Vast.ai dla oszczędnych: Jak wynająć RTX 4090 za ułamek ceny, skonfigurować środowisko i bezpiecznie przesyłać pliki

Podczas gdy tradycyjne chmury (AWS, GCP) liczą sobie po kilka dolarów za godzinę pracy potężnej karty graficznej, a popularny RunPod oscyluje w granicach $0.69/h za RTX 4090 (w bezpiecznej sekcji Secure Cloud), na Vast.ai tę samą kartę wynajmiesz nawet za $0.28 – $0.40 za godzinę.

Skąd bierze się ta różnica? Vast.ai działa jak giełda (marketplace) mocy obliczeniowej peer-to-peer. Swoje serwery wystawiają tam zarówno certyfikowane centra danych (Data Centers), jak i mniejsze firmy oraz prywatni entuzjaści posiadający klastry GPU.

### Zasada ograniczonego zaufania
Niska cena na otwartym rynku ma swoją specyfikę: jeśli wynajmujesz serwer od niezweryfikowanego hosta (tzw. Unverified), teoretycznie właściciel fizycznej maszyny ma dostęp do warstwy sprzętowej. Dlatego na Vast.ai obowiązują dwie żelazne zasady:
* Nie przechowuj na niezaufanych instancjach głównych kluczy API (np. do konta produkcyjnego OpenAI czy głównego konta AWS root).
* Stosuj odpowiednie filtry w wyszukiwarce, aby odrzucić maszyny ze słabym łączem internetowym lub niską stabilnością.

Zanim uruchomisz pierwszą maszynę, skonfiguruj dostęp przez SSH. Pozwoli Ci to nie tylko wygodnie pracować w terminalu, ale przede wszystkim bezpiecznie przesyłać wygenerowane grafiki lub wagi modeli LoRA bezpośrednio na Twój komputer przez protokół SFTP (np. za pomocą programu FileZilla, WinSCP lub bezpośrednio w VS Code).

1. Wygeneruj parę kluczy SSH na swoim komputerze (jeśli jeszcze ich nie masz).
2. Skopiuj zawartość pliku publicznego (id_ed25519.pub).
3. Zaloguj się do panelu Vast.ai, przejdź do zakładki Account -> SSH Keys i wklej swój klucz publiczny.

# Generowanie klucza SSH na własnym komputerze (Windows PowerShell / Linux / macOS)
ssh-keygen -t ed25519 -C "twoj-email@domena.pl"

# Wyświetlenie klucza publicznego do skopiowania:
cat ~/.ssh/id_ed25519.pub

Vast.ai uruchamia środowiska wewnątrz kontenerów Docker. Nie musisz jednak niczego konfigurować od zera – platforma posiada gotowe szablony (Templates), które automatycznie instalują sterowniki CUDA, Pythona oraz wybrane narzędzia AI.

Przejdź do sekcji Templates w menu po lewej stronie i wybierz jeden z sprawdzonych obrazów:
* ComfyUI (Official / AI-Dock) – gotowe środowisko z zainstalowanym ComfyUI, ComfyUI Managerem oraz interfejsem webowym i JupyterLab.
* PyTorch (Vast Official) – czysty obraz z najnowszym PyTorchem i Jupyterem, idealny pod trening LoRA (np. z użyciem Kohya_ss lub AI-Toolkit) oraz własne skrypty Python.

### Przypisanie przestrzeni dyskowej przed startem
Tuż pod wyborem szablonu w sekcji wyszukiwarki znajdziesz suwak Disk Space to Allocate. Domyślne 10–16 GB to zdecydowanie za mało! Sam model Flux.1 Dev zajmuje około 24 GB, a doliczając do tego modele CLIP, VAE, ControlNet i wygenerowane pliki, dysk zapcha się w kilka minut.

To najważniejszy etap w całym poradniku. Wielu początkujących wybiera najtańszą ofertę z brzegu za $0.25/h, a następnie czeka 40 minut na pobranie obrazu Dockera, ponieważ serwer ma łącze internetowe o prędkości 50 Mbps.

W zakładce Search (Console) ustaw następujące filtry, aby znaleźć szybki i bezawaryjny serwer:

1. GPU Type: Wybierz RTX 4090 oraz liczbę kart 1x.
2. Availability: Wybierz On-Demand (instancje Interruptible / Spot są jeszcze tańsze, ale mogą zostać wyłączone w każdej chwili, gdy ktoś przebije Twoją stawkę).
3. Reliability (Niezawodność): Ustaw suwak na minimum 98% lub 99%.
4. Internet Speed (Download/Upload): Ustaw minimum 500 Mbps (najlepiej powyżej 800 Mbps). Szybkie łącze zwróci Ci się w kilka minut podczas pobierania 20-gigabajtowych modeli z Civitai lub HuggingFace.
5. PCIE Bandwidth & GPU RAM: Upewnij się, że karta działa na szynie minimum PCIe 4.0 x8/x16 (szybkie ładowanie modeli z RAM do VRAM).
6. Opcjonalnie – Verified Only / Secure Cloud: Jeśli pracujesz nad komercyjnym projektem klienta, zaznacz filtr Verified lub Datacenter, aby wybierać tylko maszyny z profesjonalnych serwerowni.

