VLA оқыту құны: Нақты реттеу іске қосуы қанша тұрады

Шотта төрт бағыт бар, және GPU – ең кішісі

Адамдар SO-100 үшін көру-тіл-әрекет моделін дәл баптау қанша тұрады деп сұрағанда, олар әрдайым дерлік GPU жалға алуды меңзейді. Бұл картада төлем ретінде көрсетілетін сан, сондықтан ол шынайы болып көрінеді. Ол сондай-ақ, үлкен айырмашылықпен, жұмыс істейтін саясаттың шын мәнінде қанша тұратынын анықтайтын төрт санның ең кішісі.

Төмендегі оқыту уақыттары бес модельдің өз мақалалары мен репозиторийлерінен алынған, жабдық құны жарияланған материалдар тізімінен, платформа нөмірлері AY-Robots саясат каталогы және баға беті. Егер платформа көмектеспесе, бұл мақалада айтылған.

GPU сағатының спот нарығындағы нақты құны

A100 сағатына бірыңғай баға жоқ. vast.ai сияқты нарықта әрбір хост өзінің тарифін белгілейді, және сіз іске қосқан оқыту іске қосуы сол сәтте арзан және бос кез келген машинаға түседі. Шындыққа жанасатын жауап – тарату. Міне, ол 2026 жылғы 23 тамызда 13:44 UTC уақытында өлшенген: бір толық карталар, сұраныс бойынша, нақты VRAM бойынша сүзілген.

# Live, full-card, single-GPU, on-demand offers from the vast.ai public bundle API.
# No account and no API key needed. gpu_ram is in MB, so an 80 GB card is >= 80000.
python3 - <<'PY'
import json, statistics, urllib.parse, urllib.request

def offers(name, min_ram):
    q = {"rentable": {"eq": True}, "num_gpus": {"eq": 1}, "gpu_name": {"eq": name},
         "order": [["dph_total", "asc"]], "limit": 500, "type": "on-demand"}
    url = "https://console.vast.ai/api/v0/bundles/?q=" + urllib.parse.quote(json.dumps(q))
    with urllib.request.urlopen(url, timeout=60) as r:
        return [o for o in json.load(r)["offers"]
                if o["gpu_frac"] == 1.0 and o["gpu_ram"] >= min_ram]

groups = {
    "RTX 4090 24 GB": (["RTX 4090"], 24000),
    "RTX 5090 32 GB": (["RTX 5090"], 30000),
    "A100 80 GB":     (["A100 PCIE", "A100 SXM4"], 80000),
    "H100 80 GB":     (["H100 SXM", "H100 PCIE"], 80000),
    "H100 NVL 94 GB": (["H100 NVL"], 90000),
}
for label, (names, min_ram) in groups.items():
    o = [x for n in names for x in offers(n, min_ram)]
    if not o:
        print(label, "no offers"); continue
    p = sorted(x["dph_total"] for x in o)
    b = sorted(x["min_bid"] for x in o if x.get("min_bid"))
    bid = f"{b[0]:.2f}" if b else "n/a"
    print(f'{label}: n={len(p)} | {p[0]:.2f} / {statistics.median(p):.2f} / {p[-1]:.2f}'
          f' USD/h | bid floor {bid}')
PY

Неліктен 3B модельдері арзан картаны қолдана алмайды

Жоғарыдағы медианалар бойынша 4090 сағаты мен H100 80 ГБ сағаты шамамен алты есеге ерекшеленеді. Сізді қымбат картаға мәжбүрлейтін нәрсе жылдамдық емес, ол жад. openpi толық Pi0.5 үшін ең төменгі шекті белгілейді дәл баптау 70 ГБ-та, ал NVIDIA GR00T үшін 40 ГБ немесе одан да көп ұсынады. GR00T санының не емес екенін ескеріңіз. Оның дәл баптау конфигурациясы әдепкі бойынша тіл моделін және визуалды кодтағышты қатырады (tune_llm және tune_visual False, проектор мен диффузиялық бас True), сондықтан каталогта 3 B-дан шамамен 40 M оқытылған параметрлер көрсетілген. 40 ГБ 3 B салмақтар үшін оңтайландырғыш күйі емес, ол қатырылған негізгі құрылым плюс активациялар. Қысқартылған көлемді нұсқалар төмендейді: openpi-дің LoRA жолы 22.5 ГБ қажет етеді және 4090-ды атайды, ал NVIDIA-ның Isaac Lab Arena жұмыс процесі GR00T кейінгі оқытуы үшін 24 ГБ бір GPU опциясын көрсетеді. Платформа әр сатушы іс жүзінде іске қосатын конфигурация үшін жариялайтын ең төменгі деңгейлерге бөлінеді. pi0 ағын-сәйкестендіру туралы жазба оның қайдан келетінін түсіндіреді ағын-сәйкестендіру ізінің қайдан келетінін түсіндіреді.

