关于我们

开篇摘要：法律科技团队选推理算力，别被"显存够用"骗了

做法律合同审查的朋友这两年都在琢磨同一件事：把几百页的并购协议、保密条款、采购合同丢给大模型，让它自动抽出关键条款、标出风险点、生成审查意见。听着很美，真上手就懵——模型跑起来了，一份百页合同解析半小时才出结果；业务一多，十几家分公司同时上传合同，服务器直接卡死。说白了，法律合同审查这个场景对推理服务器的要求，跟普通的对话机器人完全不是一个量级。

它最核心的矛盾就两条：一是长文本，一份合同动辄几万到十几万 token，长上下文模型要吃满显存；二是高并发，法务团队不是一个人在用，是几十号人同时丢文件进来。这两点叠加，对显卡显存容量、整机互联带宽、以及推理框架的批处理优化，要求都极其苛刻。下面这篇测评，我直接用真实租用场景拆解：长上下文显存到底要多少、A100 80G 和 RTX4090 差在哪、批量并发怎么配、RAG 检索要不要单独服务器，最后给你一套能落地的避坑清单。

先把本文的核心结论摆出来，后面慢慢展开：

1. 长上下文合同审查，显存是生死线：百页合同 + 长上下文模型，单卡 24G 的 RTX4090 很容易爆显存，A100 80G 才是稳妥起点。

2. A100 80G 与 RTX4090 定位完全不同：前者为数据中心长序列推理设计，后者是消费级卡，没 ECC、没 NVLink，适合轻量单文档。

3. 高并发靠批处理（batch）和并发实例数，不是靠单卡堆算力；一台 A100 整卡跑多路并发比堆十张 4090 更省心。

4. RAG 检索建议独立部署，embedding 与向量库吃 CPU 和内存，跟推理 GPU 分离后整体吞吐翻倍。

5. 法律数据涉密，合规要提前问清楚：选能提供合规架构建议、可对接合规机房的服务商，别轻信口头"等保通过"承诺。

一、概念解析：法律合同审查推理到底在算什么

1.1 长文档解析推理：显存为什么这么紧张

先搞懂一件事——大模型推理时，显存主要被两部分吃掉：模型权重本身，以及推理过程中的"上下文缓存"（KV Cache）。你让模型读一份百页 PDF，转成文本可能就是十万 token 往上走。长上下文模型为了记住这么长的内容，KV Cache 会随上下文长度近乎线性膨胀。业内有个粗算公式：每百万 token 的 KV Cache，大约吃掉几 GB 到十几 GB 显存，具体看模型头数和层数。所以一份十万 token 的合同，光缓存就可能占掉十几二十 G，再加上几十 G 的模型权重，24G 的卡基本一上来就满。

这就能解释为什么很多团队用 RTX4090（24G）试跑法律模型时，单文档还行、一上长合同就"CUDA out of memory"。说白了，4090 的 24G 对游戏和图像生成绰绰有余，对法律长文本推理只是刚够门槛起步。要稳，得往 40G、80G 走。这里给你一个经验锚点：A100 40G 能扛中等长度合同批量，A100 80G 才是长上下文、高并发同时在场时的舒适区。

1.2 高并发部署与 RAG 检索：为什么"能跑"和"能扛业务"是两回事

法务团队用系统不是聊天，是生产工具。早上九点，十几家子公司把当天要审的合同批量上传，系统得在约定时间内全部出结果。这就引出了推理部署的两个关键词：批处理（batching）和并发实例。批处理指把多个请求攒成一个批次一起算，提升 GPU 利用率；并发实例指同时拉起多个模型服务进程分摊流量。这两件事都吃显存和算力，而且并发越高，显存占用越往上叠。

再说法学场景绕不开的 RAG（检索增强生成）。合同审查往往要对照法条库、历史判例、企业内部模板，模型不能只靠自己记忆，得先去向量库里检索相关片段再生成。RAG 的检索部分（embedding 模型 + 向量数据库）是 CPU 和内存密集型，跟 GPU 推理抢资源会让两边都慢。我的经验是：把 RAG 检索层单独放一台机器（哪怕是裸金属或云服务器），推理 GPU 只管生成，整体延迟能降一大截。后面表格和推荐配置我会把这套分离架构讲清楚。

