VLA O'qitish Narxi: Nozik Sozlash Jarayoni Haqiqatda Qancha Turadi

Hisob-kitobda to'rtta qism bor, va GPU eng kichigi

Odamlar SO-100 uchun vizual-til-harakat modelini nozik sozlash qancha turadi deb so'rashganda, ular deyarli har doim GPU ijarasini nazarda tutishadi. Bu kartada to'lov sifatida ko'rinadigan raqam, shuning uchun u haqiqiy tuyuladi. Shuningdek, u ishlaydigan siyosatning sizga aslida qancha turishini belgilaydigan to'rtta raqam orasida eng kichigi hisoblanadi.

Quyida keltirilgan o'qitish vaqtlari beshta modelning o'z maqolalari va omborlaridan, apparat xarajatlari e'lon qilingan materiallar ro'yxatidan, platforma raqamlari AY-Robots siyosat katalogi va narxlar sahifasi. Agar platforma yordam bermasa, bu maqolada bu haqda aytilgan.

Spot bozorda GPU soati aslida qancha turadi

A100 soati uchun yagona narx yo'q. vast.ai kabi bozorda har bir xost o'z narxini belgilaydi va siz ishga tushirgan o'qitish jarayoni o'sha soniyada qaysi mashina arzon va bo'sh bo'lsa, o'shanga tushadi. Halol javob – bu taqsimot. Mana u, 2026-yil 23-avgust kuni soat 13:44 UTC da o'lchangan: bitta to'liq kartalar, talab bo'yicha, haqiqiy VRAM bo'yicha filtrlangan.

# 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

Nima uchun 3B modellar arzon kartadan foydalana olmaydi

Yuqoridagi medianalarda 4090 soat va H100 80 GB soat taxminan olti baravar farq qiladi. Sizni qimmat kartaga majburlaydigan narsa tezlik emas, balki xotiradir. openpi to'liq Pi0.5 uchun minimal talabni belgilaydi nozik sozlash 70 GB qilib, va NVIDIA GR00T uchun 40 GB yoki undan ko'proq tavsiya qiladi. GR00T raqami nima emasligiga e'tibor bering. Uning nozik sozlash konfiguratsiyasi sukut bo'yicha til modelini va vizual kodlovchini muzlatadi (tune_llm va tune_visual False, proyektor va diffuziya boshi True), shuning uchun katalogda 3 B dan taxminan 40 M o'qitilgan parametrlar ko'rsatilgan. 40 GB 3 B og'irliklar uchun optimizator holati emas, balki muzlatilgan tayanch va aktivatsiyalardir. Qisqartirilgan doiradagi variantlar pastroq tushadi: openpi'ning LoRA yo'li 22.5 GB talab qiladi va 4090 ni nomlaydi, va NVIDIA'ning Isaac Lab Arena ish oqimi GR00T post-treningi uchun 24 GB bitta-GPU variantini ko'rsatadi. Platforma har bir sotuvchi o'zi ishlatadigan konfiguratsiya uchun e'lon qilgan minimal talablarga asoslanadi. pi0 oqim-moslashuv yozuvi qayerdan kelganini tushuntiradi oqim-moslashuv izi kelib chiqadi.

Bu jadval platformaning beshta modelni ikki darajaga bo'lishining sababidir. GR00T N1.7, GR00T N1.5 va Pi0.5 A100 80 GB yoki H100 da ishlaydi, chunki sotuvchilar shuni talab qiladi. SmolVLA va ACT RTX 4090 yoki har qanday 24 GB kartada ishlaydi, chunki bu haqiqatan ham yetarli.

Besh modelning har biri qancha vaqt ishlashi

Ishlash vaqti xarajatning ikkinchi yarmidir: agar ish 40 daqiqa bo'lsa, soatiga 2.00 USD ahamiyatsiz, agar 40 soat bo'lsa, halokatli. Bular AY-Robots tomonidan o'qituvchiga yuboriladigan standart sozlamalar bo'lib, har bir daraja uchun ishlash oynasi va narxi ko'rsatilgan.

