GPU 算力使用指南
一、三分钟上手
- 打开 GPU 控制台(需登录并完成实名)
- GPU 型号:RTX 4080(¥2.40/时)性价比最高
- 来源:选「基础镜像(空环境,需自己装)」
- 镜像:选「⭐ GPU双环境 · ComfyUI + Qwen2.5-14B(免下载)」
- 计费方式:按量 / 包日 / 包周 / 包月
- 点「创建实例」→ 约 10–20 秒开机
开机后两个按钮搞定一切:
| 按钮 | 作用 | 耗时 |
|---|---|---|
| 🧠 推理模式 | 启动 Ollama + Qwen2.5-14B,用于写分镜 | 约 20 秒 |
| ▶ 视频模式 | 启动 ComfyUI(8188),用于出视频 | 约 10 秒 |
| 状态 | 查看显存 / 服务 / 已装模型 | 即时 |
二、双环境镜像(唯一推荐镜像)
| 项目 | 内容 |
|---|---|
| 镜像名 | GPU双环境 · ComfyUI + Qwen2.5-14B(免下载) |
| 包含 | ComfyUI(视频工作流)+ Ollama + Qwen2.5-14B(9.0GB 真实 14B) |
| 大小 | 19 GB |
| 镜像费 | ¥0.20 / 小时(随机器费一并计) |
| 推荐机型 | RTX 4080 / RTX 5090 |
| 开机到可用 | 约 20 秒(无需下载模型) |
为什么只装 Qwen2.5-14B
你的场景是「上传剧本 → 自动出分镜」,需要的是稳定的结构化输出,不是自由创作。
| 模型 | 结构化 JSON | 速度 | 结论 |
|---|---|---|---|
| Qwen2.5-14B | 直接输出纯 JSON | 15 秒 / 3 镜头 | ✅ 主力 |
| DeepSeek-R1-14B | 会先输出思考过程,易混入正文 | 慢 2–3 倍 | ❌ 分镜不必要 |
需要强推理时可临时在机器里执行 ollama pull deepseek-r1:14b(9GB,约 10 分钟),关机保留。
三、实测:剧本 → 自动分镜
输入剧本:
请求:
curl http://127.0.0.1:11434/api/generate -d '{
"model": "qwen2.5:14b",
"prompt": "你是一位短剧分镜师。把下面剧本拆成 3 个镜头,只输出 JSON 数组,不要任何解释。每个元素包含字段:shot、size、scene、action、mood。剧本:女主在公司年会发现丈夫与闺蜜暧昧,当场摔杯,夺门而出。",
"stream": false,
"options": {"temperature": 0.3}
}'
返回(15.05 秒,91 tokens):
[
{"shot":1,"size":"medium","scene":"公司年会现场","action":"女主发现丈夫与闺蜜亲密交谈","mood":"震惊"},
{"shot":2,"size":"close-up","scene":"餐桌上","action":"女主拿起酒杯,眼神复杂","mood":"愤怒"},
{"shot":3,"size":"medium","scene":"门口","action":"女主摔杯,迅速离开现场","mood":"决绝"}
]
把 scene 字段直接喂给文生视频工作流即可。
自动出分镜的完整流程
上传剧本(txt / 文本)
↓ 调 /api/generate(上面那条命令),prompt 里要求「只输出 JSON 数组」
↓ 解析 JSON,拿到每个镜头的 scene / action / mood
↓ 把 scene 作为正向提示词,提交 ComfyUI 工作流
↓ 得到视频
建议参数
| 参数 | 建议值 | 说明 |
|---|---|---|
| model | qwen2.5:14b | 固定 |
| temperature | 0.2–0.4 | 越低越稳定,分镜用 0.3 |
| stream | false | 方便一次性解析 JSON |
| 分镜数量 | 每次 3–8 个镜头 | 太多会截断,分多次调用 |
四、计费规则
档位(以 RTX 4080 为例)
| 档位 | 价格 | 折合每小时 |
|---|---|---|
| 按量 | ¥2.40 / 时 | 2.40 |
| 包日 | ¥51.80 / 天 | 2.16 |
| 包周 | ¥351.59 / 周 | 2.09 |
| 包月 | ¥1208.59 / 月 | 1.68 |
逐小时扣费明细
点数管理里能看到每一条:
GPU 容器按量计费 · 第 1 小时 -240 点(¥2.40)
GPU 镜像费 · 第 1 小时 -20 点(¥0.20)