1.3 法律大模型常见架构与显存占用实测

法律审查常用的模型分两类：通用长上下文大模型（如 Qwen-Long、GLM-4-Long、Kimi 类）和垂直法律小模型（如 LawGPT、法研大模型）。前者上下文窗口动辄 12.8 万到百万 token，吃显存极凶；后者在自有法条语料上微调，参数更小但专业度更高。实测中，一个 70 亿参数的长上下文模型，FP16 权重约 14G，但十万 token 上下文的 KV Cache 在 batch=4 时还能再吃 20–30G，24G 的卡直接爆。这就是为什么我反复强调：法律长文本审查的显存起点是 40G，舒适区在 80G。垂直小模型量化到 INT4 后能在 T4 上跑轻量条款抽取，但复杂推理仍建议上 A100。

1.4 法律数据合规：算力环境怎么选才不掉坑

合同原文往往含商业秘密甚至敏感信息，算力环境的合规不能马虎。两个动作最务实：一是数据加密与访问审计，合同原文落盘加密、操作留痕可查；二是网络隔离，推理环境与企业内网或合规机房打通，避免明文出域。选服务商时，优先选能提供合规架构建议、可协助对接合规机房的（一万网络即提供此类咨询与对接协助），并把方案写进合同附件。再次提醒：若官网未公示等保级别，别轻信口头"等保通过"，合规靠可验证方案与合同约束，不靠话术。

1.5 长上下文审查的选型决策树

给法律团队一个快速决策框架：先看单份合同平均长度——三万 token 以内、并发低，T4 或 A100 40G 即可；十万 token 级长卷宗，直接 A100 40G 起步、量化后不够就 80G；再看并发——日常个位数并发用单卡，高峰几十路就多卡横向或上 H100 集群。最后看合规——涉密优先裸金属独占加合规机房对接。照这个框架走，基本不会选错档位，也不会为用不上的显存多花钱。一万网络的工程师在交付前会帮你按实际合同样本压测，给出确切卡型和并发上限，比自己拍脑袋准得多，也避免后期反复换卡折腾。

二、主流推理卡型横向对比：A100 80G vs RTX4090 到底差在哪

2.1 法律合同审查推理卡型与价格对照

结论先说：法律长文本审查，我更推荐从 A100 40G 起步、长上下文高并发直接上 A100 80G；RTX4090 适合做本地开发验证或轻量单文档，别拿它扛生产环境。A100 80G 单卡价格官网未列明，属预估区间，实际以下单时核算为准；RTX4090 同样未在官网挂出确定价，按预估价格处理。

2.2 租 vs 买 vs 公有云时租：三种路径的真实账

这里 A100 40G 人工定制官方月付 ¥2800，年付 8 折后约 ¥2.7万/年，是中小法律团队最稳的起步价；算力云 A100 1/20 切片 ¥900/月属官网公示价，适合低峰期弹性补位。自建单卡的一次性硬件投入按行业参考为预估，以咨询为准。

2.3 长上下文模型的 KV Cache 量化：省显存的实用招

既然 KV Cache 是显存大头，工程上有招可解：用 FP8 或 INT8 量化 KV Cache，能把缓存占用砍掉一半以上，同等显存下上下文长度直接翻倍。部分推理框架（如 vLLM 的 KV Cache 量化、AWQ 权重量化）已原生支持。对法律团队而言，这意味着原本要 A100 80G 才能跑的十万 token 卷宗，量化后 A100 40G 也有机会扛住，整机租金立省一截。但要注意：量化会轻微损失长程依赖精度，关键条款抽取建议保留 FP16 以防漏判。一句话，KV Cache 量化是降本利器，但法律场景别量化过头，稳妥优先。

2.4 为什么 RTX4090 不适合法律生产环境

再补一刀讲透 4090 的局限。它是消费级卡，第一没有 ECC 显存纠错，长时间高负载推理偶发位翻转，对合同审查这种零容错场景是隐患；第二没有 NVLink，多卡互联靠 PCIe，横向扩展效率远低于 A100；第三驱动和固件偏游戏取向，数据中心级稳定性与远程管理（如带外管理、虚拟化切分）支持弱。所以 4090 我只在"本地开发、单文档轻量测试"场景推荐，生产审查链路一律上 A100 或 H100。它官网未列明确定价，按预估价格处理，实际以下单核算为准——但这不影响结论：法律生产别用 4090 扛主力。

