既然不想买高价显卡，我就租了云端 GPU 跑模型。这决定背后，是今年彻底想明白的一件事：所有重资产，无论是团队还是硬件，都是负债。去年这时候，我还在为办公室里那十几号人的工资和社保发愁，现在，我只需要为 AWS 的 p3.2xlarge 实例按小时付费，跑完就关，账单一清二楚。
团队那摊子事，真是把我掏空了。2019年膨胀的时候，觉得接了个大单，得配齐人马。结果呢？招来的人，一半时间在磨合，四分之一时间在扯皮，剩下四分之一在填自己挖的坑。最要命的是，你从一个写代码、画原型的产品经理，变成了一个全职的“情绪垃圾桶”和“规则解释器”。客户凌晨两点改需求，我得先安抚手下兄弟的情绪，再自己硬着头皮想解决方案。那段时间，赚的流水看着漂亮，扣掉成本，落到自己手里的，还不如我2018年一个人单干的时候多。关键是，不快乐，一种被绑架的、深陷泥潭的疲惫。每天醒来，想的不是今天要攻克什么技术难点，而是张三会不会又请假，李四的那个模块到底能不能按时交付。
疫情是个转折点，或者说，是个让我不得不停下来的刹车。项目黄了，团队散了。看着空荡荡的办公室，我第一反应不是失落，居然是松了口气。妈的，终于不用管人了。我重新捡起了 Python，不是去写那些业务逻辑，而是开始研究自动化脚本，研究怎么用 Requests 和 BeautifulSoup 更优雅地“借”点数据。我发现，离开了团队协作那些噪音，我的效率高得吓人。一个人，一台电脑，一个清晰的待办清单，世界都清净了。
所以回到显卡这个问题。以前做团队，想着要建“技术壁垒”，琢磨过自己搭个 GPU 服务器，搞点私有的模型训练环境。现在想想，纯属扯淡。一张 RTX 3090 那时候炒到快两万，还得考虑电费、散热、运维。最关键的是，我的需求是波动的，可能这个月密集需要跑 CV 模型处理一批图片，下个月就完全用不上。为这种波峰需求囤积硬件，是典型的“管理思维”遗毒，总想着掌控一切资源。
云端租用就简单粗暴多了。我需要处理十万张图片做分类，就开个按需实例，用 PyTorch 写好数据管道和训练循环，挂上去跑。用的框架是 Fast.ai，它的高阶 API 对快速原型验证太友好了，几行代码就能把预训练模型拉起来做微调。过程中遇到显存溢出，直接在脚本里调整 batch size 或者用梯度累积模拟大 batch，不需要去折腾硬件。跑完，模型文件下载到本地，实例终止。费用精确到小时，甚至分钟。这种“召之即来，挥之即去”的感觉，太他妈符合我现在“超级个体”的生存哲学了。
当然，坑也有。主要是数据上传和下载的带宽成本，以及配置环境的琐碎。我写了一套 Bash 脚本，把 AMI 镜像、依赖包安装、代码库拉取全自动化了。启动实例后，一条命令，环境就绪。这也逼着我把项目结构整理得更干净，因为每一次都是全新的环境，容不得半点“在我本地是好的”这种侥幸。这反而成了好事，代码的健壮性和可复现性都上来了。
季度末算账，这个月在云 GPU 上花了大概八百多。如果自购显卡，这笔钱连个零头都不够，更别提带来的灵活性和零维护负担。效率呢？我完成了三个小模型的原型验证，其中一个给一个健身教练客户做了体态评估的 POC，效果不错，可能能发展成一个轻量级的 SaaS 工具。这要放在以前，光是在团队内部立项、协调资源、开会，可能一个月就过去了。
规模小了，但掌控感回来了。快乐，来自于清晰的投入产出比，来自于技术直接变现的短路径，来自于深夜跑模型时，听着风扇狂转（云端的，不是我电脑的）的那种纯粹的、解决问题的快感。团队是放大器，但前提是你得有足够结实和稳定的内核。去年我的内核都快被管理耗散了，现在，我重新把它拧紧了，就拧在代码、模型和这些实实在在的自动化脚本里。下一步，该琢磨怎么把这些零散的脚本，封装成哪怕再小的、能收钱的工具了。