GPU 云存储费 -3.56 点
- 每小时自动扣费一次(无需手动续费)
- 余额不足 1 小时:自动关机并销毁
- 提前销毁:按实际使用时长结算,未用部分退回
其他说明
- 1 元 = 100 点
- 充值 / 会员不需要实名,开 GPU 和调 API 需要实名
- 机器运行期间,平台的按次调用(模型 API / 应用 / 视频)会被拦截,避免重复扣费
五、访问机器
| 方式 | 用途 | 入口 |
|---|---|---|
| Jupyter | 执行命令、跑脚本 | 实例卡片「访问地址」 |
| SSH | 命令行(应用镜像才有) | 实例卡片「SSH」 |
| ComfyUI WebUI | 出视频 | 点「▶ 视频模式」后访问 8188 |
Jupyter 里每个单元格前加 ! 就能执行 shell:
!nvidia-smi
!ollama list
六、自动模式(免手动切换)
实例开机后,平台会自动执行 a7w-mode auto,两个服务同时就绪:
开机
↓ 约 20 秒
├─ ComfyUI 已启动(8188)→ 随时出视频
└─ Ollama 已启动(11434)→ 随时调 Qwen2.5-14B
↓ 推理空闲 5 分钟
自动卸载模型、释放显存 → 让给视频工作流
↓ 下次调用推理
自动重新加载(约 10 秒)
页面上会显示:
当前模式 ⚡ 自动模式(ComfyUI + 推理都已就绪,推理空闲 5 分钟自动释放显存)
什么时候才需要点按钮
| 按钮 | 用途 |
|---|---|
| ▶ 视频模式 | 强制停推理、立刻腾满显存(跑大工作流时) |
| 🧠 推理模式 | 强制停 ComfyUI、只跑推理 |
| 状态 | 查看显存 / 服务 / 已装模型 |
日常不需要点,只有「刚用完 14B,马上要跑大视频」时点一下视频模式更快(不用等 5 分钟)。
命令行
curl -fsSL https://api.a7w.cn/assets/a7w-mode.sh -o /usr/local/bin/a7w-mode && chmod +x /usr/local/bin/a7w-mode
a7w-mode auto # 自动模式(推荐)
a7w-mode status # 看状态
a7w-mode llm qwen2.5:14b # 只跑推理
a7w-mode video # 只跑视频
a7w-mode stop # 全停
七、推理调用示例
OpenAI 兼容接口
curl http://127.0.0.1:11434/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model":"qwen2.5:14b","messages":[{"role":"user","content":"把这段剧本拆成分镜"}]}'
Python
import requests, json
script = open("script.txt", encoding="utf-8").read()
prompt = f"你是一位短剧分镜师。把下面剧本拆成 6 个镜头,只输出 JSON 数组。剧本:{script}"
r = requests.post("http://127.0.0.1:11434/api/generate", json={
"model": "qwen2.5:14b",
"prompt": prompt,
"stream": False,
"options": {"temperature": 0.3},
})
shots = json.loads(r.json()["response"])
print(shots)
八、常见问题
Q:镜像列表里看不到双环境镜像?
「来源」必须选「基础镜像」,预装镜像在那一类下、排第一、带 ⭐ 推荐。
Q:开机后 ComfyUI 打不开?
点一次「▶ 视频模式」,约 10 秒启动后即可访问 8188。
Q:开机后 Ollama 显示未运行?
点「🧠 推理模式」启动,约 20 秒加载模型。
Q:需要手动切换视频/推理吗?
不需要。开机自动进入「自动模式」:两个服务都起来,推理空闲 5 分钟自动释放显存。
Q:能同时跑 ComfyUI 和 14B 吗?
14B 加载时约 15GB,视频大工作流要 20–30GB。自动模式会在推理空闲后释放显存;若刚用完推理就要跑大视频,点一下「▶ 视频模式」立刻腾满。
Q:能装别的模型吗?
可以,ollama pull <模型名>;关机保留磁盘,销毁后回到镜像自带状态。
Q:7B 镜像还有吗?
已下架。14B 质量更好且镜像已预装,无需再装 7B。
Q:关机还收费吗?
不收。关机停止计算费,磁盘保留;销毁才清空磁盘。
Q:余额不足会怎样?