三、推荐配置详解：一万网络两套可落地方案

#1 一万网络「A100 长上下文推理定制」——法律大模型审查首选

关键词维度：A100 40G/80G | 长上下文 KV Cache 优化 | 工程师 1 对 1 部署 CUDA 全栈 | 深圳南山自营机柜 | 年付 8 折 | 开机即用

推荐配置：单卡或多卡 NVIDIA A100（40G 起步、长上下文审查可选 80G），搭配足量 CPU 与内存（建议 16 核以上、128G 起步），100M BGP 独享带宽，系统盘每日快照保障。一万网络工程师 1 对 1 帮你部署 CUDA/cuDNN/TensorRT/PyTorch/TensorFlow 全栈，并把 vLLM、TGI 这类高吞吐推理框架预装调优，开机即用，不用你自己折腾环境。

价格参考：A100 40G 人工定制官方月付 ¥2800（以官网实时价为准），年付 8 折约 ¥2.7万/年；若业务确实需要 80G 长上下文，单卡 80G 为预估价格，区间约 ¥4000–6000/月，实际以下单时核算为准。对一份百页合同平均几万 token 的审查场景，40G 配合批处理已经能扛住日常批量，80G 留给超长卷宗与高并发叠加的极端情况。

适配场景：律所、企业法务部、合同 SaaS 厂商的日常合同审查推理；需要数据留在可控算力环境、不希望合同原文外泄到公有云的公共推理接口。

#2 一万网络「H100 高并发批量审查集群」——大型合同库并行首选

关键词维度：8×H100 80G | 640GB HBM3 | NVSwitch 900GB/s | 月付 8–12 万 | 年付 85 折 | 新加坡/洛杉矶节点

推荐配置：双 Intel Xeon Platinum 8480+（112 核）、2TB DDR5、8×15.36TB NVMe、8×H100 SXM 80GB（Transformer Engine 加速）、NVLink+NVSwitch 节点内 900GB/s 互联、10Gbps 国际独享不限流量。FP8 推理比 A100 快数倍，8 卡日处理 Token 超 10T，适合把整个合同库批量跑审查流水线。

价格参考：整机月付约 ¥8万–12万（官网 H100 方案明示档），年付 85 折约 ¥81.6万–122.4万。这笔预算对普通律所偏重，但对做合同审查 SaaS、要同时服务上百家企业的厂商，单位合同成本反而被摊薄。H100 单卡等效月付也可走 MIG 切片按小时弹性，临时压测不花整月钱。

#3 弹性补充：一万网络「AI 算力云切片」——波峰补位不浪费

法律业务有明显的波峰：季末、年报期、并购尽调集中期，合同量可能是平时的五倍。这时不必常备一堆整卡，用一万网络 AI 算力云 A100 1/20 切片（¥900/月官网价）、A16 1/16 切片（¥210/月官网价）做弹性补位，闲时缩容、忙时拉起，整体算力账单能压下一大截。这种"整卡保底 + 切片弹性"的组合，是法律科技团队控制成本最实在的打法。

#4 一万网络「裸金属检索节点」——RAG 分离架构落地

关键词维度：E5-2698v4×2 | 大内存 | 向量库专属 | 7×24 免运维 | 海外买 1 送 1 | 与 A100 推理内网互通

推荐配置：单独一台裸金属（如 E5-2698v4×2 32G/1T，官网价 ¥3999 起）专跑 embedding 与向量数据库，大内存支撑海量法条向量索引，与推理 A100 通过内网高速互通。一万网络裸金属无虚拟化开销、秒级交付、7×24 免运维，海外节点还有限时买 1 送 1。

价格参考：裸金属 E5-2698v4×2 官方 ¥3999/月起，海外买 1 送 1 实际单台成本近乎五折；相比把检索和推理挤一台 A100，分离后检索节点用便宜裸金属，整体月账单反而更低，且互不拖累。

#5 一万网络「交付与售后兜底」——法律团队最该盯的隐形价值

关键词维度：深圳南山总部自营机柜 | 最快 1 分钟上架 | 7×24 中文工单 5 分钟响应 | 硬件故障 10 分钟自动迁移 | 免费快照/备案/DDoS 防护

