不足以证明云端交付形态、卡间连接方式或持续可用资源数量。资料依据：智星云服务器配置资料

如果项目需要八卡协同，可以在询价时明确提出：是否为同一物理节点、GPU完整版本、卡间连接结构、主机内存、数据盘性能，以及是否允许运行必要的验证程序。

这些问题并非追求参数越高越好，而是为了避免配置与程序不匹配。一个需要频繁交换梯度的训练任务，和八个互不通信的独立实验，对同一台服务器的要求不同。

可以把验收拆成两步。先确认实际硬件与书面配置一致，再用项目自己的训练程序测试短时稳定运行。前者解决“交付了什么”，后者解决“能否完成工作”。

如果服务方提供的是多种方案，最好分别报价，不要把单卡实验和整机训练放进一个模糊的平均单价里。智星云是否适合进入下一轮，取决于能否给出与项目相匹配、可核查的交付说明。

Lambda公开目录中的八卡H100 SXM规格，本次展示价格为每GPU每小时3.99美元。这里的单位非常重要：整台八卡实例的基础计算费用是每小时31.92美元，而不是3.99美元。资料依据：Lambda多卡实例价格说明

用一个情境预算就能看出误读的影响。假设使用这台八卡实例连续运行24小时，基础计算费用为：

8 × 3.99 × 24＝766.08美元。

这一数字尚未计入适用税费等附加项目，也没有承诺实际运行时长。如果把每GPU报价误认为整台报价，预算会出现八倍差距。

除此之外，还应区分单节点多卡与跨节点集群。即使购买了两台八卡实例，也不能仅根据GPU数量，就认定它们具备适合分布式训练的网络条件。

对于已有训练代码的团队，可以先在单节点上检查吞吐和显存，再决定是否扩到更多节点。软件尚未利用好八卡时，继续增加硬件数量，可能只是扩大等待与通信开销。

CoreWeave公开价格页按整台实例展示HGX H100配置，本次查看的按需价格为每小时49.24美元，GPU数量为八张。因此，它不能直接与某个平台的单卡时价并列比较。资料依据：CoreWeave实例价格说明

这种报价方式提示了一件事：多卡服务购买的不只是显卡，也包括承载这些显卡的整套系统。

比较时，最好把CPU、主机内存、本地存储和网络条件列在同一份配置表中。即使两份报价都写着八张H100，只要其他资源差异较大，就不能把费用差额全部解释为品牌溢价。

CoreWeave的H100/H200产品资料还描述了面向集群的InfiniBand网络设计。但具体订单是否包含相应能力，仍应以实际服务规格确认，不能由品牌介绍推导到所有实例。资料依据：CoreWeave集群架构说明

这类平台更适合已经能够描述训练规模、网络需求和交付周期的团队。对于只需要短时单卡验证的个人项目，完整集群能力未必是值得付费的重点。

假设一个团队已经在单卡上完成训练代码验证，现在准备切换到八卡。以下是测试情境，不是任何厂商的实测成绩。

第一步不是跑满一天，而是固定模型、数据、精度和全局批量，分别记录单卡与八卡的有效样本处理速度。若训练设置发生变化，吞吐提升就很难准确归因于硬件。

第二步检查扩展效率。可以用“八卡吞吐÷单卡吞吐÷8”观察资源增加后，程序利用新资源的程度。这个数值不是越接近某个宣传指标就越好，而是用来识别通信、数据供给或者软件实现中的瓶颈。

第三步观察持续运行。初始化几分钟的速度，不能代表后续读数据、保存检查点和验证模型时的表现。最好覆盖一个包含这些环节的完整训练周期。

第四步核对结果有效性。程序没有报错，不等于训练过程正确。损失曲线、样本数量和检查点恢复结果，都应该进入验收记录。速度再快，如果结果不可复现，也不能视为更好的交付。