Бұл кесте платформаның бес модельді екі деңгейге бөлу себебі. GR00T N1.7, GR00T N1.5 және Pi0.5 A100 80 ГБ немесе H100-де жұмыс істейді, себебі сатушылар соны сұрайды. SmolVLA және ACT RTX 4090 немесе кез келген 24 ГБ картада жұмыс істейді, себебі бұл шынымен де жеткілікті.

Бес модельдің әрқайсысы қанша уақыт жұмыс істейді

Жұмыс уақыты – шығынның екінші жартысы: сағатына 2.00 USD жұмыс 40 минут болса маңызды емес, ал 40 сағат болса – жойқын. Бұл AY-Robots жаттықтырушыға жіберетін әдепкі параметрлер, әр деңгей үшін жұмыс терезесі мен құны көрсетілген.

Бұл іске қосу терезелері жоғарыдан қайдан келеді

• SmolVLA: lerobot құжаттамасында 20 000 қадам бір A100-де шамамен 4 сағатты алатыны айтылған. Платформа сол 20 000 қадамды арзанырақ 24 ГБ деңгейінде орындайды, сондықтан тұрақты 4 сағат емес, терезе пайда болады.
• ACT: бастапқы ALOHA мақаласында 80 миллион параметрлі модель үшін бір 11 ГБ RTX 2080 Ti-да шамамен 5 сағат жұмсалатыны хабарланған. 4090 бірнеше буынға жаңа, бірақ платформа 100 000 қадамды бюджеттейді, сондықтан терезе сол жерге түседі.
• GR00T: NVIDIA-ның N1.6 буынына арналған эталондық жұмыс процесі сегіз L40S картасында 24 партияда 20 000 қадам үшін шамамен 4-тен 8 сағатқа дейін, ал бір Ada 6000-да 16 партияда 30 000 қадам үшін 2-ден 3 сағатқа дейін уақытты көрсетеді. Бір карталы 3B VLA-ны бірнеше сағат ішінде дәл баптау қалыпты жағдай, оптимистік емес.
• Pi0.5: openpi нақты уақыт көрсеткішін жарияламайды, бірақ ол толық дәл баптау үшін 70 ГБ ең төменгі шегін жариялайды, бұл картаны және соған сәйкес жылдамдықты анықтайды.

Сіз төлемейтін санға назар аударған жөн. GR00T N1 мақаласында 2.2B моделін алдын ала оқыту үшін шамамен 50 000 H100 GPU сағаты қажет екендігі, 1024 GPU-ға дейінгі кластерде, 16 384 алдын ала оқыту партиясының өлшемінде 200 000 градиент қадамы үшін хабарланған. Жоғарыда өлшенген сағатына 1.34-тен 2.34 USD аралығында бұл 67 000-нан 117 000 USD-ға дейінгі жалға алынған есептеу қуаты. SmolVLA мақаласы өз жобасын 481 қауымдастық деректер жиынтығы, 22.9K эпизод және 10.6M кадр бойынша шамамен 30 000 GPU сағаты деп бағалайды. Сіз мұның бәрін жүктеп алу бағасына мұра етесіз; сіздің 8 USD соңғы 20 000 қадамды сатып алады. Неліктен VLA-лар осылай жасалған осы бөліністі қамтиды.

Қол: GPU шотынан әлдеқайда көп бір реттік шығын

Оқыту іске қосу түскі астан арзан. Робот олай емес. Сондықтан SO-100 маңызды: бұл бүкіл еліктеу арқылы оқыту құралдар тізбегі шынымен қолдайтын ең арзан қол.

SO-ARM100 репозиторийіндегі материалдардың жоғарғы тізімі егжей-тегжейлі және оны аймағыңызбен салыстыруға тұрарлық: оның Екі қолға арналған бөлшектер тізімі жетекші плюс ізбасар конфигурациясы үшін 229.88 USD немесе 226.30 EUR құрайды, ал оның Бір ізбасар қолға арналған бөлшектер тізімі 121.94 USD немесе 124.30 EUR құрайды. Әрқайсысы 13.89 USD тұратын алты STS3215 сервосы сол 121.94-тің 83.34-ін құрайды, сондықтан серволар қол болып табылады. SmolVLA немесе ACT іске қосу үшін 1-ден 3 USD-ға дейін, бір жұп қол 77-ден 230-ға дейін оқыту іске қосуға тұрарлық. Егер сіз әлі де таңдап жатсаңыз, SO-100 SO-101-ге қарсы маңызды салыстыру болып табылады, өйткені екеуі де шешім мүмкіндікке емес, қолжетімділікке байланысты болатындай жақын.