不足 24 小时页面提示;不足 1 小时自动关机并销毁,按实际用量结算,剩余点数退回。
九、相关文档
- GPU 实例 API 文档:用 API 创建/查询/开关机
- GPU 控制台:开机器的地方
- 点数管理:账单流水、发票
十、机型与显存对照
| 机型 | 显存 | 按量价 | 能跑什么 | 建议 |
|---|---|---|---|---|
| RTX 3090 | 24GB | ¥1.52/时 | 14B 推理、轻度视频 | 预算优先 |
| RTX 4080 | 32GB | ¥2.40/时 | 14B + ComfyUI 视频(推荐) | 主力 |
| RTX 4090 D | 32GB | ¥2.62/时 | 同上,速度更快 | 出片量大 |
| nGPU-32GB | 32GB | ¥2.41/时 | 同 4080 | 备用 |
| nGPU-48GB | 48GB | ¥3.28/时 | 14B 常驻 + 视频并行 | 重度 |
| RTX 5090 | 32GB | ¥3.44/时 | 同 4090D,更快 | 高端 |
| 6000D-84G | 84GB | ¥6.25/时 | 32B 级模型、多任务 | 专业 |
显存占用参考
| 任务 | 显存 |
|---|---|
| Qwen2.5-14B 推理 | 约 15GB |
| ComfyUI 空载 | 约 0.3GB |
| ComfyUI 视频工作流(H3/图生视频) | 20–30GB |
| 两者同时满负荷 | 需要 40GB+(单卡 32GB 不够) |
十一、商用须知(计费 / 退款 / 合规)
计费
| 项目 | 规则 |
|---|---|
| 计费起始 | 实例开机成功即开始计时 |
| 计费精度 | 按秒累计,每小时扣一次费 |
| 容器费 | 按机型小时价(¥1.52–6.25/时) |
| 镜像费 | 预装镜像 ¥0.20/时(7B 类 ¥0.10/时) |
| 存储费 | 约 ¥0.03/时(90GB 基础盘) |
| 套餐 | 包日 / 包周 / 包月,先付后用,最长 12 期 |
| 点数 | 1 元 = 100 点 |
退款与结算
| 场景 | 处理 |
|---|---|
| 主动销毁 | 按实际运行秒数结算,未用部分自动退回点数,立即到账 |
| 创建失败 | 预扣点数全额自动退回(含镜像费、存储费) |
| 关机 | 停止计算费;磁盘保留,随时可再开机 |
| 余额不足 24 小时 | 页面告警 + 邮件提醒 |
| 余额不足 1 小时 | 自动关机并销毁,按实际用量结算,剩余退回 |
| 套餐未用完 | 提前销毁按实际时长结算,差额退回 |
服务可用性
- 平台侧:按可用性目标 99% 运营,故障会同步在页面提示
- 上游:GPU 资源由合作机房提供,机型缺货时创建会失败并全额退款
- 计划维护会提前公告;非计划故障按工单处理
数据与隐私
| 项目 | 说明 |
|---|---|
| 数据位置 | 实例所在机房的数据盘 |
| 关机 | 数据保留 |
| 销毁 | 实例与磁盘一并释放,数据不可恢复(含模型、脚本、产物) |
| 镜像 | 保存的镜像归账户所有,可自行删除 |
| 敏感数据 | 建议出片后及时下载到本地 |
使用规范
- 需完成实名认证才能开 GPU 与调用 API
- 禁止:加密货币挖矿、违法违规内容、攻击/扫描他人系统、转租转售算力
- 违规处理:立即停实例,余额不退;情节严重移交相关部门
- 内容责任:生成的图片/视频由使用者自行承担合规责任
发票与对账
- 充值、消费记录在「点数管理」可查、可导出
- 发票在企业中心「发票管理」申请(需填写抬头、税号)
- 对账口径:流水里的「点数 ÷ 100 = 金额(元)」
售后
| 渠道 | 说明 |
|---|---|
| 工单 | 页面右下角在线咨询 / 客服中心 |
| 响应 | 工作时间 30 分钟内,非工作时间次日处理 |
| 需要提供 | 实例 ID、发生时间、截图、账单流水号 |
变更
价格与规则调整会提前 7 天在文档与页面公告,已购买的套餐不受影响。