VLA 训练成本：微调运行的真实成本

账单有四项，GPU 是其中最小的一项

当人们询问为 SO-100 微调一个视觉-语言-动作模型的成本时，他们几乎总是指 GPU 租用费用。这是账单上显示的一项费用，因此感觉最真实。然而，它也是决定一个可用的策略实际花费的四个数字中，最小的一个，而且差距很大。

以下训练时间来自五个模型各自的论文和代码库，硬件成本来自已发布的物料清单，平台数据来自AY-Robots 策略目录和定价页面。如果平台无法提供帮助，本文会明确指出。

GPU 小时在现货市场上的实际成本

A100 小时没有单一价格。在 vast.ai 这样的市场上，每个主机都设定自己的费率，而您启动的训练任务会落在当时最便宜且空闲的机器上。真实的答案是一个分布。以下是2026年8月23日13:44 UTC测量的数据：单张完整显卡，按需提供，按实际显存过滤。

# 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

为什么 3B 模型无法使用廉价显卡

在上述中位数下，一个 4090 小时和一个 H100 80 GB 小时大约相差六倍。迫使您选择昂贵显卡的不是速度，而是内存。openpi 为完整的 Pi0.5 微调 设置了 70 GB 的最低要求，NVIDIA 建议 GR00T 使用 40 GB 或更多内存。请注意 GR00T 的这个数字不代表什么。其微调配置默认冻结了语言模型和视觉编码器（tune_llm 和 tune_visual 为 False，而 projector 和 diffusion head 为 True），这就是为什么目录中列出了 3 B 参数中大约 40 M 的训练参数。这 40 GB 不是 3 B 权重的优化器状态，而是冻结的主干网络加上激活。范围缩减的变体要求更低：openpi 的 LoRA 路径需要 22.5 GB 并指定 4090，而 NVIDIA 的 Isaac Lab Arena 工作流程为 GR00T 训练后列出了 24 GB 单 GPU 选项。平台根据每个供应商为其实际运行配置发布的最低要求进行分层。pi0 流匹配技术白皮书 解释了 流匹配 的内存占用来自何处。

该表格解释了平台将这五个模型分为两个层级的原因。GR00T N1.7、GR00T N1.5 和 Pi0.5 运行在 A100 80 GB 或 H100 上，因为这是供应商要求的。SmolVLA 和 ACT 运行在 RTX 4090 或任何 24 GB 显卡上，因为这确实足够了。

五个模型实际运行时间

运行时间是成本的另一半：如果任务是40分钟，每小时2.00美元的费用就无关紧要；但如果是40小时，则会造成巨大损失。这些是AY-Robots实际发送给训练器的默认值，包括每个层级的运行窗口和成本。

这些运行窗口的来源

• SmolVLA: lerobot 文档指出，在单个 A100 上运行 20,000 步大约需要 4 小时。该平台在更便宜的 24 GB 层级上运行相同的 20,000 步，因此是一个时间窗口而不是固定的 4 小时。
• ACT: 原始 ALOHA 论文报告称，对于一个 80M 参数模型，在单个 11 GB RTX 2080 Ti 上大约需要 5 小时。4090 是几代更新的产品，但该平台预算 100,000 步，因此时间窗口落在相同的位置。
• GR00T: NVIDIA 针对 N1.6 代的参考工作流程引用，在八张 L40S 卡上以批次 24 运行 20,000 步大约需要 4 到 8 小时，在单个 Ada 6000 上以批次 16 运行 30,000 步需要 2 到 3 小时。在几小时内对 3B VLA 进行单卡微调是正常的，并非乐观估计。
• Pi0.5: openpi 没有公布实际运行时间数据，但它公布了完整微调所需的 70 GB 最低要求，这决定了显卡型号，从而决定了运行速率。

值得思考一下你无需支付的成本。GR00T N1 论文报告称，预训练 2.2B 模型需要大约 50,000 H100 GPU 小时，在一个多达 1024 个 GPU 的集群上，预训练批次大小为 16,384，进行 200,000 个梯度步。按照上面测量的每小时 1.34 到 2.34 USD 计算，这相当于 67,000 到 117,000 USD 的租用计算资源。SmolVLA 论文指出其项目在 481 个社区数据集、22.9K 集和 10.6M 帧上花费了大约 30,000 GPU 小时。你只需下载即可继承所有这些成果；你的 8 USD 购买的是最后的 20,000 步。为什么 VLA 是这样构建的解释了这种划分。

