云上跑数据管道,三本账分开算:
- 存储账:对象存储冷档 ≈¥0.1/GB/月级;8T 仓库月 ¥800——冷热分层后可压到 ¥100 内(分层实践)
- 流量账:出口流量 ¥0.5/GB 级是常见的坑;同区域计算读存储走内网免费——架构上让数据不动计算动
- 计算账:OCR/VLM 批处理按 GPU 时计费,算力型负载用 spot/抢占实例省 50%+
成本模型示例(百万页 OCR):存储 500GB ¥50/月 + GPU 40 小时 ¥80 + 流量近零(同区域)≈ ¥130/月;同样的管道若把数据拉回本地跑,流量费反而 ¥250+。结论:数据不动,管道动。
常见问题
云上数据管道最大的隐性成本?
下载/出口流量费——存得便宜,取回贵。设计管道时让计算靠近存储(同区域),把「取回」降到最低。
数据集放云上还是本地?
训练热数据本地 NVMe;归档与共享用对象存储(冷价);频繁跨云搬运是成本与时间的双重浪费。