Thuê cloud GPU: RunPod, Vast.ai, Lambda, Google Colab
Bài này dành cho người bắt đầu cần sức mạnh tính toán vượt quá máy cá nhân - thường là khi muốn fine-tune một model AI (xem tổng quan ở phần 05) hoặc chạy thử model mở (open-weight) cỡ lớn. Học xong bạn sẽ biết các nhà cung cấp phổ biến, cách ước tính chi phí, và chọn loại GPU phù hợp với việc mình đang làm - tránh thuê nhầm GPU quá mạnh (tốn tiền oan) hoặc quá yếu (không chạy nổi).
Khi nào cần thuê GPU cloud?
Hầu hết việc học code với AI trong repo này (dùng Claude Code, gọi API, build RAG/agent) không cần bạn tự có GPU - vì bạn đang gọi tới model chạy trên server của Anthropic/OpenAI/Google. Bạn chỉ cần nghĩ tới GPU cloud khi:
- Muốn fine-tune một model mở (Llama, Qwen...) theo dữ liệu riêng.
- Muốn chạy thử model lớn mà máy cá nhân không đủ RAM/VRAM (xem bài tiếp theo về giới hạn phần cứng cần thiết).
- Học/nghiên cứu sâu hơn về huấn luyện model.
Các nhà cung cấp phổ biến
RunPod
Nền tảng cho thuê GPU khá linh hoạt, giao diện dễ dùng, được cộng đồng làm AI/ML ưa chuộng vì dễ khởi động một "pod" (máy ảo có GPU) chỉ trong vài phút, có sẵn nhiều template cài đặt trước (đã có sẵn PyTorch, các công cụ fine-tune phổ biến).
Vast.ai
Hoạt động theo mô hình chợ (marketplace) - người có GPU dư thừa (từ cá nhân tới trung tâm dữ liệu nhỏ) cho thuê lại qua nền tảng này, đấu giá cạnh tranh. Nhờ vậy giá thường rẻ hơn đáng kể so với các nhà cung cấp cloud lớn - nhưng độ tin cậy/ổn định máy chủ đa dạng hơn (vì mỗi máy do một chủ khác nhau vận hành), cần đọc đánh giá của máy trước khi thuê.
Lambda (Lambda Labs)
Cloud GPU chuyên biệt cho AI/ML, được nhiều đội ngũ nghiên cứu tin dùng, uy tín ổn định - thường giá không rẻ nhất thị trường nhưng đổi lại chất lượng dịch vụ và tài liệu hỗ trợ tốt.
Google Colab
Khác các nền tảng trên - Colab là môi trường notebook chạy trên trình duyệt, có bản miễn phí cấp GPU (thường là loại phổ thông, có giới hạn thời gian sử dụng liên tục) rất tốt để thử nghiệm, học tập, và Colab Pro/Pro+ trả phí theo tháng cho GPU mạnh hơn, thời gian chạy lâu hơn, ít bị ngắt kết nối hơn.
Gợi ý cho người mới: bắt đầu với Google Colab bản miễn phí để làm quen, thử nghiệm nhỏ trước khi bỏ tiền thuê GPU chuyên dụng ở RunPod/Vast.ai/Lambda cho các tác vụ nghiêm túc hơn.
Bảng giá ước tính theo loại GPU
Đây là khoảng ước lượng thô tại thời điểm viết, KHÔNG phải giá chính xác - giá cloud GPU biến động theo giờ (đặc biệt trên các nền tảng kiểu chợ như Vast.ai), theo khu vực, theo cung-cầu thị trường AI. Luôn kiểm tra giá thời gian thực trên trang từng nền tảng trước khi thuê.
| Loại GPU | Đặc điểm | Khoảng giá tham khảo (VND/giờ) | Phù hợp cho |
|---|---|---|---|
| RTX 4090 | GPU "consumer" (dòng chơi game/đồ họa) mạnh, VRAM ~24GB | Khoảng 10.000 - 25.000đ/giờ | Fine-tune model cỡ nhỏ-vừa (LoRA), thử nghiệm cá nhân |
| A100 | GPU "data-center", VRAM 40GB hoặc 80GB tùy bản | Khoảng 40.000 - 90.000đ/giờ | Fine-tune model lớn hơn, inference model lớn, công việc nghiêm túc hơn |
| H100 | GPU mới, mạnh nhất trong nhóm phổ biến hiện nay | Khoảng 80.000 - 180.000đ/giờ | Huấn luyện/fine-tune quy mô lớn, cần tốc độ cao nhất |
Chọn GPU nào cho việc gì?
| Việc bạn muốn làm | GPU gợi ý |
|---|---|
| Học, thử nghiệm nhỏ, chạy notebook mẫu | Colab miễn phí trước, không cần trả tiền |
| Fine-tune LoRA một model cỡ nhỏ-vừa (7B-13B tham số) trên dữ liệu riêng | RTX 4090 |
| Fine-tune model lớn hơn, hoặc cần VRAM nhiều để load model lớn | A100 |
| Huấn luyện quy mô lớn, dự án nghiêm túc, cần tốc độ tối đa | H100 |
Mẹo tiết kiệm chi phí
- Luôn tắt máy (stop/terminate instance) ngay khi làm xong - cloud GPU tính tiền theo giờ máy đang chạy, kể cả khi bạn không dùng tới, quên tắt là "đốt tiền" oan.
- Thử bản free/dùng thử trước (Colab miễn phí, hoặc credit dùng thử một số nền tảng hay tặng cho tài khoản mới) trước khi cam kết chi tiêu lớn.
- Trên Vast.ai, so sánh nhiều máy trước khi chọn - giá chênh lệch khá nhiều giữa các máy cùng loại GPU do là chợ tự do.
- Ước lượng thời gian cần trước khi bắt đầu - nếu công việc dự kiến chạy nhiều giờ liên tục, tính tổng chi phí trước (giá/giờ × số giờ dự kiến) để tránh bất ngờ.
Bước tiếp theo
Trước khi vội thuê GPU cloud, kiểm tra xem máy cá nhân của bạn có chạy được model mở không - có thể không cần tốn tiền: Chạy LLM trên máy mình