Pauschal −50 %, immer
Nicht „bis zu“. Nicht „ab“. Jedes Modell, jede Region: genau die Hälfte des On-Demand-Preises, fest wie alles andere hier.
Produkte · unterbrechbar
Unterbrechbare (Spot-)GPUs: halber Preis, null Auktionen
Unterbrechbare Instanzen kosten pauschal 50 % von On-Demand – H100 SXM für $0,840/Std. statt $1,680. Keine Gebote abzugeben, keine Verdrängungsmärkte zu beobachten: Ihr Job pausiert möglicherweise bei Kapazitätsdruck, Ihre Daten verschwinden nie.
Datenträger bleibt erhalten
Unterbrechung = Stopp, nicht Löschung. Checkpoints, Datensätze und Ausgaben bleiben auf dem Instanzdatenträger, die Abrechnung sinkt auf reine Speicherkosten.
Automatische Neueinreihung
Unterbrochene Instanzen reihen sich automatisch wieder in die Kapazitätswarteschlange ein und starten vom Datenträger neu – über Nacht leeren sich Warteschlangen von selbst.
Kein manuelles Eingreifen
Nichts zu überbieten, auch nicht um 2 Uhr nachts. Die Konsole zeigt Unterbrechungsereignisse; Webhooks informieren Ihre Pipeline. Das ist der gesamte betriebliche Aufwand.
Die Rechnung anhand realer Jobs
Gleiche Hardware wie bei On-Demand – der einzige Unterschied ist die Verdrängungsklausel.
| GPU | On-Demand | Unterbrechbar | Kosten für 100 GPU-Std. | Sie sparen | Aktion |
|---|---|---|---|---|---|
| H100 SXM | $1,680 | $0,840 | $84,00 | −$84,00 | Bereitstellen |
| A100 SXM4 | $0,468 | $0,234 | $23,40 | −$23,40 | Bereitstellen |
| L40S | $0,448 | $0,224 | $22,40 | −$22,40 | Bereitstellen |
| RTX 5090 | $0,481 | $0,240 | $24,00 | −$24,10 | Bereitstellen |
| RTX 4090 | $0,354 | $0,177 | $17,70 | −$17,70 | Bereitstellen |
| RTX 3090 | $0,148 | $0,074 | $7,40 | −$7,40 | Bereitstellen |
Im Vergleich zu den Marktplätzen: Deren Spot-Modell ist eine Auktion – gewinnen Sie sie, kann ein höheres Gebot Sie eine Stunde später trotzdem verdrängen. Unseres ist eine Warteschlange.
Für fehlertolerante Workloads gemacht
- Training mit Checkpoints – Fortsetzung ab dem letzten Schritt, nur die Hälfte pro Schritt.
- Batch-Warteschlangen – Bildgenerierung, Transkription, Embedding-Jobs, Render-Frames.
- Hyperparameter-Sweeps – Dutzende kurze Läufe, keiner davon unersetzlich.
- CI & Evaluation – nächtliche Benchmark-Suiten, die bei einer Pause einfach erneut laufen.
Wenn eine Unterbrechung schaden würde, nutzen Sie On-Demand – oder kombinieren Sie: Serving On-Demand, Training unterbrechbar, ein gemeinsames Guthaben deckt beides ab.
$ lowcostgpu launch --gpu a100-sxm4 --type interruptible \
--template axolotl --volume ckpts:50GB
✓ instance i-b3e19d02 running · $0,234/hr
# 03:12 interrupted — checkpoint step 4200 on volume
# 03:57 capacity free — auto-restarted, resumed 4200
✓ run finished · 9.4 GPU-hrs · $2,20Unterbrechbare GPUs: FAQ
Checkpoint-Muster finden Sie in der Instanzdokumentation.
Wie oft kommt es tatsächlich zu Unterbrechungen?
Nur wenn eine On-Demand-Bereitstellung Ihren Slot benötigt – es gibt keinen ständigen Bieterkrieg, der Sie aus dem Markt drängt. Flottenweit laufen unterbrechbare Instanzen im Median viele Stunden zwischen zwei Unterbrechungen; gut verfügbare Consumer-Karten (RTX-30/40-Serie) werden am seltensten unterbrochen.
Was passiert, wenn meine Instanz unterbrochen wird?
Die Instanz wird gestoppt, nicht gelöscht: Der Container-/VM-Zustand auf dem Datenträger bleibt erhalten, und die GPU-Abrechnung endet sofort. Sie erhalten ein Konsolenereignis und optional einen Webhook, und die Instanz wird automatisch wieder in die Kapazitätswarteschlange eingereiht, sofern Sie dies nicht deaktivieren. Sobald Kapazität frei wird, startet sie von Ihrem Datenträger neu.
Ist der Rabatt wirklich pauschal 50 %?
Ja – unterbrechbar = On-Demand × 0,50, bei jedem Modell, in jeder Region, jederzeit. Das ist kein schwankender Spot-Markt: Der Preis ist genauso fest wie unser On-Demand-Preis, nur die Hälfte davon.
Wie sollte ich einen Job für unterbrechbare Instanzen gestalten?
Legen Sie Checkpoints auf dem gemounteten Datenträger an (alle N Schritte beim Training, pro Element bei Batch-Warteschlangen), sorgen Sie für einen idempotenten Start und überlassen Sie den Rest der automatischen Neueinreihung. Die Dokumentation enthält fertige Muster für PyTorch, axolotl und Render-Farmen.