Provedores de GPU na Nuvem com Cobrança por Segundo

O que a cobrança por segundo realmente significa para aluguéis de GPU na nuvem

Cobrança por segundo significa que o provedor mede sua instância de GPU em incrementos de um segundo e cobra apenas pelos segundos em que a instância está em execução, em vez de arredondar para a próxima hora cheia ou cobrar um bloco fixo por hora. Quando você inicia uma instância e a encerra 23 minutos depois, você paga por aproximadamente 1.380 segundos de computação, não por uma hora inteira. A tarifa anunciada subjacente ainda é geralmente expressa como um preço por hora de GPU, mas o medidor avança com muito mais precisão, então a diferença entre o que você usa e o que paga diminui para quase zero.

Isso parece um pequeno detalhe contábil, mas muda materialmente a economia de cargas de trabalho automáticas, experimentais e com picos. A lista acima filtra especificamente provedores que cobram nessa granularidade, que é a dimensão que separa uma plataforma construída para trabalhos curtos e frequentes de uma otimizada para instâncias de longa duração e estado estável.

Cobrança por segundo versus por hora e por minuto

A granularidade da cobrança está em um espectro, e as diferenças se acumulam em escala:

• Por hora, arredondado para cima: um trabalho de 90 segundos e um de 59 minutos custam ambos uma hora inteira. Este é o pior caso para tarefas curtas e penaliza ciclos frequentes de início/parada.
• Por minuto: melhor, mas uma chamada de inferência de 5 segundos ou o início de um container de 20 segundos ainda arredondam para 60 segundos, o que se acumula em milhares de invocações.
• Por segundo: você paga pelo que o relógio realmente registra, frequentemente com uma pequena cobrança mínima (comumente o primeiro minuto) para desencorajar churn abusivo.

Para uma única execução longa de treinamento, a granularidade mal importa — o erro de arredondamento em um trabalho de 40 horas é estatisticamente irrelevante. Para uma frota de inferência com escalonamento automático que inicia e encerra instâncias centenas de vezes por dia, ou uma varredura de hiperparâmetros que lança e mata containers constantemente, a medição por segundo pode ser a diferença entre pagar pela computação usada e pagar pelo arredondamento ocioso.

Quais fluxos de trabalho se beneficiam mais

A cobrança por segundo recompensa qualquer coisa com picos, automatizada ou de curta duração:

• Inferência em rajada e escalonamento estilo serverless: cargas de trabalho que escalam a capacidade da GPU para corresponder ao volume de solicitações e a liberam em minutos capturam as maiores economias, porque o arredondamento ocioso é eliminado em cada evento de escala.
• CI/CD e testes automatizados: suítes de teste com suporte de GPU ou trabalhos de validação de modelo que rodam por alguns minutos por commit evitam pagar blocos de hora cheia em cada disparo de pipeline.
• Busca de hiperparâmetros e experimentação: lançar dezenas de testes curtos, matar os perdedores cedo e manter apenas configurações promissoras é muito mais barato quando cada teste encerrado custa apenas os segundos que realmente rodou.
• Sessões interativas em notebooks: um pesquisador que inicia uma GPU para uma sessão de depuração de dez minutos e a desliga paga por dez minutos, não por uma hora.
• Trabalhos em lote de duração imprevisível: renderização de quadros, execução de um lote de embeddings ou transcodificação de clipes onde o tempo de execução varia de segundos a minutos por tarefa.

Por outro lado, se você mantém uma GPU dedicada por dias de treinamento contínuo, a granularidade da cobrança é quase irrelevante e você deve considerar outros fatores — interconexão, VRAM, descontos spot e armazenamento — com muito mais peso.

As compensações e os detalhes importantes

A cobrança por segundo é quase sempre positiva, mas não existe isoladamente, e alguns detalhes determinam se a vantagem principal é real:

• Cobrança mínima: muitos provedores aplicam um período mínimo faturável, frequentemente os primeiros 60 segundos. Se seus trabalhos duram menos de um minuto, esse piso importa, então verifique se há um mínimo e qual é sua duração.
• O que o relógio inclui: confirme se a cobrança começa no provisionamento da instância, na inicialização ou no momento em que a GPU está pronta. Inicializações lentas, downloads de imagem e inicialização de drivers podem estar dentro da janela medida, então uma tarifa rápida combinada com um boot lento pode apagar as economias.
• Cobranças de armazenamento e IP: a computação da GPU pode parar de ser cobrada no instante em que você termina a instância, mas volumes persistentes anexados, snapshots e IPs reservados frequentemente continuam acumulando custos. Cobrança por segundo na computação não torna o armazenamento gratuito.
• Egressos e transferência de dados: normalmente são cobrados por volume, não por tempo, e não são afetados pela granularidade — um item separado para comparar.
• Preços spot e interruptíveis: a medição por segundo combina naturalmente com instâncias interruptíveis, já que você não é penalizado por um nó que dura apenas alguns minutos antes de ser recuperado. Juntos, eles são adequados para trabalhos tolerantes a falhas e com checkpoints.

O que verificar na comparação acima

Ao ler a lista, trate a cobrança por segundo como um eixo entre vários, e não como um único fator decisivo:

1. Confirme se a granularidade é genuinamente por segundo, não por minuto comercializado de forma vaga como “por segundo.”
2. Encontre o período mínimo faturável e o ponto em que o medidor começa.
3. Estime a duração típica do seu trabalho e a frequência de início/parada — a granularidade mais fina compensa proporcionalmente ao quão curtos e frequentes seus trabalhos são.
4. Separe a cobrança de computação do armazenamento, rede e cobranças por recursos ociosos, que a granularidade não aborda.
5. Consulte também o modelo da GPU e a disponibilidade sob demanda versus spot para não otimizar segundos em hardware inadequado para a carga de trabalho.

As tarifas ao vivo mudam constantemente e variam por região e tipo de instância, então use a comparação acima para preços atuais por segundo em vez de qualquer valor fixo.

Perguntas frequentes

A cobrança por segundo torna as GPUs significativamente mais baratas?

Ela reduz seu custo efetivo apenas na medida em que seus trabalhos são curtos ou frequentemente reiniciados. Para execuções longas e contínuas, as economias em relação à cobrança por hora são negligenciáveis; para cargas de trabalho com picos, escalonamento automático ou experimentais com muitas instâncias curtas, a eliminação do arredondamento pode produzir uma redução real na sua fatura.

Costuma haver uma cobrança mínima com a cobrança por segundo?

Frequentemente sim. Muitos provedores cobram um período mínimo — comumente o primeiro minuto — mesmo quando uma instância roda apenas alguns segundos. Isso serve para evitar abuso por churn rápido. Se seus trabalhos duram menos de um minuto, confirme o mínimo antes de assumir que você paga por segundos literais.

Quando o medidor por segundo começa e para?

Varia. Alguns provedores começam a medir no provisionamento, outros na inicialização ou quando a GPU fica utilizável. O tempo de cold-start, downloads de imagem e configuração de driver podem estar dentro da janela cobrada, então uma tarifa rápida com uma inicialização lenta pode ser pior do que uma tarifa um pouco maior com boot rápido.

A cobrança por segundo também se aplica a armazenamento e transferência de dados?

Não. A granularidade por segundo normalmente cobre apenas a computação da GPU. Volumes persistentes, snapshots, IPs reservados e egressos geralmente são cobrados separadamente — por capacidade ou volume — e continuam acumulando mesmo após a instância de GPU ser encerrada.