Bu ishga tushirish oynalari qayerdan keladi?

• SmolVLA: lerobot hujjatlarida aytilishicha, 20,000 qadam bitta A100 da taxminan 4 soat vaqt oladi. Platforma xuddi shu 20,000 qadamni arzonroq 24 GB darajasida ishga tushiradi, shuning uchun tekis 4 soat emas, balki bir vaqt oralig'i mavjud.
• ACT: asl ALOHA maqolasida 80M-parametrlik model uchun bitta 11 GB RTX 2080 Ti da taxminan 5 soat vaqt ketishi aytilgan. 4090 bir necha avlod yangiroq bo'lsa-da, platforma 100,000 qadamni byudjetlashtiradi, shuning uchun vaqt oralig'i bir xil joyga tushadi.
• GR00T: NVIDIA'ning N1.6 avlodi uchun mos yozuv ish oqimi sakkizta L40S kartasida 24 partiyada 20,000 qadam uchun taxminan 4 dan 8 soatgacha, va bitta Ada 6000 da 16 partiyada 30,000 qadam uchun 2 dan 3 soatgacha vaqtni ko'rsatadi. Bir nechta soat ichida 3B VLA ni bitta kartada nozik sozlash normal holat, optimistik emas.
• Pi0.5: openpi hech qanday real vaqt ko'rsatkichini e'lon qilmaydi, ammo u to'liq nozik sozlash uchun 70 GB minimal talabni e'lon qiladi, bu esa kartani va shuning uchun tezlikni belgilaydi.

Siz to'lamayotgan raqamga e'tibor qaratishga arziydi. GR00T N1 maqolasida 2.2B modelini oldindan o'qitish uchun taxminan 50,000 H100 GPU soati, 1024 tagacha GPU klasterida, 16,384 oldindan o'qitish partiya hajmi bilan 200,000 gradient qadam uchun sarflanganligi xabar qilingan. Yuqorida o'lchangan soatiga 1.34 dan 2.34 USD narxida bu 67,000 dan 117,000 USD gacha ijaraga olingan hisoblash quvvatiga teng. SmolVLA maqolasida loyiha 481 jamoat ma'lumotlar to'plami, 22.9K epizod va 10.6M kadrlar bo'yicha taxminan 30,000 GPU soatini tashkil etishi aytilgan. Siz bularning barchasini yuklab olish narxiga meros qilib olasiz; sizning 8 USD oxirgi 20,000 qadamni sotib oladi. Nima uchun VLA'lar shu tarzda qurilgan bu bo'linishni qamrab oladi.

Qo'l: GPU xarajatlarini soyada qoldiradigan bir martalik narx

Mashg'ulot yugurishi tushlikdan arzon turadi. Robot esa unday emas. Shuning uchun SO-100 muhim: bu butun imitatsion o'rganish asboblar zanjiri haqiqatan ham qo'llab-quvvatlaydigan eng arzon qo'ldir.

SO-ARM100 omboridagi materiallar ro'yxati batafsilroq va uni mintaqangizga qarab tekshirishga arziydi: uning Ikki Qo'l Uchun Ehtiyot Qismlar ro'yxati yetakchi va ergashuvchi sozlamasi uchun jami 229.88 USD yoki 226.30 EUR ni tashkil etadi, va uning Bitta Ergashuvchi Qo'l Uchun Ehtiyot Qismlar ro'yxati jami 121.94 USD yoki 124.30 EUR ni tashkil etadi. Har biri 13.89 USD bo'lgan oltita STS3215 servo 121.94 ning 83.34 qismini tashkil etadi, shuning uchun servolar qo'lning o'zidir. Har bir SmolVLA yoki ACT yugurishi uchun 1 dan 3 USD gacha bo'lgan narxda, bir juft qo'l 77 dan 230 gacha mashg'ulot yugurishiga teng. Agar siz hali ham tanlayotgan bo'lsangiz, SO-100 va SO-101 muhim taqqoslashdir, chunki ikkalasi bir-biriga shunchalik yaqinki, qaror imkoniyatdan ko'ra mavjudlikka bog'liq.