机械臂：一次性成本，让 GPU 账单相形见绌

一次训练运行的成本比午餐还低。机器人则不然。这就是 SO-100 重要的原因：它是整个 模仿学习 工具链实际支持的最便宜的机械臂。

SO-ARM100 仓库中的上游物料清单更为详细，值得根据您所在地区进行核对：其 两臂零件 清单总计 229.88 USD 或 226.30 EUR，用于一个主臂加一个从臂的设置；其 一个从臂零件 清单总计 121.94 USD 或 124.30 EUR。六个 STS3215 舵机每个 13.89 USD，总计 83.34 USD，占 121.94 USD 的大部分，因此舵机是机械臂的主要成本。每次 SmolVLA 或 ACT 运行成本为 1 到 3 USD，一对机械臂的价值相当于 77 到 230 次训练运行。如果您仍在选择，SO-100 与 SO-101 的比较 是最重要的，因为两者足够接近，决策更多是关于可用性而非能力。

人工工时：电子表格中无人提及的成本

这个数字彻底颠覆了成本讨论。录制演示意味着一个人实时移动机械臂，一次一个片段。无法批量处理，也无法按秒租用。 LeRobot 数据集 录制器附带的默认设置使计算变得简单，所有三项都在 DatasetRecordConfig 中确认：每个 片段 60 秒，60 秒用于重置场景，共 50 个片段。下面的金额列假设每小时人工成本为 15 USD，这只是一个假设，而非平台数据。请代入您自己的费率；关键在于比例。

1. 1
   使用实际计费的默认设置录制数据集

   这是 lerobot 0.6.1，截至 2026 年 8 月 3 日 PyPI 上的版本。请注意 CLI 形式：录制通过 lerobot-record 控制台入口点 (lerobot.scripts.lerobot_record) 运行，而不是旧的 python -m lerobot.scripts.record 模块路径。AY-Robots 目标版本为 0.5.1，并且 0.5.1 wheel 声明了相同的 lerobot-record 和 lerobot-train 入口点，因此下面的形式在这两个版本中都是稳定的。这三个计时标志是上游默认值，因此这也是下表中计算所假定的命令。

   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
   在租用一分钟 GPU 之前，先查看您录制的内容

   检查数据集每小时成本为零 USD。从损失曲线中发现同样的问题，在 H100 层级上每小时成本为 2.00 USD，并且会晚四个小时才发现。将数据集推送到 LeRobot 查看器中进行检查，或浏览 AY-Robots 数据集目录。

   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
   训练，并确保检查点比 Pod 存活更久

   租用的机器本质上是临时的，因此在运行期间将检查点写入持久存储。两个标志决定您是否保留所支付的成果。--save_freq 默认为 20,000 步，因此默认的 20,000 步 SmolVLA 运行会在运行结束后才写入第一个检查点；在租用任何可中断资源之前，请降低此值。--save_checkpoint_to_hub 需要 --policy.repo_id 并且在 lerobot 0.5.1 中不存在，因此在该版本上您需要自己将输出目录从机器上复制出来。下面的批处理大小是上游文档的示例；AY-Robots 表单为 SmolVLA 发送 2，并在检查点出现时写入对象存储。

   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

将右侧列与运行成本的 1 到 12 USD 进行比较。按照这个假设的费率，一个包含 50 个片段的数据集在校准、相机设置和丢弃的片段之前，其录制成本是训练成本的两到七倍。这就是为什么 具有直接的经济价值。LeRobot 指南建议每个物体位置至少 50 个片段，每个位置 10 个；SmolVLA 文档报告称，同一任务的 25 个片段版本不足以完成。

资金实际流失的地方

1. 在永远无法工作的数据上运行

在包含两个交换摄像头流的数据集上运行 20,000 步的 GR00T，其成本与在干净数据集上运行相同，耗时相同，并且会产生看起来正常的损失曲线。故障会在数小时后在机械臂上显现出来。 按小时计费，诊断按天计费。有两个值得记住的症状： 通常意味着观测数据不包含任务所需的信息，并且 意味着数据集的变化性比你想象的要小。

