AI产品库

产品情报 / AI 云基础设施与 GPU 算力

Verda LogoVerda

覆盖实例、集群、Serverless 与存储的 AI 云

官方定位为「由 AI 负载塑造的云基础设施」,强调在软件、算力、存储与网络上做到峰值效率;产品覆盖 GPU 实例、InfiniBand 互联集群、自动扩缩容器、块存储与镜像仓库,站点由原 DataCrunch 更名而来。

深度介绍

Verda详细介绍

🖥

GPU 实例:快速拿到最新 NVIDIA 显卡

Verda 的第一类产品是 GPU 实例,官方描述为「快速获取来自 NVIDIA 的最新 GPU 实例」。这属于最基础的算力形态:按需开通、按用量计费,适合实验、微调、批处理与推理起步。对使用者而言,选择这类实例时要重点看三件事——显存容量、卡间互联方式与宿主机网络,因为它们直接决定多卡任务能不能跑、数据加载会不会成为瓶颈;官方把「软件、算力、存储与网络」四层并列表述,也说明它把网络与存储当成同等重要的组件。

🕸

Instant 集群:带 InfiniBand 的自助多卡

第二类是 Instant clusters,官方描述为「带 InfiniBand 互联的自助 GPU 集群」。InfiniBand 是训练集群里常见的高带宽低延迟互联方案,对多机多卡训练的影响往往大于单卡规格:梯度同步与参数通信一旦成为瓶颈,加卡也换不来线性加速。官方称该集群是自助式的,意味着不必走人工开通流程;实际使用前建议确认集群规模上限、可用机型与存储挂载方式,尤其是数据如何被多节点同时高效读取。

📦

Serverless 容器:按请求自动扩缩

第三类是 Serverless containers,官方描述为「面向推理与批处理任务的自动扩缩 GPU 容器」。这种形态把「用哪张卡、开几台」交给平台自动决定,开发者只提供容器镜像与资源需求,适合流量波动明显或任务量不固定的场景。它的代价是灵活度不如直接租实例,而且冷启动与扩缩策略会直接影响延迟体验;选型时应实测首请求延迟与扩容速度,而不是只看单价。

🗄

存储与镜像仓库:把工程配套补齐

除算力外,官方还提供 POSIX 兼容的块存储与容器镜像仓库。这两项看起来不起眼,却决定了日常使用的顺手程度:POSIX 语义意味着现有代码与工具链基本无需改造就能读写数据,镜像仓库则省掉了自建 registry 或依赖公共仓库的麻烦。对多节点训练而言,共享存储的性能与一致性往往比单卡算力更容易成为瓶颈,因此在评估集群时,存储应和网络一起纳入测试范围。

🎯

定位:从原型到基础模型训练再到推理

官方用一句话概括覆盖范围:「从快速原型,到基础模型训练,再到可扩展推理」。这句话的实际含义是同一平台上三种用法并存——小规模试验用实例、正式训练用带互联的集群、上线阶段用自动扩缩容器。对团队来说,好处是权重、镜像与数据不必在多套环境之间搬运;风险则是对单一供应商的依赖加深,尤其是在存储格式与镜像仓库这类容易被锁定的组件上。

🤝

客户结构:从开源项目到大厂

官方页面的客户展示里出现了 vLLM、Prime Intellect、Black Forest Labs、Magnific、Sony、NEC、Unbabel 与 1X 等名字。这份名单的信息量在于两头都有:既有 vLLM 这类推理引擎项目(说明它被用于服务开源模型),也有 Sony、NEC 这类大企业(说明它承接企业级采购)。对做选型的团队,值得进一步确认的是同类型负载下的实例规格与支持条款,而不是只看客户 logo。

🧮

成本要看三层,不只看每小时

这类平台的账单由三部分叠加:算力(实例或容器)、存储(块存储与镜像)、以及网络与数据传输。常见的低估点有两个——存储长期挂着不清理,以及多节点训练时的跨节点流量。做法建议是:训练任务用脚本化启停避免闲置计费;把数据集与检查点放在共享存储上并定期清理旧版本;在多卡训练前先用小规模任务测一遍数据读取与通信开销,再决定集群规模。

🧭

适合谁,以及为什么改名叫 Verda

它适合需要「实例 + 集群 + 自动扩缩」三类形态混用、并且愿意把网络与存储一起纳入规划的 AI 团队;如果只是偶尔调用模型 API,这类平台偏重。关于改名:原 DataCrunch 站点现在以 Verda 品牌呈现,官方定位也从单纯 GPU 云扩写成「软件、算力、存储、网络」四层的基础设施。对使用者最直接的影响是搜索与文档入口可能变化——旧域名仍可访问,但新的品牌名与技术文档以 Verda 为准。

产品特点

核心功能与独有价值

01

实例、集群、容器三种形态并存

官方把 GPU 实例、带 InfiniBand 的自助集群与自动扩缩的 Serverless 容器并列,分别对应试验、正式训练与上线推理。同一平台内切换的代价主要在部署方式,而不是更换账号与工具链。

02

把 InfiniBand 互联写进卖点

Instant clusters 明确标注 InfiniBand 互联,说明它面向的是多机多卡训练而非单卡推理。对训练吞吐敏感的团队,互联能力往往比单卡规格更能决定实际加速比。

03

存储与镜像仓库作为配套组件

官方提供 POSIX 兼容块存储与容器镜像仓库,覆盖了从数据读写到镜像分发的日常环节。POSIX 语义意味着现有工具链基本无需改造,但也意味着需要留意共享存储的性能与容量成本。