Inson soatlari: hech kim elektron jadvalga kiritmaydigan qator

Bu xarajatlar muhokamasini tubdan o'zgartiradigan raqam. Namoyishlarni yozib olish – bu robot qo'lini bir vaqtning o'zida, real vaqt rejimida, bir epizoddan keyin harakatlantirayotgan odamdir. Uni partiyalarga bo'lish yoki soniyalik ijaraga olish imkoniyati yo'q. LeRobot ma'lumotlar to'plami yozuvchisi arifmetikani osonlashtiradigan standart sozlamalar bilan birga keladi, ularning barchasi DatasetRecordConfig da tasdiqlangan: har bir epizod uchun 60 soniya, sahnani tiklash uchun 60 soniya, 50 epizod. Quyidagi pul ustuni bir soatlik inson mehnatiga 15 USD deb hisoblaydi, bu platforma raqami emas, balki taxmin. O'zingizning stavkangizni qo'ying; nisbat muhim.

1. 1
   Ma'lumotlar to'plamini sizga haqiqatda hisob-kitob qilinadigan standart sozlamalar bilan yozib oling

   Bu lerobot 0.6.1, 2026-yil 3-avgust holatiga ko'ra PyPI dagi versiya. CLI shakliga e'tibor bering: yozib olish eski python -m lerobot.scripts.record modul yo'li orqali emas, balki lerobot-record konsol kirish nuqtasi (lerobot.scripts.lerobot_record) orqali amalga oshiriladi. AY-Robots 0.5.1 versiyasini maqsad qiladi va 0.5.1 wheel bir xil lerobot-record va lerobot-train kirish nuqtalarini e'lon qiladi, shuning uchun quyidagi shakl ikkalasida ham barqaror. Uchta vaqt belgilash flaglari yuqori oqim standartlari bo'lib, bu keyingi jadvaldagi arifmetika taxmin qiladigan buyruqdir.

   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
   Birorta ham GPU daqiqasini ijaraga olishdan oldin nimani yozib olganingizni ko'rib chiqing

   Ma'lumotlar to'plamini tekshirish soatiga nol USD turadi. Xuddi shu muammoni yo'qotish egri chizig'idan aniqlash H100 darajasida soatiga 2.00 USD turadi va sizga to'rt soat kech xabar beradi. Ma'lumotlar to'plamini yuklang va uni LeRobot ko'rish vositasida ko'rib chiqing yoki AY-Robots ma'lumotlar to'plami katalogini ko'zdan kechiring.

   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
   O'rgating va nazorat nuqtasi poddan uzoqroq yashashiga ishonch hosil qiling

   Ijaraga olingan mashina ta'rifi bo'yicha vaqtinchalikdir, shuning uchun ish jarayonida nazorat nuqtalarini qayergadir doimiy saqlang. Ikki flag siz to'lagan narsani saqlab qolishingizni hal qiladi. --save_freq standart bo'yicha 20,000 qadamni tashkil etadi, shuning uchun standart 20,000 qadamli SmolVLA ishining birinchi nazorat nuqtasi ish tugaganidan keyin yoziladi; uzilishi mumkin bo'lgan narsani ijaraga olishdan oldin uni kamaytiring. --save_checkpoint_to_hub --policy.repo_id ni talab qiladi va lerobot 0.5.1 da mavjud emas, shuning uchun bu versiyada siz chiqish katalogini mashinadan o'zingiz nusxalaysiz. Quyidagi batch hajmi yuqori oqim hujjatining misolidir; AY-Robots shakli SmolVLA uchun 2 ni yuboradi va nazorat nuqtalari paydo bo'lganda ob'ekt saqlash joyiga yozadi.

