決策工具
GPU 排名：性能、價格與價值
以 GPU Index 與 Value Score 比較訓練、推理與預算場景下的雲端 GPU 選項。
排名常見問題
Value Score 如何計算？
Value Score 由加權性能信號與每小時價格計算。不同使用場景（Training / Inference / Budget）採用不同權重。
為何排名會隨時間變動？
GPU 雲價格與庫存變動頻繁。我們會定期更新快照，因此排名會隨價格變化而調整。
應先看 排名 還是 Finder？
Use 排名 for a fast shortlist. Then use 篩選器 to filter by region, VRAM, billing model, and provider constraints.
繁中版：功能與英文主站一致，內容持續優化中。
使用場景邏輯：Training 優先 H100/A100 類；Inference 優先 4090/3090/A10G 性價比；Budget 優先最低 $/GPU/hr 且 VRAM ≥ 8GB。
| 排名 | GPU | 供應商 | 城市 | VRAM | $/GPU/hr | 月估算 | Value Score | 操作 |
|---|
Method: $/GPU/hr = instance hourly price ÷ detected GPU count in plan name (when applicable). Monthly estimate uses 730h. Value Score = (weighted perf score) / ($/GPU/hr). Data source: Finder pricing snapshots. Last updated: 2026-03-19. Methodology.
Value Score =（性能分 × 場景權重 + VRAM 權重）/ 每小時價格。Training 偏重算力，Inference 平衡算力與 VRAM，Budget 偏重低成本。
建議優先查看目前重點供應商： MaxCloudON, 99Stack, Cherry Servers, CloudClusters, DatabaseMart, GPUMart, Liquid Web, RunPod, Vultr, ServerMania.