GPU租赁账单中，GPU时价只占总成本的60%~75%，剩余25%~40%来自带宽、存储和流量费，这些隐性成本经常让新手预算翻倍。
一、隐性成本的四大组成
| 费用项 | 计费方式 | 典型价格 | 月度预估（8卡A100） |
|---|---|---|---|
| 系统盘 | 按GB/月 | ~1元/GB/月 | ~100元（100GB） |
| 数据盘（SSD） | 按GB/月 | ~1.5~3元/GB/月 | ~1500元（500GB） |
| 公网带宽 | 按Mbps/月或按流量 | ~80元/Mbps/月 | ~800元（10Mbps） |
| 出方向流量 | 按GB | ~0.5~0.8元/GB | ~500元（~700GB/月） |
二、带宽费用的坑
坑1：固定带宽 vs 按流量计费
固定带宽（如10Mbps包月）适合持续有稳定流量的场景；按流量计费适合突发流量。如果只是偶尔下载大文件，按流量计费更划算。
坑2：跨区域流量费翻倍
在不同区域的GPU实例之间传输数据，产生的跨区域流量费通常比同区域内网贵3~5倍。例如北京到上海的流量费约0.6~0.8元/GB。
坑3：带宽峰值限速
部分平台标注的带宽是峰值带宽，实际平均带宽可能只有标称的30%~50%。下载100GB文件可能需要数小时。
三、存储费用的优化策略
策略1：分层存储
- 热数据（正在训练的数据集、checkpoint）：放本地NVMe SSD，高速访问；
- 温数据（近期会用到的数据集）：放NAS或对象存储标准层；
- 冷数据（历史实验记录、归档模型）：放对象存储归档层，价格可低至0.033元/GB/月。
策略2：及时清理
每轮实验结束后删除无用的checkpoint和临时文件。一个70B模型的checkpoint约140GB，保留20个版本就是2.8TB，月存储费用数百元。
策略3：压缩数据集
数据集在上传前用LZ4或Zstd压缩，可减少30%~60%的存储和传输量，直接节省存储费和流量费。
四、数据进出流量的省钱方案
- 同区域操作：数据集上传、训练、模型输出全部在同一区域完成，避免跨区域传输；
- 内网传输：GPU实例和对象存储使用同区域内网地址，流量费为0；
- 断点续传：下载大文件使用支持断点续传的工具，避免失败重传浪费流量；
- CDN加速：如果需要从公网下载公开数据集，使用CDN或镜像站，速度快且流量费更低。
五、账单自查清单
每月初花10分钟检查上月账单：
- GPU费用占比是否在60%~75%的合理区间？
- 存储费用是否有异常增长（可能是忘记清理的大文件）？
- 流量费用是否与实际数据传输量匹配？
- 是否有已释放实例仍在产生存储费用？
想清楚了解GPU租赁的全口径费用构成和优化方案，可以参考GPU算力透明计费指南，把每一分钱都花在刀刃上。
六、总结
GPU成本管理的关键不是只看时价，而是管住带宽和存储这些温水煮青蛙式的隐性支出。做好分层存储和流量规划，月度账单可以再省20%以上。