   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

O'ng ustunni ishga tushirish xarajatlari bo'lgan 1 dan 12 AQSh dollarigacha bo'lgan miqdor bilan solishtiring. Ushbu taxminiy stavkada, 50 epizodli ma'lumotlar to'plamini yozib olish, kalibrlash, kamera sozlamalari va tashlab yuborilgan epizodlarni hisobga olmaganda, uni o'qitishdan ikki-yetti barobar qimmatga tushadi. Shuning uchun to'g'ridan-to'g'ri dollar qiymatiga ega. LeRobot qo'llanmasi har bir obyekt joylashuvi uchun kamida 50 epizod, har bir joylashuvga 10 tadan epizod tavsiya qiladi; SmolVLA hujjatlarida xuddi shu vazifaning 25 epizodli versiyasi yetarli emasligi qayd etilgan.

Pul aslida qayerga yo'qoladi

1. Hech qachon ishlamaydigan ma'lumotlar ustida ishga tushirish

Ikki almashtirilgan kamera oqimi bo'lgan ma'lumotlar to'plamida 20 000 qadamli GR00T ishga tushirish toza ma'lumotlar to'plamidagidek bir xil narxga tushadi, bir xil vaqtni oladi va yaxshi ko'rinadigan yo'qotish egri chizig'ini hosil qiladi. Nosozlik soatlab keyin robot qo'lida paydo bo'ladi. soatiga hisoblanadi va diagnostika kunlariga hisoblanadi. Yodda tutishga arziydigan ikkita belgi: odatda kuzatuvlar vazifa uchun zarur bo'lgan narsani o'z ichiga olmaydi degan ma'noni anglatadi, va ma'lumotlar to'plami siz o'ylagandan ko'ra kamroq o'zgarishlarga ega bo'lganligini anglatadi.

2. Ruxsat etilgan kamera vazifasi uchun asosiy model narxlarini to'lash

ACT taxminan 80M parametrga ega va bitta vazifaning 50 ta namoyishi asosida noldan o'qitish uchun mo'ljallangan. GR00T N1.7 taxminan 3B parametrga ega va oldindan o'qitilgan tayanchga ega. Mahkamlangan kamera, qat'iy stol va bitta obyekt uchun 80M model ko'pincha maqsadga erishadi, har bir harakat bosqichida 152 ms o'rniga taxminan 20 ms ishlaydi va har bir ishga tushirish uchun 4 dan 12 USD o'rniga 1 dan 3 USD turadi. Qimmat modelga 12 USD sarflashdan oldin, arzon model ishlaydimi yoki yo'qmi, bilish uchun 3 USD sarflang. ACT SmolVLAga qarshi va GR00T N1.7 Pi0.5ga qarshi har biri qayerda to'g'ri javob bo'lishni to'xtatishini ko'rsatadi; model arenasida 85 ta model va 332 ta benchmark natijalari mavjud.

3. Siz unutgan GPU

Oldini olish eng arzon xato va eng keng tarqalgan xato. Juma kuni nimadirni tuzatish uchun ishga tushirilgan instansiya dam olish kunlari davomida haqiqiy ishga tushirish bilan bir xil tarifda hisoblanadi.

AY-Robots'da bu nosozlik inferens uchun bartaraf etilgan: inferens API tomonidan taqdim etilgan podlar boʻsh turgan holatni kuzatuvchi mexanizmga ega boʻlib, maʼlum bir boʻsh turish davridan soʻng oʻz-oʻzidan yoʻq qilinadi. Agar kartani oʻzingiz ijaraga olsangiz, bu kuzatuvchi sizning kalendar eslatmangizdir.

