От ComfyUI до собственного ИИ-сервиса: зачем арендуют RTX 5090

Привет, Хабр! На связи GPUGO.

У магазина выходит новая коллекция. Нужны изображения товаров. У агентства запускается рекламная кампания. Нужны варианты креативов. У разработчика появилась платная функция. Нужны вычисления для пользовательских запросов.

Во всех трёх случаях у GPU есть работа. И у этой работы есть заказчик.

Вот с этого мы и начинаем наш разговор о заработке на ИИ. С конкретного результата, который можно продать: оформить каталог, подготовить визуализацию, обучить персональную модель, обработать клиентские данные.

В прошлой статье мы разбирали локальные LLM на RTX 5090. Теперь разберём следующий вопрос: что поставить поверх вычислений, чтобы появился продукт и причина возвращаться к нему каждый день.

Да, на арендованных GPU уже строят бизнес

Посмотрим на публичные примеры.

InstaHeadshots — персональные деловые портреты. Человек загружает свои фотографии и получает изображения для резюме, сайта или профессионального профиля. В кейсе Runpod описана GPU-инфраструктура этого продукта и её адаптация к меняющемуся спросу. На сайте сервиса продаётся понятный покупателю результат — набор фотографий.

Civitai — обучение пользовательских моделей. По опубликованному кейсу Runpod, платформа обучила свыше 868 тысяч LoRA за отчётный месяц и использовала более 500 GPU одновременно. За этой нагрузкой стоит постоянный поток пользователей, создающих собственные стили и модели.

Rendair — визуализации для архитекторов. Сервис превращает эскизы и модели в изображения проектов. В кейсе от 8 сентября 2026 года компания сообщает о более чем 13 миллионах созданных изображений и работающих в production GPU-сервисах.

Это разные продукты и инфраструктуры, объединённые одним принципом: пользователь приносит новую задачу — сервису снова нужны вычисления.

Начать такую работу можно с одной специализации. Делать визуалы для производителей мебели. Готовить персональные модели для контент-студий. Обрабатывать документы для определённого типа бизнеса.

Начните с задачи, которую клиенты заказывает регулярно

Каталоги, карточки товаров и рекламные креативы

Представьте мебельную компанию. У неё появляются новые модели, ткани и расцветки. Для сайта нужны изображения, для рекламы — разные композиции, для сезонной акции — новое оформление.

Вы можете организовать процесс в готовом образе ComfyUI от GPUGO: исходное изображение, работа с фоном, заданный стиль, обработка и подготовка вариантов. Сохраняете настройки под клиента. Согласованные результаты становятся основой следующей партии.

Продавать можно оформление коллекции, пакет креативов или ежемесячное производство контента. В цену входят ваша работа, отбор, правки и подготовка файлов для публикации.

Каждая новая коллекция — повод для следующего заказа.

Собственное окружение особенно полезно, когда результат зависит от конкретных моделей, расширений и последовательности обработки. Вы сохраняете весь процесс и развиваете его под свою специализацию.

Персональные модели и фирменный стиль

У студии есть персонаж. У бренда — узнаваемая визуальная подача. У автора — серия материалов, которую нужно продолжать в одном стиле.

В такой работе ценность накапливается: отобранные исходники, дообученная модель, удачные настройки, проверенные способы обработки. Всё это становится вашим производственным инструментом.

Можно продавать подготовку персональной модели, выпуск контента на её основе и дальнейшее сопровождение. Новый бриф запускает следующий производственный цикл.

Это хороший повод арендовать GPU повторно: вы возвращаетесь с новым заказом к уже подготовленному процессу.

ИИ-функция внутри вашего продукта

Если у вас уже есть приложение, вычисления могут обслуживать конкретную платную возможность: визуализацию интерьера, обработку фотографий, поиск по документам, классификацию обращений.

Собственное развёртывание даёт доступ к весам и настройкам моделей. Можно закрепить рабочую версию, подключить свой fine-tuning, выстроить очередь задач и управлять всей цепочкой обработки.

Клиент пользуется вашим интерфейсом. Вы отвечаете за продукт и его качество. GPU выполняет вычислительную часть.

Для текстовых задач отправной точкой могут стать модели семейств Qwen или Gemma. Для изображений — подходящие вашему процессу модели генерации и обработки. Ориентиры по выбору LLM уже есть в нашей предыдущей статье.