Адам сағаттары: ешкім электрондық кестеге енгізбейтін жол

Бұл шығындар туралы талқылауды түбегейлі өзгертетін сан. Демонстрацияларды жазу – бұл робот қолын бір эпизодтан кейін, нақты уақытта қозғалтатын адам. Оны топтастыруға немесе секунд сайын жалға алуға болмайды. LeRobot деректер жинағы жазғышы арифметиканы жеңілдететін әдепкі параметрлермен бірге келеді, олардың үшеуі де DatasetRecordConfig: әр эпизодқа, 60 секунд көріністі қалпына келтіруге, 50 эпизод. Төмендегі ақша бағаны біреудің бір сағаттық жұмысына 15 USD деп есептейді, бұл платформа нөмірі емес, болжам. Өз тарифіңізді қойыңыз; қатынас маңызды.

1. 1
   Деректер жинағын сізге шын мәнінде есептелетін әдепкі параметрлермен жазыңыз

   Бұл lerobot 0.6.1, PyPI-дегі 2026 жылғы 3 тамыздағы нұсқасы. CLI пішініне назар аударыңыз: жазу ескі python -m lerobot.scripts.record модуль жолы арқылы емес, lerobot-record консольдік кіру нүктесі (lerobot.scripts.lerobot_record) арқылы орындалады. AY-Robots 0.5.1 нұсқасын мақсат етеді, және 0.5.1 дөңгелегі бірдей lerobot-record және lerobot-train кіру нүктелерін жариялайды, сондықтан төмендегі пішін екеуінде де тұрақты. Үш уақыт белгісі жоғарыдағы әдепкі мәндер болып табылады, сондықтан бұл келесі кестедегі арифметика болжайтын команда.

   bash

   lerobot-record \
       --robot.type=so100_follower \
       --robot.port=/dev/ttyACM0 \
       --robot.id=my_follower_arm \
       --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30} }" \
       --teleop.type=so100_leader \
       --teleop.port=/dev/ttyACM1 \
       --teleop.id=my_leader_arm \
       --dataset.repo_id=${HF_USER}/pick-place-cube \
       --dataset.num_episodes=50 \
       --dataset.episode_time_s=60 \
       --dataset.reset_time_s=60 \
       --dataset.single_task="Grab the black cube and put it in the bin"

2. 2
   Бірде-бір GPU минутын жалға алмас бұрын не жазғаныңызды қараңыз

   Деректер жинағын тексеру сағатына нөл USD тұрады. Жоғалту қисығынан сол мәселені табу H100 деңгейінде сағатына 2.00 USD тұрады және сізге төрт сағат кешігіп хабарлайды. Деректер жинағын жүктеп, оны LeRobot қарау құралында тексеріңіз немесе AY-Robots деректер жинағы каталогын шолыңыз.

   bash

   # the recorder pushes to the Hub by default; disable with --dataset.push_to_hub=False
   echo https://huggingface.co/datasets/${HF_USER}/pick-place-cube
   
   # then open https://huggingface.co/spaces/lerobot/visualize_dataset
   # and scrub through episodes: are both camera streams alive on every episode?
   # is the gripper actually closing? does the arm sit at a joint limit?

3. 3
   Оқытыңыз және бақылау нүктесінің подтан ұзақ өмір сүретініне көз жеткізіңіз

   Жалға алынған машина анықтамасы бойынша уақытша болып табылады, сондықтан орындау кезінде бақылау нүктелерін тұрақты жерге жазыңыз. Екі белгі сіз төлеген нәрсені сақтайсыз ба, жоқ па, соны шешеді. --save_freq әдепкі бойынша 20 000 қадамға тең, сондықтан әдепкі 20 000 қадамдық SmolVLA орындалуы бірінші бақылау нүктесін орындалу аяқталған кезде жазады; кез келген үзілетін нәрсені жалға алмас бұрын оны төмендетіңіз. --save_checkpoint_to_hub --policy.repo_id талап етеді және lerobot 0.5.1 нұсқасында жоқ, сондықтан бұл нұсқада сіз шығыс каталогын машинадан өзіңіз көшіресіз. Төмендегі пакет өлшемі жоғарыдағы құжаттың мысалы болып табылады; AY-Robots формасы SmolVLA үшін 2 жібереді және бақылау нүктелері пайда болған кезде объектілік сақтау орнына жазады.

