大模型、AI 绘画、视频渲染火了之后，越来越多人和团队开始"租 GPU"。但很少有人认真想过：GPU 租赁到底是在租什么？拆开看，其实是在租三样东西。
租的是"算力时间"，不是"显卡"
你付钱买到的，是某张 GPU 在一段时间里为你工作的小时数。显卡仍躺在服务商的机房里，所有权不属于你。按小时、按分钟、甚至按秒计费，本质是"租用计算能力的使用权"。这和打车一样——你拿到的是出行服务，而不是方向盘。
租的是"一整套计算环境"
云 GPU 实例给你的远不止一块芯片。它通常包含指定型号 GPU（如 A100、H100）、配套 CPU 与内存、磁盘和网络，以及预装好的框架。你登录上去，拿到一个开箱即用的远程工作站，驱动和散热都不用自己管。
租的是"弹性"
这是租赁最值钱的部分。项目来了，几分钟开几十张卡并行训练；训练结束，立刻释放，费用随即停止。把一次性巨额硬件投入变成按需支付的运营支出。
为什么大家不自己买？
三个现实原因：显卡太贵（一张 H100 数万到十几万元）、利用率低（个人和小团队根本喂不饱）、迭代太快（等你买回来，下一代可能已发布）。租赁让中小团队也能用上顶级算力。
GPU 租赁主要有几种形态：裸金属 GPU 服务器（性能最强、最接近物理机）、云 GPU 实例，以及 Serverless GPU（按调用次数计费，适合推理）。
所以，GPU 租赁本质上是在"租时间、租环境、租弹性"。它卖的不是硬件所有权，而是把算力变成像水电一样随手可取的基础设施。
