H100 按小时租，帮 " 草根 " 实现 "GPU 定制自由 "

不知经常往旧金山城里跑的小伙伴，有没有在路边见过这样的广告：

" 按周、天或小时租用 H100 芯片。

3.2TB/s InfiniBand 高速网络，k8s / Slurm 开源系统，就是这种东西。"

下面还写了一排官网地址给你 " 撕 "。

作为全世界生成式人工智能的火热据点，旧金山街道遍布的各类 AI 广告早已成为它的 " 城市特色 "。可即便如此， 这个 " 出租算力 " 的概念仍然很酷，而且是把高高在上的英伟达 H100 变得如此接地气，在 AI 圈内引起了一阵小波澜。

半年多过去，这家做算力生意的初创公司「San Francisco Compute」从名不见经传的 "Underdog" 来到台前。上周，Sam Altman 亲弟弟 Jack Altman 主理的 Alt Capital 领投其 1200 万美元种子轮融资，让它的估值来到约 5 亿人民币（7000 万美元）。

1 AI 算力市场的 "Airbnb"

我们知道，能否及时获取足量计算资源可能会决定一家 AI 初创公司的成败。而通常只有规模最大、资金最充足、关系最广的大公司才能确保获得所需算力。高性能 AI 芯片不仅成本高昂，还需要签订长期合同，这对资金有限、业务需求多变的中小企业构成了巨大障碍。

SF Compute 就是为了解决这个难题而生。它专注于为早期公司提供经济实惠、短期灵活的超级计算资源访问权限，帮助它们更高效、更经济地开发和训练 AI 模型。有点类似 Airbnb 在住宿领域的做法：通过共享和按需租赁，让用户以较低成本获取所需资源，短时间内使用大量计算能力。

具体是通过以下两种服务模式：

1. 短期计算资源租赁

与需要签订长期合同（通常为 1-3 年）的传统提供商不同，SF Compute 提供按周、按天、甚至按小时计费的短期算力租赁服务。同时具备可扩展的集群，让用户根据实际需求来动态调整其计算资源使用量，完全实现 "GPU 定制自由 "。

你可以租 768 个 H100 使用一周，也可以借 8 个 H100 运行 2 小时。SF Compute 还为 512 - 4096 个 GPU 的大规模预订提供有竞争力的定价。例如租赁 512 个 H100 两周只需 50 万美元，远低于在其它提供商那里一年 1200 万美元的花费。

这种以实惠价格 " 爆发式 " 访问巨大算力的灵活选项，特别适合需要高性能计算但不想承担长期财务负担的用户。包括资金有限、业务可能快速变化的 AI 初创公司，以及实验室或研究员需要强大算力支持的短期项目等。

根据 SF Compute 官网信息（下图）：当前 GPU 使用价格为 2.85 美元 / 小时，下一个可用时间段是 8 月 4 日。从现在到明年 1 月 5 日的可用容量在逐步增加，到年底达到 912 个 H100 GPU。

目前三个公共算力集群部署中：Angel Island 集群有 192 个 H100 GPU，于去年 11 月上线。Bay Bridge 和 Coit Tower 分别有 512 和 1024 个 H100 GPU，计划明年春季上线。

2. 计算能力交易平台

除租赁服务外，SF Compute 还在开发一个计算能力交易平台，以使用户更便捷地按需买卖计算资源，进一步降低算力获取难度和成本。通过允许小型 AI 公司与大企业竞争来民主化高性能计算的访问。

据悉，公司已经获得了相当于 8000 个 H100 的资源来支持这一计划。刚筹集的 1200 万元资金也会投入平台建设。

2 坐标旧金山脑谷，16 人团队里三分之二当过创始人

SF Compute 总部位于硅谷旧金山，办公室就设在 AI 公司扎堆密集、被称为 " 脑谷 " 的 Hayes Valley。2023 年由Alex Gajewski（右）和Evan Conrad（左）共同创立。

Alex Gajewski任公司 CEO，毕业于哥伦比亚大学数学系。在开始旧金山计算公司之前，Alex 曾创立 Metaphor，主导训练了一个覆盖十亿页面的大型对比模型和一个神经搜索引擎。他还在公司加速器 AI Grant 第一批项目中发挥了重要作用。职业生涯致力于减少创建最先进 AI 模型的障碍和促进多样化的公司生态系统。

Evan Conrad在科技行业拥有丰富的职业生涯。曾在 OpenAI 的 ChatGPT Enterprise 部门短暂工作过，担任过八个月的 AI Grant 董事。之前联合创立了 Quirk 和 Moder LLC 并分别工作近四年。他还担任过 Segment 软件工程师，有 Amazon 和 AppDetex 的实习经历。

