Lambda

一句話結論

在 GPU 雲這一塊，Lambda 的價格仍然是最好查、也最好算的其中一家——H100 SXM 隨需每 GPU 每小時 3.99 至 4.29 美元、B200 SXM6 為 6.69 至 6.99 美元、A100 為 1.99 至 2.79 美元，全部公開標在官網。對要做預算的人來說，這件事本身就值錢。

價格全貌（不含稅）

隨需實例：B200 SXM6 每 GPU 每小時 6.69–6.99 美元、H100 SXM 3.99–4.29 美元、A100 SXM/PCIe 1.99–2.79 美元、GH200 2.29 美元、A6000 1.09 美元、Tesla V100 0.79 美元。

1-Click Clusters（兩週至一年）：HGX B200 系統 16 顆 GPU 為每 GPU 每小時 9.86 美元、64 顆 9.36 美元、256 顆以上 8.87 美元；H100 系統則是 16 顆 6.16 美元、64 顆 5.85 美元、256 顆 5.54 美元。一年以上為客製報價。

有意思的是叢集價比隨需價高——因為那是保留的、專屬互聯的整機架資源，不是同一種東西，別直接比。

優點

• 價格完全公開，不必先填表等業務回電
• A100 每小時 1.99 美元起這個價位，對微調與中小規模訓練仍很有競爭力
• 1-Click Clusters 讓多節點訓練的佈建門檻大幅降低
• 專做 AI 工作負載，環境預裝與驅動相容性省事

缺點

• 熱門機型（H100、B200）的可用性波動大，要搶
• 價格區間有浮動（同機型 3.99 至 4.29 美元），實際取決於設定
• 區域選擇不如三大雲廣，亞洲延遲需實測
• 週邊服務（託管資料庫、物件儲存、網路）遠不如 AWS／GCP 完整

適合誰

• 做模型微調與中等規模訓練的團隊與研究者
• 對 GPU 單價敏感、不需要完整雲端生態的使用者
• 需要短期爆量算力的專案

不適合誰

• 需要完整雲端服務（VPC、IAM、託管服務）的企業架構
• 有資料落地要求、必須在台灣境內運算的專案——那要看 TAIWAN AI RAP 這類方案

替代方案

• RunPod、Vast.ai：更便宜但穩定性與支援參差
• CoreWeave：大規模訓練的專業選擇
• 三大雲：貴，但生態完整、企業採購流程順

台灣觀點

台灣團隊用 GPU 雲最常忽略兩件事：一是資料傳輸成本與時間，訓練資料動輒幾 TB，搬上去的時間可能比訓練還久；二是時區與支援，半夜訓練掛了找不到人，隔天才處理，GPU 錢照燒。真要跑長時間訓練，建議先用便宜的 A6000（每小時 1.09 美元）把 pipeline 跑通，再換高階卡——這個順序能省下的錢，通常比比價來得多。