Po kliknięciu przycisku Rent, przejdź do zakładki Instances. Poczekaj 1–3 minuty, aż status zmieni się z Loading na Running (niebieski przycisk Open stanie się aktywny).

Zamiast pobierać modele przez wolne wtyczki w przeglądarce, otwórz wbudowany terminal (ikona >_ lub terminal wewnątrz JupyterLab) i użyj narzędzia aria2c, które pobiera pliki wielowątkowo, wykorzystując pełne łącze 1 Gbps serwera.

# Instalacja wielowątkowego akceleratora pobierania aria2
apt-get update && apt-get install -y aria2

# Przejście do katalogu z modelami w ComfyUI
cd /workspace/ComfyUI/models/unet/

# Szybkie pobieranie modelu (16 połączeń jednocześnie)
aria2c -x 16 -s 16 -k 1M \
  --header="Authorization: Bearer TWOJ_TOKEN_HF" \
  "https://huggingface.co/black-forest-labs/FLUX.1-dev/resolve/main/flux1-dev.safetensors" \
  -o flux1-dev.safetensors

Gdy wygenerujesz setki grafik, sekwencji wideo lub wytrenujesz własny model LoRA, musisz bezpiecznie przetransferować pliki na swój dysk lokalny lub do prywatnej chmury, zanim usuniesz serwer.

### Metoda A: Bezpośredni transfer na komputer przez SFTP / SCP
W zakładce Instances kliknij ikonę połączenia SSH (niebieski przycisk ze strzałkami >_). Vast.ai wyświetli dokładny adres IP oraz port (np. ssh -p 41822 root@74.112.45.12).
* Możesz wpisać te dane w darmowym programie FileZilla lub WinSCP (wybierając protokół SFTP, użytkownika root oraz swój klucz prywatny SSH) i przeciągać foldery myszką jak w Eksploratorze Windows.
* Możesz też pobrać cały folder z wygenerowanymi grafikami jedną komendą ze swojego komputera.

### Metoda B: Szyfrowana synchronizacja z Cloudflare R2 / S3 / Google Drive (Rclone)
Jeśli generujesz dziesiątki gigabajtów danych, przesyłanie ich na domowe łącze może trwać zbyt długo. Zamiast tego użyj narzędzia rclone lub wbudowanej funkcji Cloud Copy w panelu Vast.ai, aby przesłać pliki z prędkością 1 Gbps prosto na swój dysk Cloudflare R2 lub Backblaze B2.

# OPCJA 1: Uruchom na SWOIM komputerze – pobranie całego folderu output przez SCP
scp -P 41822 -r root@74.112.45.12:/workspace/ComfyUI/output ./Moje_Grafiki_Vast

# OPCJA 2: Pakowanie folderu z wynikami na serwerze Vast przed pobraniem
cd /workspace/ComfyUI/
tar -czvf wygenerowane_grafiki.tar.gz output/

Najczęstszym błędem nowych użytkowników chmur GPU jest mylenie przycisku Stop z przyciskiem Destroy (kosz na śmieci).

* Zatrzymanie instancji (Stop): Wyłącza kartę graficzną RTX 4090 (przestajesz płacić stawkę np. $0.35/h za GPU), ale Twoje pliki nadal blokują dysk SSD hosta! Przez cały czas trwania pauzy płacisz za wynajętą przestrzeń dyskową (*Storage Cost*). Co więcej, jeśli wyłączysz maszynę na kilka dni, ktoś inny może wynająć kartę graficzną w tym samym serwerze – wtedy wznawiając swoją instancję, uruchomisz ją bez dostępu do GPU!
* Usunięcie instancji (Destroy): Bezpowrotnie kasuje kontener oraz wszystkie pliki i całkowicie zeruje wszelkie opłaty (0.00 $/h).

### Złoty workflow dla oszczędnych:
1. Wynajmij maszynę na czas pracy.
2. Uruchom skrypt inicjalizacyjny pobierający potrzebne modele w 2 minuty.
3. Wygeneruj pliki i prześlij je na swój dysk lub S3.
4. Kliknij Destroy, aby nie płacić ani grosza za postój dysku.