两人创立 SF Compute 的渊源也很有意思。

因成为合租室友而相识后，Alex 和 Evan 本来是打算成立一家 AI 音乐初创公司。为了扩展音乐生成模型并向潜在投资者展示成果，他们联系了当时的每一家 GPU 提供商，以寻求 1 个月的算力访问权限。结果被所有人告知最少购买期限是一年，费用 100 万美元起步，而他们根本就拿不出 100 万。

" 没人愿意只卖一个月的使用权。这很好理解：如果你运营一个大型集群，最好是以 1 到 3 年的合同出售并预先支付所有费用。这样风险更小，利润更高。为什么要把集群卖给 Junelark 这种几乎没有资金的两人音乐初创公司，况且他们可能在合同结束前就倒闭了？" Evan 说，" 不幸的是，我们就是 Junelark。我们的朋友也大多数是这种情况。"

" 如果你不是那些‘神圣的少数’之一，实际上就被市场定价排除在外。没有重大资金支持，你根本没得选择。"

寻求 GPU 受挫的两人于是尝试联系其他同样需要计算能力的创始人，认为如果有十几家初创公司一起加入，他们就能共同负担得起一份年度合同。

没想到短短几周内，就吸引来 170 家 AI 公司签约。看到这个庞大的市场需求后，两人果断放弃了 AI 音乐梦想，决定成为一个专门为大规模训练任务提供超级计算资源灵活访问的 GPU 云供应商。

不仅是 " 淋过雨后方知给他人撑伞 "，在算力民主化、资源共享、扶持小型实体与大企业竞争这些备受硅谷科技社区推崇的理念背后，SF Compute 也正中大量 AI 公司创始人苦于拿不到算力推进项目的痛点。

五个月前 Evan Conrad 在一次演讲中表示，SF Compute 每个月都在把算力卖给学术实验室、研究人员、初创公司，这是其他人永远不会重视的客户。

当时他们的运营利润约为 100 万美元，预计在两个新集群上线后将增加 10 倍，达到每年 1000 万美元。公司的早期客户中还包括哈佛大学和普林斯顿大学的研究实验室，以及 PlayHT Inc.、Phind 和 Liquid AI Inc. 等初创公司。

目前 SF Compute 在 LinkedIn 的关联员工为 16 个人。Evan 在 X 发文透露，其中有 10 名员工都是前创始人。他们也正在招聘核心基础设施工程师、机器学习系统工程师和产品工程师职位（有兴趣的可以关注一下）。

公司风格颇有《硅谷》电视剧里的感觉。员工们编程累了，就会解物理题目来 " 放松 "。

也用文章开头那种朴实无华的方式打了许多本地硬广。

再看几个，比如路边公告牌：

候车大厅：

以及下面这条，" 为你的下一个 H100 账单立省 2000 万美元。"

用户 Micheal Black 说，" 唯在旧金山有这样的 sense。做广告的关键是了解你的客户。我在想，是的，我确实想在 H100 上省 2000 万！"

硅谷这片科技热土，历来盛产充满冒险精神的创业者和想创业的人们。通常现在一场前沿 AI 活动的观众里，一半以上都是人工智能相关公司创始人。

这些人对访问大量高性能 AI 计算资源有着迫切的渴求，却总被财大气粗的成熟企业挤到一边，可能手握出色的想法、技术却无法到现实世界验证和呈现。而今 San Francisco Compute 的出现，让双方得以互相成就。

3 市场竞争与未来发展

当然，SF Compute 并不是唯一一家提供部分计算能力访问的公司，在市场中也面对几家颇为强大的同行对手。

例如 Lambda Inc，最初是一家面部识别公司，后来转向为包括英特尔公司和国防部在内的顶尖机构提供按需的 GPU 工作站、服务器和云计算资源。更知名些的有 " 英伟达小弟 "CoreWeave，起初是一家加密货币挖矿公司，也转型成 GPU 加速云计算服务供应商，专注于支持生成式 AI 和其他需要高性能计算的任务。最近它完成了 11 亿美元融资，估值已达 190 亿美元。另外还有提供低成本算力租赁服务的 Vast.ai 公司，和拥有全球分布 GPU 云及无服务器端点的 RunPod 公司等。

虽然竞争激烈，但 SF Compute 在短至小时的租赁时间和集群使用量上的灵活度、更具竞争力的价格和专注中小企业甚至个人等方面，还是拉拢了属于自己的特定客户群体。而未来即将推出的计算资源交易平台，也将成为它下一大制胜优势。

SF Compute 称，接下来会把团队主要工程人员翻倍至 30 人，进一步增强服务能力，提高市场地位。

作为投资人，Jack Altman 预计会有越来越多的用例出现：" 风险投资公司和其他锁定长期 GPU 交易的公司都可以利用这个平台来买卖访问权。许多群体可能成为客户。"Jack Altman 说，"San Francisco Compute 已经展开了许多合作洽谈，我认为这是一个非常值得看好的方向。"