2. 为固定摄像头任务支付基础模型价格

ACT 大约有 80M 参数，旨在从零开始，通过 50 次任务演示进行训练。GR00T N1.7 大约有 3B 参数，带有一个预训练骨干网络。对于固定摄像头、固定工作台和单个物体，80M 模型通常能达到要求，每次动作步骤运行时间约为 20 ms 而不是 152 ms，每次运行成本为 1 到 3 USD 而不是 4 到 12。在花费 12 USD 购买昂贵模型之前，先花费 3 USD 了解廉价模型是否有效。 ACT 与 SmolVLA 的对比 和 GR00T N1.7 与 Pi0.5 的对比 展示了它们各自何时不再是最佳选择；模型竞技场 拥有 85 个模型和 332 个基准测试结果。

3. 你遗忘的 GPU

这是最容易避免的错误，也是最常见的错误。周五启动用于调试的实例，在周末也会以与实际运行相同的费率计费。

在 AY-Robots 上，这种故障在推理时被排除：推理 API 提供的 Pod 带有空闲看门狗，并在空闲一段时间后自行销毁。如果您自己租用显卡，那么这个看门狗就是您的日历提醒。

4. 为同一个答案支付两次费用

GR00T 的微调入口点是一个不暴露种子的 tyro CLI。这不是平台限制，而是上游工具：在 gr00t/configs/finetune_config.py 中没有种子字段，并且该仓库自己的训练提示警告说，由于图像增强是非确定性的，运行结果会有 5% 到 6% 的差异。lerobot 在 0.5.1 和 0.6.1 版本中都默认使用种子 1000，因此 ACT、SmolVLA 和 Pi0.5 的运行至少可以从相同的初始化和数据顺序重新运行。这并不能保证 GPU 上的权重完全一致，但它代表了重新运行和新实验之间的区别。如果 GR00T 运行产生了一个有效的策略，而您没有保留 检查点，您将为可能与您所追求的差异更大的结果支付全价。还有第二种方式会丢失您已付费的检查点：CLI 默认使用 --save-total-limit 5，这被记录为在删除旧检查点之前保留的最大检查点数量。存储费用仅为几美分；重新运行则需要 4 到 12 美元和六小时。

自行租用显卡与让平台租用显卡

# 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>

平台如何收费以及如何选择显卡

逻辑刻意地简单。平台中的每个模型都在目录中声明了 GPU 层级；后端会根据所需的显存，在上述测量的同一现货市场租用匹配的显卡。这就是为什么报价是一个范围，而不是一个固定价格。GR00T 和 Pi0.5 在这里仅支持云端运行，因为它们分别需要至少 40 GB 和 70 GB 的显存。SmolVLA 和 ACT 也可以在您自己的 24 GB 显卡上本地运行，此时云端成本为零，但电费由您承担。

有一个参数值得注意。梯度累积确实适用于两种 GR00T 变体，因此提高它可以在同一张显卡上获得更大的有效批次。对于 Pi0.5 和 SmolVLA，它完全不适用：lerobot 0.5.1 的训练配置中没有梯度累积选项，因此将该字段设置为 16 既不花费任何成本，也无任何效果。如果一个排队的任务从未启动，任务卡在队列中的页面涵盖了需要检查的内容；如果数据集在运行开始前被拒绝，那几乎总是因为v3.0 格式问题。

首个可用策略的预算示例

所有四条线索加起来，从零开始。GPU总费用假设进行3到5次运行：第一次验证管道是否有效，第二次暴露数据问题，第三或第四次是您最终保留的。

这种模式在当前尺寸的机器人上依然成立：计算成本可以忽略不计，硬件是一次性的实际成本，而人工时间是持续的开销。在购买任何东西之前测试训练部分，无需硬件的入门点让您无需机械臂即可比较模型并租用 GPU，而实时机械臂是一个无需注册即可在浏览器中驱动的物理 SO-100。对于整个端到端流程，完整的 SO-100 指南涵盖了设置、远程操作和训练，而训练您的第一个策略是简短版本。