   bash

   lerobot-train \
       --policy.path=lerobot/smolvla_base \
       --dataset.repo_id=${HF_USER}/pick-place-cube \
       --batch_size=64 \
       --steps=20000 \
       --save_freq=2000 \
       --output_dir=outputs/train/my_smolvla \
       --job_name=my_smolvla_training \
       --policy.device=cuda \
       --policy.repo_id=${HF_USER}/my_smolvla \
       --save_checkpoint_to_hub=true

Оң жақ бағанды іске қосу құны 1-ден 12 АҚШ долларына дейінгі сомамен салыстырыңыз. Осы болжамды мөлшерлеме бойынша, 50 эпизодтық деректер жинағын жазу калибрлеуге, камераны орнатуға және қажетсіз эпизодтарды алып тастауға дейін оны оқытуға кететін шығыннан екі-жеті есе көп тұрады. Сондықтан тікелей долларлық құны бар. LeRobot нұсқаулығы әр нысан орналасқан жерге 10-нан кем емес, кем дегенде 50 эпизодты ұсынады; SmolVLA құжаттамасы бірдей тапсырманың 25 эпизодтық нұсқасы жеткіліксіз болғанын хабарлайды.

Ақша қайда жоғалады

1. Ешқашан жұмыс істемейтін деректердегі іске қосулар

Екі ауыстырылған камера ағыны бар деректер жинағындағы 20 000 қадамдық GR00T іске қосу таза деректер жинағындағы іске қосумен бірдей тұрады, бірдей уақытты алады және жақсы көрінетін шығын қисығын береді. Ақаулық бірнеше сағаттан кейін робот қолында пайда болады. сағат бойынша есептеледі, ал диагностика күндер бойынша есептеледі. Есте сақтауға тұрарлық екі белгі: әдетте бақылаулар тапсырмаға қажетті ақпаратты бермейтінін білдіреді, және деректер жинағында сіз ойлағаннан аз вариация болғанын білдіреді.

2. Тұрақты камера тапсырмасы үшін негізгі модель бағасын төлеу

ACT шамамен 80М параметрден тұрады және бір тапсырманың 50 демонстрациясынан бастап оқытуға арналған. GR00T N1.7 шамамен 3B параметрден тұрады, алдын ала оқытылған негізі бар. Бекітілген камера, тұрақты үстел және бір нысан үшін 80М модель жиі жұмыс істейді, әрекет қадамына 152 мс орнына шамамен 20 мс жұмсайды және бір іске қосуға 4-12 USD орнына 1-3 USD тұрады. Қымбат модельге 12 USD жұмсамас бұрын, арзан модельдің жұмыс істейтінін анықтау үшін 3 USD жұмсаңыз. ACT SmolVLA-ға қарсы және GR00T N1.7 Pi0.5-ке қарсы әрқайсысының дұрыс жауап болуды тоқтататын жерін көрсетеді; модель аренасы 85 модель және 332 бенчмарк нәтижесі бар.

3. Сіз ұмытып кеткен GPU

Болдырмауға болатын ең арзан қателік және ең жиі кездесетін қателік. Жұма күні бір нәрсені жөндеу үшін іске қосылған инстанс демалыс күндері нақты іске қосумен бірдей тарифпен есептеледі.

AY-Robots жүйесінде бұл ақаулық инференция үшін жойылған: инференция API арқылы қамтамасыз етілген подтар бос тұруды бақылайтын құралды алып жүреді және бос тұру кезеңінен кейін өздігінен жойылады. Егер сіз картаны өзіңіз жалға алсаңыз, бұл бақылаушы сіздің күнтізбелік еске салғышыңыз болады.

4. Бір жауап үшін екі рет төлеу

GR00T-тың дәлдеп баптау кіру нүктесі – тұқымды ашпайтын tyro CLI. Бұл платформа шектеуі емес, бұл жоғарғы ағындағы құрал: gr00t/configs/finetune_config.py файлында тұқым өрісі жоқ, және репозиторийдің өзінің оқыту кеңестері кескінді үлкейтулер детерминистік емес болғандықтан, іске қосулардың 5-тен 6 пайызға дейін өзгеретінін ескертеді. lerobot 0.5.1 және 0.6.1 нұсқаларында тұқымды 1000-ға әдепкі етеді, сондықтан ACT, SmolVLA және Pi0.5 іске қосуларын кем дегенде бірдей инициализация мен деректер ретінен қайта іске қосуға болады. Бұл GPU-да бит-бірдей салмақтардың уәдесі емес, бірақ бұл қайта іске қосу мен жаңа эксперимент арасындағы айырмашылық. Егер GR00T іске қосуы жұмыс істейтін саясатты шығарса және сіз чекпойнтты сақтамасаңыз, саған сіз іздеген айырмашылықтан да көп өзгеше болуы мүмкін нәтиже үшін толық бағаны төлейсіз. Төлеген чекпойнтты жоғалтудың екінші жолы бар: CLI әдепкі бойынша --save-total-limit 5 параметрін қолданады, бұл ескілері жойылғанға дейін сақталатын чекпойнттардың максималды саны ретінде құжатталған. Сақтау құны центтермен өлшенеді; қайта іске қосу 4-тен 12 USD-ға дейін және алты сағатты құрайды.

