创业团队初期GPU选型，核心是“够跑、能扩、不浪费”。太早买多卡服务器是自杀，太晚租不到卡会被竞品甩开，关键是分阶段匹配业务节奏。本文给出三阶段配置路线和关键参数取舍。
一、按阶段配算力
验证期（0至3个月）只需要1至2张单卡实例，跑通原型、验证产品假设，别在算力上花大钱。打磨期（3至9个月）根据数据增长，弹性扩到4至8张卡做迭代训练，跟得上版本节奏即可。成长期（9个月以上）再评估是否租用包月实例或自建小集群，降低单位成本。过早自建会背上折旧，过晚扩容会错过市场窗口。
二、选型参数怎么看
| 指标 | 建议 | 原因 |
|---|---|---|
| 显存 | 训练24GB起，微调48GB起 | 决定模型大小与batch size |
| 卡间互联 | 多卡才需NVLink | 单卡训练无需额外付费 |
| 网络存储 | SSD加高速网络 | 数据IO不成为瓶颈 |
三、避坑提醒
- 不要被“大显存新卡”营销绑架，很多任务上一代卡性价比更高，够用即可。
- 签合同前确认退订政策，创业团队预算随时可能收紧，留好退路。
- 训练数据做好版本管理和实验记录，避免反复跑同一组实验浪费卡时。
- 监控GPU利用率，长期跑不满七成的实例就该缩配。
需要弹性算力支撑团队快速迭代时，可参考GPU云算力，按团队实际训练节奏伸缩，不用提前押注硬件。
预算分配上，建议把初期云算力支出控制在团队月度人力成本的5%以内。验证期不要在硬件上超过一万元，等有了付费用户和稳定的训练任务曲线，再把预算比例逐步提高。过早重资产化是早期团队最常见的死因之一。
另外，把训练任务尽量安排在非高峰时段，既能避开排队，部分平台还能享受到闲时价格，同样的预算能多跑两成实验。
常见问题
问：三人小团队需要专人管算力吗？答：不需要，选一键部署镜像的云平台，开发者自己就能起实例，把精力留给产品和客户，而不是机房运维。