4. Bir xil javob uchun ikki marta toʻlash

GR00T'ning nozik sozlash kirish nuqtasi urugʻni (seed) oshkor qilmaydigan tyro CLI hisoblanadi. Bu platforma cheklovi emas, balki yuqori oqim vositasidir: gr00t/configs/finetune_config.pyda urugʻ (seed) maydoni yoʻq va omborning oʻz oʻqitish boʻyicha maslahatlari shuni koʻrsatadiki, tasvirni kengaytirish (augmentations) noaniq boʻlganligi sababli ishlar 5 dan 6 foizgacha farq qilishi mumkin. lerobot 0.5.1 va 0.6.1 versiyalarida urugʻni (seed) 1000 ga sozlaydi, shuning uchun ACT, SmolVLA va Pi0.5 ishlarini hech boʻlmaganda bir xil boshlangʻich holat va maʼlumotlar tartibidan qayta ishga tushirish mumkin. Bu GPUda bit-bir xil ogʻirliklar (weights) vaʼdasi emas, lekin bu qayta ishga tushirish va yangi tajriba oʻrtasidagi farqdir. Agar GR00T ishi ishlaydigan siyosatni (policy) yaratsa va siz nazorat nuqtasini saqlab qolmagan boʻlsangiz, siz izlayotgan farqdan koʻproq farq qilishi mumkin boʻlgan natija uchun toʻliq narx toʻlaysiz. Siz toʻlagan nazorat nuqtasini yoʻqotishning ikkinchi usuli bor: CLI sukut boʻyicha --save-total-limit 5 ga oʻrnatilgan boʻlib, bu eski nazorat nuqtalari oʻchirilishidan oldin saqlanadigan maksimal nazorat nuqtalari soni sifatida hujjatlashtirilgan. Saqlash joyi sentlarda; qayta ishga tushirish 4 dan 12 USD gacha va olti soat.

O'zingiz qilish yoki platformaga kartani ijaraga berish

# 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>

Platform nima uchun haq oladi va kartani qanday tanlaydi

Mantiq ataylab zerikarli. Har bir model katalogda GPU darajasini e'lon qiladi; backend talab qilingan VRAMni oladi va yuqorida o'lchangan xuddi shu spot bozorda mos kartani ijaraga oladi. Shuning uchun ko'rsatilgan narx diapazon, narx emas. GR00T va Pi0.5 bu yerda faqat bulutda ishlaydi, chunki 40 GB va 70 GB minimal talablar mavjud. SmolVLA va ACT shuningdek, o'zingizning 24 GB kartangizda mahalliy ravishda ishlaydi, bu yerda bulut narxi nolga teng va elektr energiyasi sizning muammoingizdir.

Bitta sozlamaga e'tibor berish kerak. Gradient akkumulyatsiyasi GR00Tning ikkala variantiga ham haqiqatan ham qo'llaniladi, shuning uchun uni oshirish bir xil kartada kattaroq samarali batchni sotib oladi. Pi0.5 va SmolVLA uchun u umuman qo'llanilmaydi: lerobot 0.5.1 o'zining o'qitish konfiguratsiyasida gradient-akkumulyatsiya opsiyasiga ega emas, shuning uchun maydonni 16 ga o'rnatish hech narsa talab qilmaydi va hech narsa bermaydi. Agar navbatdagi ish hech qachon boshlanmasa, navbatda qolib ketgan ish sahifasi, nimani tekshirish kerakligini tushuntiradi; agar ma'lumotlar to'plami ish boshlanishidan oldin rad etilsa, deyarli har doim v3.0 format muammosi.

Birinchi ishlaydigan siyosat uchun hisoblangan byudjet

Barcha to'rtta qator birgalikda, noldan boshlab. GPU umumiy xarajati 3 dan 5 tagacha ishga tushirishni nazarda tutadi: birinchisi quvur liniyasi ishlashini isbotlaydi, ikkinchisi ma'lumotlar muammosini ochib beradi, uchinchisi yoki to'rtinchisi siz saqlab qoladiganidir.

Robotning bu o'lchamida ham qoida o'z kuchida qoladi: hisoblash xatosi ahamiyatsiz, apparat bir martalik haqiqiy xarajat, inson soatlari esa takrorlanuvchi xarajatdir. Hech narsa sotib olishdan oldin o'quv qismini sinab ko'rish uchun, apparatsiz kirish nuqtalari sizga modellarni solishtirish va qo'l (robot qo'li)siz GPU ijaraga olish imkonini beradi, va jonli qo'l bu ro'yxatdan o'tmasdan brauzerda boshqarishingiz mumkin bo'lgan jismoniy SO-100 dir. Butun jarayonni to'liq yakunlash uchun, SO-100 uchun to'liq qo'llanma sozlashni, teleoperatsiya va o'qitishni qamrab oladi, va birinchi siyosatingizni o'rgating uning qisqa versiyasidir.