컨슈머 GPU,
초대받아 바로.
기존 PyTorch · Jupyter · OpenAI 호환 API 그대로, 엔드포인트만 바꿔 바로 실행. 시간당 $0.30부터(GPU·VRAM별), 초 단위 과금. 데이터센터가 아니라 개인 PC 풀이라 한계가 있고, 그 한계도 아래에 그대로 적었습니다.
검토 후 초대 → 체험 크레딧으로 60분 무료 · 스팸 없음
"싼가? 바로 되나? 안전한가?"
세 질문에 과장 없이 답합니다. 좋은 점도, 못 하는 점도 그대로.
싼가 — 대형 클라우드보다 쌈
대형 클라우드 업체의 비슷한 GPU 인스턴스는 시간당 $0.5~$1대인데, 우리는 $0.30부터입니다(컨슈머 GPU라). 초대받으면 해외카드 없이 바로 시작하고, GPU별 시간당·초 단위라 짧게 쓰면 그만큼만 냅니다.
이미지 배치는 QC 통과분만 과금(불량 무과금)
바로 되나 — 예열 풀로 빠르게
워커를 미리 띄워두어 콜드스타트를 줄였습니다. GPU dispatch 자체는 빠르지만, 실제 API 왕복은 네트워크 포함 수백 ms입니다.
dispatch p99 5.94ms (프로세스 내부, n=300, 네트워크 제외)
데이터 — 민감한 건 올리지 마세요
격리는 프로세스 단위입니다 — 개인 PC 위라 호스트와 완전히 분리되진 않습니다. 그래서 민감 데이터·개인정보·독점 모델은 올리지 마세요. 공개·실험용 워크로드엔 적합합니다.
기밀 컴퓨팅(CC)은 H100급 필요 · 현재 미지원
3분이면 시작합니다
기존 PyTorch / Jupyter 워크플로 그대로. API 한 줄이면 끝.
API 키 발급
가입 후 대시보드에서 API 키 발급. 초대 승인되면 체험 크레딧이 지급됩니다.
워크로드 실행
기존 PyTorch / OpenAI 호환 SDK 그대로. 엔드포인트만 TechNode로 바꾸면 됨.
사용한 만큼만
초 단위 정산. 사전 예열 풀이 항상 대기 중이라 콜드스타트 비용 없음.
기존 도구, 그대로
새 SDK 배울 필요 없습니다. PyTorch · Jupyter · SSH · OpenAI 호환 API 그대로 사용.
자주 묻는 질문
한 노드가 갑자기 죽으면 작업도 끊기나요?
세션은 자동으로 다른 노드에 재연결됩니다 — 다만 메모리에 올라가 있던 진행 상태(커널 변수)는 보존되지 않아 노트북은 다시 실행해야 합니다(GPU 상태 라이브 마이그레이션은 컨슈머 GPU에선 불가). 긴 학습은 체크포인트를 직접 저장하세요. 재할당 메커니즘 자체는 19.6시간 소크 테스트에서 125만 사이클 동안 실패 0건으로 측정됐습니다(이건 "가용성"이 아니라 양도 메커니즘 안정성입니다).
호스트(GPU 제공자)가 제 모델·데이터를 볼 수 있나요?
원칙적으로는 가능합니다. 격리가 프로세스 단위라, 호스트는 자기 PC의 관리자 권한으로 워크로드에 접근할 수 있습니다(완전 차단엔 H100급 기밀 컴퓨팅이 필요한데 컨슈머 GPU에선 미지원). 그래서 민감 데이터·개인정보·독점 모델은 올리지 마세요. 다만 지금 베타 풀은 운영자가 직접 운영하는 PC(RTX 4060 Ti·4070 SUPER)라 외부 제3자 호스트에는 노출되지 않습니다 — 공개·실험용 워크로드엔 적합합니다.
가격은 어떻게 되나요?
RTX 4070 SUPER(12GB) 시간당 $0.30, RTX 4060 Ti(16GB) $0.37 — VRAM 기준 차등(초 단위 과금)입니다. 초대되면 체험 크레딧으로 60분 무료로 먼저 써보고, 더 쓸 때 충전합니다. 결제 절차는 충전 신청 시 안내합니다(카드 자동결제는 Toss 가맹 심사 중).
기존 PyTorch 코드를 다시 짜야 하나요?
아닙니다. PyTorch · Jupyter · SSH · OpenAI 호환 API 그대로 동작합니다. 엔드포인트 URL만 TechNode로 바꾸면 됩니다.