Өзіңіз жасау немесе платформаға картаны жалға беру

# GR00T N1.7, single GPU, Isaac-GR00T as of August 2026.
# Note the entry point: gr00t/experiment/launch_finetune.py, a tyro CLI.
# scripts/gr00t_finetune.py does not exist in this repository; tutorials that
# still reference it are stale. The per-embodiment walkthrough is
# getting_started/finetune_new_embodiment.md.
CUDA_VISIBLE_DEVICES=0 uv run python gr00t/experiment/launch_finetune.py \
    --base-model-path nvidia/GR00T-N1.7-3B \
    --dataset-path demo_data/cube_to_bowl_5 \
    --embodiment-tag NEW_EMBODIMENT \
    --modality-config-path examples/SO100/so100_config.py \
    --num-gpus 1 \
    --output-dir ./so100-checkpoints \
    --max-steps 20000 \
    --global-batch-size 32 \
    --dataloader-num-workers 4

# v3.0 dataset? Convert it down first or the loader will crash. The helper
# has its own pyproject and must be installed in its own environment:
cd scripts/lerobot_conversion
uv venv && source .venv/bin/activate
uv pip install -e .
python convert_v3_to_v2.py --repo-id <DATASET_REPO_ID>

Платформа не үшін ақы алады және картаны қалай таңдайды

Логика әдейі қарапайым. Әрбір модель каталогта, GPU деңгейін жариялайды; бэкэнд қажетті VRAM-ды алып, жоғарыда өлшенген сол спот нарығында сәйкес картаны жалға алады. Сондықтан көрсетілген құн баға емес, диапазон болып табылады. GR00T және Pi0.5 мұнда тек бұлттық болып табылады, себебі 40 GB және 70 GB шектеулері бар. SmolVLA және ACT сонымен қатар өзіңіздің 24 GB картаңызда жергілікті түрде жұмыс істейді, мұнда бұлттық шығын нөлге тең, ал электр энергиясы сіздің мәселеңіз.

Бір параметр ескертуге тұрарлық. Градиентті жинақтау GR00T-тің екі нұсқасына да шынымен қолданылады, сондықтан оны арттыру сол картада үлкенірек тиімді пакетті сатып алуға мүмкіндік береді. Pi0.5 және SmolVLA үшін ол мүлдем қолданылмайды: lerobot 0.5.1-де оқыту конфигурациясында градиентті жинақтау опциясы жоқ, сондықтан өрісті 16-ға орнату ештеңеге тұрмайды және ештеңе сатып алмайды. Егер кезекте тұрған жұмыс ешқашан басталмаса, кезекте тұрып қалған жұмыс беті нені тексеру керектігін көрсетеді; егер деректер жинағы іске қосу басталмай тұрып қабылданбаса, бұл әрдайым дерлік v3.0 формат мәселесі.

Бірінші жұмыс істейтін саясатқа арналған есептелген бюджет

Барлық төрт жол бірге, нөлден бастап. GPU жалпы саны 3-тен 5-ке дейінгі іске қосуды болжайды: біріншісі құбырдың жұмыс істейтінін дәлелдейді, екіншісі деректер мәселесін анықтайды, үшінші немесе төртіншісі сіз сақтайтыныңыз.

Роботтың осы өлшемінде үлгі сақталады: есептеу – дөңгелектеу қатесі, аппараттық құрал – нақты бір реттік шығын, адам сағаттары – қайталанатын шығыс. Ештеңе сатып алмай тұрып, оқыту бөлігін тексеру үшін, аппараттық құралсыз кіру нүктелері модельдерді салыстыруға және қолсыз GPU жалға алуға мүмкіндік береді, ал тікелей қол тіркелусіз браузерде басқаруға болатын физикалық SO-100 болып табылады. Бүкіл желіні толығымен іске қосу үшін, SO-100 толық нұсқаулығы орнатуды, телеоперацияны және оқытуды қамтиды, ал алғашқы саясатыңызды үйретіңіз – қысқа нұсқасы.