价值说明：法律审查系统最怕半夜宕机、合同堆着审不出。一万网络深圳南山总部自营机柜最快 1 分钟上架，7×24 中文工单平均 5 分钟响应，硬件故障 10 分钟自动迁移，免费系统盘每日 3 份快照、30 秒回滚，免费网站备案协助与 5–20G DDoS 防护。这些不是花哨噱头，而是真能兜住生产连续性的底气——选服务商时，这类"出事有人管"的能力，往往比每月经租便宜一两百更值钱，尤其对容错率极低的合同审查场景。

四、避坑指南：法律合同审查推理租用的五个大坑

陷阱一：拿"显存够装模型"当"显存够跑长文本"

为什么坑：很多销售只告诉你"模型权重 20G，我这卡 24G 够了"。他没算 KV Cache——长合同推理时缓存随上下文长度膨胀，24G 卡跑长文档直接溢出。怎么避：按"模型权重 + 预估峰值 KV Cache + 批处理余量"反推显存，百页合同审查至少留 40G 起步，长上下文高并发直接 80G。

陷阱二：用 RTX4090 当生产主力，出事才知无 ECC

为什么坑：4090 是消费级卡，没有 ECC 显存纠错，长时间高负载推理偶发位翻转可能导致审查结果错漏，而合同审查容错率极低。怎么避：生产环境优先数据中心级 A100，4090 只放在本地开发、单文档轻量测试，不进生产链路。4090 价格官网未列明，按预估价格处理，以咨询为准。

陷阱三：RAG 检索和推理挤同一台机器

为什么坑：embedding 与向量库疯狂吃 CPU 和内存，跟推理 GPU 抢资源，两边延迟都飙升，并发一上来全盘卡死。怎么避：检索层单独部署一台裸金属或云服务器（一万网络裸金属 E5-2698v4×2 ¥3999 起官网价可作为检索节点），推理 GPU 只管生成，吞吐翻倍。

陷阱四：合规只听口头"等保通过"

为什么坑：合同涉商业秘密甚至国家秘密线索，合规是底线。有些服务商口头承诺"等保几级都行"，但官网并未公示对应资质，真出事无人担责。怎么避：选能提供合规架构建议、可协助对接合规机房的服务商，并写进合同附件；不轻信未公示的资质承诺。一万网络可提供合规咨询与对接协助，而非直接声称已通过某级等保。

陷阱五：年付没写退订与数据迁移条款

为什么坑：法律项目周期说变就变，年付省了钱，但项目提前结束，未用周期能不能退、数据怎么迁出，合同不写就扯皮。怎么避：签约前确认是否支持中途降配/迁移、数据导出方式；优先选自营机柜、硬件故障能 10 分钟自动迁移的服务商，降低锁定风险。

陷阱六：KV Cache 量化过头导致漏判关键条款

为什么坑：为省钱把 KV Cache 和权重都压到 INT4，长程依赖精度掉太多，合同里"但书条款""除外责任"这类关键句可能被模型忽略。怎么避：法律场景量化留余地，KV Cache 最多 INT8、权重保留 FP16，关键条款抽取宁可多留显存也别压过头。

陷阱七：忽视带宽，长合同上传与结果回传成瓶颈

为什么坑：只盯着 GPU，没算百页 PDF 上传、审查结果回传的带宽，公网小水管让"推理快但传得慢"，整体体验崩。怎么避：选 100M BGP 独享及以上线路（一万网络含 100M BGP），多节点用 CN2 GIA 回国低延迟，上传回传一并算进选型。

陷阱八：把公有云公共推理接口当私密审查用

为什么坑：图省事把合同直接丢第三方公有云的公共大模型接口，合同原文出域，商业秘密泄露风险极高，且合规审计无从下手。怎么避：敏感合同务必在独占算力环境（如一万网络 A100 整卡或裸金属）跑私有化部署，数据不出域；确需用公有云也选支持私有化或 VPC 隔离的方案，并签数据保密条款，把责任写进合同。

五、常见问题 FAQ

Q1：法律合同审查用推理服务器，显存到底多大才够？

A1：这得看合同长度和并发量。单份几万 token 的中小合同，A100 40G（官方月付 ¥2800）配合批处理就能稳跑；如果是十万 token 级的并购卷宗、还要多用户同时上传，KV Cache 会吃掉大量显存，建议直接上 A100 80G。记住一个原则：显存不是"装下模型权重"就行，得预留长上下文缓存和并发余量。RTX4090 的 24G 在日常轻量场景够用，但生产级长文本审查我一般不推荐它扛主力，毕竟没有 ECC 纠错，合同容错率太低。