04

由 DataCrunch 更名而来

原 datacrunch.io 站点现在以 Verda 品牌呈现,定位扩展为软件、算力、存储与网络四层的基础设施平台。旧域名仍可访问,但新品牌名与技术资料以 Verda 为准,搜索时需要注意这一点。

最近动态

重要更新

站点以 Verda 品牌呈现,定位扩展到四层

截至 2026 年 9 月,原 DataCrunch 站点打开后为 Verda 品牌,官方描述为「由 AI 负载塑造的云基础设施,在软件、算力、存储与网络上做到峰值效率」,产品线覆盖 GPU 实例、Instant 集群、Serverless 容器、块存储与容器镜像仓库。

自助 GPU 集群标注 InfiniBand 互联

官方把 Instant clusters 描述为「带 InfiniBand 互联的自助 GPU 集群」,面向多卡多机场景。自助意味着无需人工开通流程;实际可用机型、集群规模上限与存储挂载方式应以官网当期说明为准。

Serverless 容器面向推理与批处理

官方说明 Serverless containers 提供「面向推理与批处理任务的自动扩缩 GPU 容器」。这种形态由平台决定实例数量与扩缩策略,适合流量波动场景;冷启动速度与首请求延迟应实测确认。

客户展示覆盖开源项目与大企业

官方页面展示的客户包括 vLLM、Prime Intellect、Black Forest Labs、Magnific、Sony、NEC、Unbabel 与 1X 等,既有推理引擎类开源项目也有大型企业。客户名单可作为了解其负载类型的参考,具体规格与支持条款仍需单独确认。

产品总结

Verda 是原 DataCrunch 更名后的品牌,官方定位为「由 AI 负载塑造的云基础设施」,强调在软件、算力、存储与网络上达到峰值效率。产品线覆盖五类能力:GPU 实例(官方描述为快速获取来自 NVIDIA 的最新 GPU)、Instant clusters(带 InfiniBand 互联的自助 GPU 集群)、Serverless containers(面向推理与批处理任务的自动扩缩 GPU 容器)、POSIX 兼容的块存储,以及容器镜像仓库。官方用一句话概括覆盖范围:「从快速原型,到基础模型训练,再到可扩展推理」。 这五类能力的组合方式值得注意:小规模试验用按需实例,正式训练换成带高速互联的集群,上线阶段改为自动扩缩的容器;存储与镜像仓库则承担数据与镜像的共享分发。对团队而言,好处是权重、镜像与数据不必在多套环境之间搬运,工具链保持连续;风险是对单一供应商的依赖加深,尤其在存储格式与镜像仓库这类容易被锁定的组件上。官方页面的客户展示里既有 vLLM、Prime Intellect、Black Forest Labs 这类开源与创业项目,也有 Sony、NEC 等大型企业。 评估这类 AI 云时容易被忽略的是网络与存储成本。算力单价之外的账单主要来自两处:长期挂着的块存储与镜像,以及多节点训练时的跨节点流量。可行的做法是训练任务脚本化启停以避免闲置计费,把数据集与检查点放在共享存储并定期清理旧版本;在多卡任务上,先用小规模任务实测数据读取与通信开销,再决定集群规模——因为互联与存储往往比单卡规格更能决定实际加速比。 使用前需要注意:官方首页未展示固定单价,实例、集群与容器的计费口径与档位需查官网或商务沟通;Serverless 容器的冷启动速度与首请求延迟应实测,不能只看单价;Instant 集群的可用机型、规模上限与存储挂载方式以官网当期说明为准;品牌更名后,文档与入口可能调整,搜索时以 Verda 为准、旧域名 datacrunch.io 仍可访问;此外,把数据放在第三方共享存储上时,数据落地点与合规条款需要单独确认。整体而言,它适合需要把试验、训练与推理放在同一平台上、并愿意提前规划网络与存储的 AI 团队。

产品类型
AI 云基础设施与 GPU 算力
支持平台
GPU 实例 / Instant 集群 / Serverless 容器 / 块存储 / 容器镜像仓库 / InfiniBand 互联 / 推理与批处理 / 基础模型训练
资费模式
官方未在首页展示固定单价;实例、集群与容器按所选机型与配置计费,具体口径与档位以官网当期说明或商务沟通为准。

核验信息

参考文章与数据来源

本页事实来自 Verda 官方站点(原 datacrunch.io):首页标题与描述(「由 AI 负载塑造的云基础设施」、软件/算力/存储/网络四层表述)、产品列表(GPU 实例、Instant 集群及 InfiniBand 互联、Serverless 容器及推理与批处理用途、POSIX 兼容块存储、容器镜像仓库)、覆盖范围表述(从快速原型到基础模型训练再到可扩展推理)以及客户展示(vLLM、Prime Intellect、Black Forest Labs、Magnific、Sony、NEC、Unbabel、1X 等)。核验时间为 2026 年 9 月 22 日。价格、机型与集群规模上限未在首页公开,请以官方页面当期说明或商务沟通为准;另参考官方定价页、文档站与 Instant 集群、Serverless 容器产品页。

  1. 官网Verda 官网
  2. 官网原 DataCrunch 域名(现指向 Verda)
  3. 其他Verda 官方定价页
  4. 官方文档Verda 官方文档站
  5. 其他官方产品页 · Instant 集群
  6. 其他官方产品页 · Serverless 容器
  7. 其他Verda 官方博客

用户体验调查

Verda介绍页面对您是否有帮助?