稳定资源边界
训练周期较长，或团队希望减少共享资源变化对任务的影响。
AI COMPUTE
从工作负载出发，评估真正需要的计算。
专属节点或集群不是型号选择题。模型、显存、CPU 与内存、互联、存储、周期和软件环境共同决定可行方案。
01
什么需求适合专属资源
当项目需要持续占用、清晰环境边界或可预期的协作方式时，专属方案通常更值得评估。
明确软件环境
依赖特定框架、驱动、容器或数据接入方式，需要在交付前验证。
多人或多任务协作
需要规划资源分配、队列方式、访问权限与结果归档。
项目制交付
需要把配置、部署、验收与后续支持写进清晰的合作边界。
单机与多节点，不只是数量差异
单机优先解决节点内资源组合；多节点需要额外判断并行策略、节点间通信与共享数据路径。
单节点
重点看单卡显存、卡数、节点内互联、CPU/内存比例、本地数据与软件栈。
多节点
除节点配置外，还要评估通信模式、集群网络、共享存储、调度方式和故障处置边界。
资源规模随项目评估，不以公开库存或厂商理论规格替代实际方案。
提交这些信息，方案会更准确
不需要一开始就有完整技术规格。能够说明以下问题，已经足以开始判断。
模型与任务
模型类型、参数规模或可参考的工作负载，训练、微调还是推理。
显存与并行
已知显存需求、精度、批量大小，以及是否已有并行策略。
数据路径
数据集规模、读取方式、模型文件、检查点频率与归档需求。
软件环境
操作系统、框架、容器、驱动版本或现有环境约束。
使用周期
预计开始时间、连续运行或阶段性使用方式、团队协作人数。
接入与边界
访问方式、业务网络、权限、验收与支持职责。
不同工作负载，关注点不同
训练
计算密度、跨卡/跨节点通信、数据吞吐、检查点和长时间运行稳定性。
微调
基座模型规模、方法、精度、数据量、实验并行度与环境复现。
推理
延迟、吞吐、并发、上下文长度、模型加载与服务接入模式。
从信息到可确认方案
流程用于减少遗漏，不代表固定交付时效。
01 · 描述任务
提供目标、模型、数据和使用周期。
02 · 识别约束
确认显存、互联、存储、网络和软件环境。
03 · 组合评估
形成节点或集群方向，并标出待验证点。
04 · 确认边界
对配置、商务、部署、验收和支持范围进行确认。
算力常见问题
01网站为什么没有公开 GPU 型号和价格？
型号、配置、库存和价格尚未作为可公开数据完成核实。我们不会用厂商规格推导 AROXEON 的实际供应情况。
02可以只咨询单台服务器吗？
可以。单节点、多节点或其他资源组合都会从具体工作负载开始判断。
03是否承诺固定 SLA？
目前网站不公布未经确认的 SLA。可靠性目标、支持范围与验收口径需在具体项目中约定。
04需要先准备完整技术文档吗？
不需要。模型或任务类型、数据规模、周期和现有环境，是开始沟通最有帮助的信息。
PROJECT ENQUIRY
告诉我们，你正在解决什么问题。
无论是算力评估、基础设施规划、Libra 产品交流或商务合作，都可以从一封清晰的邮件开始。