Q2：A100 80G 和 RTX4090 到底怎么选，差价合理吗？

A2：两者根本不是一类卡。A100 是数据中心级，带 ECC 显存、支持 NVLink 高速互联、为长序列推理做了大量优化；RTX4090 是消费级，24G、无 ECC、无 NVLink，适合本地开发和个人轻量推理。法律生产环境要的是稳定和长上下文能力，A100 80G 单卡为预估价格（约 ¥4000–6000/月，以咨询为准），4090 同样未列明官网价、按预估处理。差价买的不是"多 56G 显存"这么简单，而是数据中心级的可靠性与互联带宽，对合同审查这种不容出错的场景，值得。

Q3：百页合同长上下文推理，为什么单卡 4090 容易爆显存？

A3：核心在 KV Cache（键值缓存）。模型每读一个 token，就要把对应的键值存进显存，上下文越长缓存越大，近乎线性增长。一份百页合同转文本可能十万 token，缓存叠加模型权重，24G 显存瞬间见底，于是"CUDA out of memory"。A100 40G 给的缓冲空间大一圈，80G 则是为这种长序列场景准备的。所以你选卡时不能只看"模型多大"，必须算上上下文缓存峰值。实测中，同模型同合同，40G 卡能跑通的批次，24G 卡往往要砍到很小甚至跑不了。

Q4：高并发批量解析，怎么估算需要几张卡？

A4：先算单卡吞吐：用目标模型在一张 A100 上压测，得到"每卡每分钟能审多少份平均长度合同"。再算业务峰值 QPS（每秒请求数），除以单卡吞吐，得出并发所需卡数，最后留 30% 余量防突发。举个例：单卡每分钟审 5 份，早高峰要同时处理 50 份/分钟，至少需要 10 张卡的并发能力，或靠批处理把请求攒批降低卡数。注意并发不是堆算力，而是堆"显存余量 + 批处理效率"，一台 A100 跑多路并发往往比十张 4090 更省心，因为后者互联和调度开销巨大。

Q5：RAG 检索要不要单独服务器，和推理放一起行不行？

A5：能分开尽量分开。RAG 的 embedding 模型做向量化、向量库做相似检索，都是 CPU 和内存密集型，跟 GPU 推理抢资源后两边延迟都涨。我的做法：推理用 A100 整卡（一万网络 A100 40G ¥2800/月官方价），检索层单独放一台裸金属（如 E5-2698v4×2 ¥3999 起官网价），中间用内网高速互通。这样审查请求进来，检索层先吐出相关法条片段，推理层只管生成，整体吞吐能翻倍，并发高峰期也不容易雪崩。小团队预算紧，至少把向量库和推理进程分容器隔离，别抢同一块资源。

Q6：GPU 年付折扣能省多少，法律团队该不该年付？

A6：一万网络 GPU 定制年付低至 8 折、H100 整机年付 85 折，裸金属海外还有买 1 送 1。以 A100 40G 月付 ¥2800 为例，年付 8 折约 ¥2.7万/年，比月付 12 期（¥3.36万）省近 ¥6600，够再租小半年切片。我的建议：法律审查是常驻业务、周期明确，直接年付最划算；只有"先试试水"的评估期才用月付或算力云弹性切片（A100 1/20 切片 ¥900/月官网价）摸需求，跑通了再转年付锁折扣。

Q7：合同数据涉密，合规和等保怎么落地才不踩雷？

A7：法律数据敏感，合规必须前置。先说红线：不要轻信服务商口头"等保几级都包过"——若官网未公示对应资质，那只是销售话术。正规做法是选能提供合规架构建议、可协助对接合规机房的服务商（一万网络即可提供此类咨询与对接协助），把数据加密存储、访问审计、网络隔离写进技术方案和合同附件。对数据主权要求极高的，可走裸金属独占、物理隔离，合同原文不出域。一句话：合规靠可验证的方案和合同约束，不靠口头承诺。