Почему GPU продолжают арендовать после первого запуска

У производственной нагрузки свой ритм.

Утром приходят исходники. Днём готовятся варианты. После согласования запускается следующая партия. Затем поступают правки, новые товары, материалы другого клиента.

У сервиса этот поток создают пользователи. У ML-команды — обновления данных, обучение и обработка новых поступлений. У студии — параллельные проекты.

Когда очередь постоянная, появляется основание держать аренды включёнными. Когда работа идёт партиями, GPU берут периодически. В обоих случаях аренда встроена в действующий процесс.

Производство можно запустить без покупки оборудования

На GPUGO RTX 5090 с 32 ГБ видеопамяти доступна от 57 ₽ в час с полноценной поминутной тарификацией.

При этом тарифе восемь часов аренды — 456 ₽, сорок часов — 2 280 ₽. Это вычислительная часть производственного бюджета, которую вы распределяете между текущими задачами.

Дальше экономику определяет ваша работа: какие заказы вы берёте, насколько хорошо настроили обработку, сколько ручных действий автоматизировали и что можете повторно использовать.

Подготовили модель под клиента — используете в следующих проектах. Собрали удачный процесс — применяете к новой партии материалов. Нашли специализацию — предлагаете понятную услугу следующему заказчику.

Один раз собранный процесс можно продавать много раз. Опыт и автоматизация работают на каждый следующий проект.

Аренда позволяет включить вычисления в расходы конкретной работы. Деньги, которые потребовались бы на покупку оборудования, остаются на разработку, продажи и команду. Вы можете начать с ближайшего заказа и увеличивать объём работы по мере спроса.

Российский контур и предсказуемость бюджетов: особенности организации вычислений

Российский сервис может быть удобнее для закупки и повседневной работы: расчёты в рублях, российский контрагент, общение с поддержкой на русском. Для команды с клиентским дедлайном эти условия имеют практическую ценность.

Есть и разница между готовым модельным API и собственным вычислительным окружением. Через API удобно вызывать доступную функцию. На арендованной GPU можно собрать свою: с нужными весами, обработкой до и после модели, собственными компонентами и режимом выполнения.

Поэтому доступность недорогих API оставляет большой рынок для аренды. Свои модели, графические процессы, обучение и интеграции создают самостоятельный спрос на GPU.

Мы развиваем GPUGO с учётом обоих сценариев. Помимо аренды, планируем публичный API для готового инференса. Для собственных моделей и процессов вычислительные мощности доступны уже сейчас.

Почему стоит запускать свою работу на GPUGO

Своя конфигурация. RTX 5090 с 32 ГБ VRAM, SSH и возможность работать со своим программным стеком. В документации есть инструкции для локальных LLM и веб-инструментов, включая ComfyUI.

Управление расходами. В GPUGO 2.0 доступны поминутная оплата и аренда на фиксированный срок. Рабочая область показывает ресурсы и расходы.

Данные между запусками. Модели, датасеты и результаты можно разместить в отдельно оплачиваемом облачном хранилище. Оно сохраняет файлы между запусками GPU. Диск самого pod временный — для повторной работы используйте постоянное хранилище.

Российский контрагент и поддержка. Сервис работает через российское юридическое лицо. Обязательство сохранять конфиденциальность пользовательского контента закреплено в оферте; для работы предусмотрены изолированные окружения и SSH-доступ.

Подробнее об управлении ресурсами и хранении — в обзоре GPUGO 2.0

Вы можете развивать собственный набор моделей и инструментов, возвращаться к нему с новыми заказами и выделять вычисления под текущую работу.

Возьмите задачи, за которые рынок уже готов платить

Проанализируйте спрос, выстройте повторяющийся рабочий процесс для себя или своей команды. Выберите функцию, которую пользователи просят добавить в продукт, перенесите свой рабочий процесс на RTX 5090 в GPUGO. Соберите окружение, сохраните модели и запустите первый MVP.

Создать под в каталоге GPUGO →

---

Наш Telegram: https://t.me/GpuGo

Бот поддержки: https://t.me/gpugo_support_bot

Остались вопросы или заинтересованы в аренде VPS? Пишите нам на info@gpugo.ru или напрямую в телеграм

А в комментариях расскажите, какие задачи для вас актуальны. Делитесь самыми смелыми идеями по заработку с применением ИИ.