Affittare la propria GPU su vast.ai quando non è in uso?¶

Traduzione automatica dell'originale francese.

Risposta: no, non nella nostra configurazione. Analisi effettuata il 2026-10-22 per la RTX 4070 Ti da 12 Go di vm-compute-01. L'idea è allettante: la scheda è inattiva per una buona parte della giornata, perché non sfruttarla per altri durante questo tempo? L'idea si scontra con tre punti, dal più grave al meno grave. La conclusione cambia se uno di questi punti cambia: è specificato alla fine.

1. Il ricavo non copre quasi l'elettricità¶

Prezzi rilevati il 2026-10-22 tramite l'API pubblica di vast.ai (offerte su richiesta, 1 GPU):

Scheda	Offerte elencate	Prezzo richiesto, minimo	Prezzo richiesto, medio
RTX 4070 Ti	21	0,107 $/h	0,173 $/h
RTX 4070	20	0,080 $/h	0,134 $/h
RTX 3080	55	0,067 $/h	0,153 $/h

Si tratta di prezzi richiesti dagli host, non di prezzi effettivamente incassati: un'offerta elencata è per definizione un'offerta che in quel momento non viene affittata.

Il calcolo, con ipotesi esplicite:

Consumo: una scheda affittata funziona a pieno carico, consumando circa 250-300 W in più alla presa. A 0,30 €/kWh (ipotesi, tariffa residenziale belga), ≈ 0,08 €/h.
Commissione della piattaforma, prelevata su ciò che incassa l'host.
Tasso di occupazione: una macchina che inizia non ha alcun storico di affidabilità, e gli affittatari la valutano in base a questo criterio. Un tasso realistico all'inizio è del 20-40%, e il mercato delle schede da 12 Go è saturo.

Stima: 730 ore × 30% di occupazione × (≈ 0,15 € − 0,08 € di elettricità − commissione) ≈ 0-20 € al mese, prima delle tasse — è un ricavo da dichiarare. Può essere negativo se l'occupazione diminuisce o se il prezzo di equilibrio scende.

2. Container di sconosciuti sull'host principale¶

Questo è il punto cruciale, indipendentemente dal denaro.
vm-compute-01 non è una macchina isolata: è la macchina principale Docker del parco (circa 85 container), con connessioni di rete allo storage e accesso alla rete locale e alla rete privata. Ospitare vast.ai significa far girare il codice di qualsiasi utente, con accesso diretto alla scheda grafica. Un errore nel container o un bug nel driver della GPU aprirebbe così l'accesso a tutto il parco.
vast.ai richiede porte accessibili da Internet alla macchina ospite. Il nostro principio è l'opposto: una sola porta esposta, quella del NAS (vedi reverse proxy). Aprire porte a una macchina interna comprometterebbe questo principio.
Per farlo in modo corretto, è necessario una rete isolata (VLAN dedicato, firewall tra questa rete e il resto). Il router attuale non lo permette.

3. "Quando non è in uso" non funziona come si pensa¶

Durante un noleggio, la scheda appartiene al locatore. Un noleggio a richiesta non si interrompe prima della data di scadenza: non è possibile riprenderla quando serve. Rimuovere la macchina in noleggio ne diminuisce il punteggio di affidabilità, quindi anche i futuri noleggi.
Il software ospita Docker e il runtime NVIDIA, e in pratica presuppone una macchina dedicata. Da noi, la stessa scheda viene utilizzata per l'inferenza locale, la trascrizione, il riconoscimento di immagini e l'elaborazione di documenti, con un meccanismo di prenotazione che ne gestisce la memoria video. I due sistemi si contenderebbero la scheda.

Ciò che cambierebbe la risposta¶

Sì…	Allora
la carta viene sostituita da una più grande	la vendita di seconda mano genera un profitto maggiore e immediato, rispetto a anni di affitto
si dispone di una macchina dedicata, su una rete isolata	l'utilizzo diventa più sicuro; è necessario misurare prima il consumo reale con un contatore
il prezzo medio incassato supera notevolmente il costo dell'elettricità	ricalcolare la sezione 1 con i prezzi attuali

Come ricalcolare la misurazione¶

I prezzi possono essere letti tramite l'API pubblica di ricerca di offerte:

curl -s -G "https://console.vast.ai/api/v0/bundles/" \
  --data-urlencode 'q={"gpu_name":{"eq":"RTX 4070 Ti"},"num_gpus":{"eq":1},"type":"on-demand","limit":500}' \
  | python3 -c "import json,sys,statistics as s; p=sorted(o['dph_base'] for o in json.load(sys.stdin)['offers']); print(len(p), p[0], s.median(p))"

Il tempo di inattività effettivo della carta può essere letto dall'historico del suo utilizzo (tasso di occupazione GPU su 30 giorni): è questo, e non l'impressione che "non venga utilizzata spesso", a limitare il potenziale guadagno.

Dernière vérification de cette page : 2026-10-22