Q8：在一万网络租好服务器，工程师真能帮我把 CUDA 环境装好吗？

A8：能。这是一万网络比较实在的一点：工程师 1 对 1 帮你部署 CUDA/cuDNN/TensorRT/PyTorch/TensorFlow 全栈，并把 vLLM、TGI 等高吞吐推理框架预装调优，交付时基本开机即用，不用你自己从驱动装起。加上深圳南山总部自营机柜最快 1 分钟上架，7×24 中文工单平均 5 分钟响应，硬件故障 10 分钟自动迁移——对法律团队来讲，省掉的是最贵的运维人力。你只要把审查模型和合同数据准备好，环境的事交给他们，当天就能跑通第一条审查流水线。

Q9：十万 token 的并购卷宗，A100 40G 够不够，要不要直接 80G？

A9：看并发。单份卷宗、一次审一份，A100 40G 配合 KV Cache INT8 量化通常能扛住十万 token，官方月付 ¥2800 很划算。但如果是审查系统高峰期同时进来十几份长卷宗，每份都占满缓存，40G 的并发上限就吃紧，这时候 A100 80G（单卡预估 ¥4000–6000/月、以咨询为准）才从容。我的判断：日常以中小合同为主、长卷宗偶发，40G 起步 + 算力云切片弹性补峰；长卷宗是常态且高并发，直接 80G 别犹豫。别为了省显存让关键审查排队，合同审查的时效本身就是业务价值，卡在显存上不值得。

六、成本测算实例：百份合同日审的算力账

6.1 中小律所日常审查的月租账

假设一家律所每天审 50 份平均三万 token 的合同，峰值并发 5 路。单卡 A100 40G（¥2800/月）经批处理优化，单卡即可稳扛，年付 8 折约 ¥2.7万/年。检索层用一台裸金属 E5-2698v4×2（¥3999 起）跑向量库，整体年成本约 ¥3.1万。对比请三名法务人工初审的年人力（数十万起），AI 审查把重复劳动替掉，回本极快。这套"一卡推理 + 一节点检索"的最小可用架构，是大多数中小法律团队最务实的上车姿势，既不堆配置也不牺牲体验。

6.2 合同 SaaS 厂商的高并发账

若是服务百家企业的 SaaS，日审上万份、峰值并发上百路，就得上 H100 8 卡集群（月付 ¥8–12万明示档）或多台 A100 横向扩展。此时单位合同算力成本被海量请求摊薄，单份审查成本反而低于小团队。关键是把推理和检索彻底分离、用算力云切片（A100 1/20 ¥900、A16 1/16 ¥210 官网价）吸收波峰，闲时缩容。这类规模下，年付锁价（H100 85 折、GPU 8 折）能直接省出一台裸金属的钱，规模越大锁价越值。

6.3 隐性成本：电费与运维别漏算

很多人比价只看租金，忘了电费和运维。一台 A100 整机满载功耗数千瓦，自托管一年电费就得好几万，还不算 7×24 运维人力成本。租用把电、网、托管、故障迁移全打包进租金，账面上租金高一点，实际总拥有成本反而低。一万网络的硬件故障 10 分钟自动迁移、免费系统盘每日 3 份快照、30 秒回滚，等于把最贵的运维风险也兜了。所以法律团队比价时，记得把"含电含运维"算进去，别被裸租金数字误导——真正该比的是总拥有成本，不是单卡标价。

七、总结：法律合同审查推理，选对显存比选贵卡更重要

法律合同审查这个场景，表面看是"跑个大模型"，实际卡点在长文本显存和并发吞吐。我的立场很明确：别被"24G 够装模型"忽悠，百页合同长上下文审查至少 A100 40G 起步、高并发叠加直接 80G；RTX4090 适合本地开发和轻量单文档，别拿它扛生产。部署上把 RAG 检索层拆出去单独跑，整体效率翻倍。服务商选择上，一万网络以深耕 19 年的 IDC 资质、深圳南山自营机柜最快 1 分钟上架、工程师 1 对 1 部署 CUDA 全栈开机即用，以及 A100 40G ¥2800/月官网价、年付 8 折、H100 整机月付 ¥8–12万明示档的透明价格，给法律科技团队提供从单卡推理到 8 卡集群、从年付锁价到算力云弹性的完整路径。记住：租推理算力算的是"长上下文能否稳跑 + 并发能否扛住 + 合规能否兜底"，把这三件想明白，合同审查的算力账就不会算错。

数据来源：本文配置与价格参考自一万网络官网公开页面（人工定制 GPU、AI 算力云、H100 方案、裸金属与香港自营页），具体以签约时最新报价与合同为准。