初创公司做MVP验证，最怕在算力上花太多钱，结果产品没人要。正确做法是用最小算力跑通原型，验证有人用了再扩。本文给出初创团队MVP阶段的算力策略。
一、MVP阶段要多少算力
MVP阶段目标是验证假设，不是追求性能。推理用小模型加CPU，训练用一张云GPU按需跑。整个月算力成本可以控制在几百元，别一上来就租多卡集群。
二、推荐做法
| 阶段 | 算力 | 目的 |
|---|---|---|
| 原型开发 | 单卡云实例 | 跑通流程 |
| 小流量测试 | 小模型推理 | 验证需求 |
| 放量后 | 按需扩 | 再投入 |
三、省钱原则
- 训练完立即关机，别常驻。
- 用开源模型，不自研。
- 优先验证，不堆参数。
初创团队预算紧，云GPU按需起实例最合适。需要跑MVP时，可参考GPU云实例，按小时付费。
实际创业中，很多团队一上来就租多卡集群，结果产品做出来没人用，钱全花在硬件上。正确做法是先用一张云GPU跑通原型，把核心流程验证了，再找十几个真实用户试用。推理用开源小模型加量化，成本压到最低。训练任务一周跑几次，跑完立即关机。等用户开始付费、调用量上来了，再逐步扩算力。整个验证期月算力支出几百元，就算失败了损失也小。
四、成本小结
先验证再投入，是初创团队控制算力风险的核心。
验证期最忌讳贪大求全，先做最小可用版本，把最核心的一个场景跑通，十个用户愿意用再扩展。算力跟着用户量走，不要提前堆资源。
总之，先验证有人用再扩算力，是初创团队不烧钱的关键。
云GPU按需起实例，跑完即释放，初创团队月成本可控。
先做最小版本验证需求，有人付费再扩算力。
云GPU按需起实例，月成本几百元即可跑通MVP。
验证期失败了也损失小，敢试错。
用户付费了再扩算力，稳扎稳打。
算力跟着用户量走，不提前堆资源。
常见问题
问：MVP要不要买显卡？答：不要，先用云卡跑通，有人付费了再考虑硬件。
