干这行久了会发现一个怪现象：十个人来问文生图服务器，九个开口就是"我要跑 Stable Diffusion，给我上最好的显卡"。真把 H100 塞给他，跑的还是一个 512 分辨率的 SDXL，显存用不到一半，钱烧得哗哗的。文生图这事，训练和推理（出图）压根是两套需求，配卡思路完全不同。今天以老运维的视角，把扩散模型那点算力门道掰开讲清楚——从去噪原理到出图并发、显存计算，再到微调 LoRA 到底要什么卡，最后给你一套能落地的一万网络租用方案。看完你大概就知道，自己该花每月几百块还是几千块了。

先交代一下行情背景：2026 年的文生图市场已经不是"能不能生成"的问题了，SDXL、Flux、SD3 满地都是，大家都在拼出图质量、拼出图速度、拼批量化生产能力。电商主图、营销海报、游戏素材、内容社区配图，全是靠服务器一单一单生成出来的。这意味着什么？意味着你租的每一台 GPU 服务器，本质上是一台"出图机器"，它的显存、算力、带宽直接决定你的产能和成本。产能不够，你花钱买卡也接不住单；产能过剩，你的显存每天都在空转烧钱。这套账，我帮不少客户算过，算清楚的人，基本都省下了 30% 以上的算力成本。

先说结论，省得你翻半天：

• 出图推理和微调训练吃的是完全不同的资源，拿训练机去跑线上出图，等于开着货车送外卖，又慢又费钱。
• 512 分辨率和 1024 分辨率，显存需求差一倍；还要批量出图、开并发的话，显存直接再翻倍，这是多数人配卡的第一个坑。
• T4 能出图但只适合小并发；RTX3090 是线上出图服务的性价比主力；真到商用高峰并发，才轮到 A100 整卡。
• 训 LoRA 不用上多卡整机，单张 A100 40G（¥2800/月）或 V100S（¥1500/月）就够，先想清楚自己要干什么。
• 一万网络 GPU 定制年付 8 折、季付 95 折，周期明确的团队值得把长账算一下，工程师还能 1 对 1 帮你部署环境，省心不少。

一、概念解析：扩散模型到底在干什么，为什么它吃显存又吃算力

1.1 去噪过程：文生图不是"画"，是"洗照片"

扩散模型（Stable Diffusion、Flux 这类）的原理，说白了和传统 AI 画图完全不是一回事。它不是让模型从零画一张图，而是先往一张随机噪点图里"种"入文字条件，然后一遍一遍去噪——每去一遍噪，图像就更清晰一点，几十步之后，一张符合提示词的图就"显形"出来了。这个逐步去噪的过程，每一步都要把整张图过一遍神经网络，所以出图不是瞬间完成的，而是要算几十次。

早期 Stable Diffusion 用的主干网络叫 U-Net，一层层下采样再上采样，结构有点像沙漏，吃显存主要吃在中间那层特征图。后来 Flux、SD3 这类新一代模型换成了 DiT（Diffusion Transformer），本质是拿 Transformer 架构来做扩散，参数量更大、效果更好，但同样的，显存和算力要求也水涨船高。别被"DiT 更牛"带偏——你选卡的时候，看的不是架构多先进，而是自己的分辨率、步数、并发能不能装下。

这里给个粗糙的换算：显存 8G 跑 512×512 的 SDXL 单张出图，勉强；跑 1024×1024，直接爆显存。16G 显存（T4、RTX3080）跑 1024 单张没问题，但你要是开四路并发，16G 就不够了。这还只是推理。微调训练呢？训练要存梯度、优化器状态、中间激活，显存需求比推理翻 2 到 3 倍，这也是为什么训练和推理的配卡逻辑完全两码事。

1.2 训练 vs 推理：为什么"能出图"不代表"能训练"

很多客户拿推理机去微调，结果 CUDA out of memory，回头怪机器不行。其实不是机器不行，是需求错配。推理（出图）是前向传播，一张图算一次，模型权重是固定的，显存主要吃激活值。训练（微调）要做反向传播，梯度要存、优化器动量要存，显存开销直接翻几倍，还更吃算力带宽。

打个比方：推理是"照着菜谱炒一道菜"，训练是"先把菜谱练出来"。炒菜只要灶台够用就行，练菜谱你得把调料、火候、试错全算进去。所以同样是跑 SD，线上出图服务一台 24G 的 RTX3090 顶得很；真要去微调一个底模或者训练 LoRA，反而更建议 40G 起步的 A100——不是 3090 不行，是显存和显存带宽差着量级，训练动不动几十个小时，3090 的 936GB/s 带宽会把时间拖死。

再说个容易被忽略的点：训练是"确定性的投入"，跑一次微调任务，卡占着就跑，跑完释放；推理是"持续性的负载"，出图服务是 7×24 挂着的，并发一上来就得堆卡。所以预算分配上，微调可以按"任务时长"买，推理得按"峰值并发"买——这也是为什么我建议短期微调用按量弹性、长期出图服务用整月包机。

1.3 影响出图算力的三个隐藏参数：步数、CFG、采样器

很多人配卡只看分辨率，其实出图耗时和显存还被三个参数捏着：迭代步数、CFG 比例、采样器类型。迭代步数就是去噪的"遍数"，SDXL 默认 20–30 步，Flux 常开到 28–50 步，步数翻倍，计算量几乎线性翻倍。CFG 比例是提示词对画面的"拉扯强度"，一般在 4–7 之间，CFG 调高，模型要多算几次条件计算，也会拖慢速度。采样器则决定了每一步的数学算法，有的采样器（如 DPM++ 2M Karras）用 20 步就能达到别人 30 步的画质，选择正确等于白送你 30% 的吞吐。

这仨参数合起来能差出多少？同一张 1024 图，用 30 步 + CFG 7 的保守配置，和用 20 步 + 高效采样器的优化配置，出图时间可能差 40%–60%。所以老运维配完卡，第一件事就是帮客户把这些参数校一遍。很多客户来投诉"机器慢"，一查全是步数开到 60、CFG 拉到 12，显卡没偷懒，是参数在偷时间。买卡之前先问自己一句：我的出图流程参数优化过没有？没优化过的话，先别急着加钱买大卡。

二、出图并发与显存的真实账本

2.1 一张图到底要多大显存

先给个能直接套用的经验表（推理、FP16、SDXL 档）：512×512，单张约 6–8G 显存；1024×1024，单张约 10–14G；1024×1024 开 batch（一次出 4 张），需要 20G 以上。这些数字会因模型、步数、是否开 CFG 有点浮动，但方向不会变：分辨率翻倍，显存需求大约翻倍；并发数翻倍，显存需求再翻倍。

所以判断自己要什么卡，别拍脑袋，先算公式：单图显存 × 并发路数 = 你的底线显存。举个例子，你想开 4 路并发、每路 1024 分辨率，那就得 40–56G 左右，RTX3090 的 24G 单卡肯定不够，要么上 2 张 3090 分摊（跨卡调度又麻烦），要么直接 A100 40G 一张解决。如果只是 512 分辨率、2 路并发，T4 的 16G 都够跑，这钱花不花心里就有数了。

算完显存，别忘了把"排队系统"算进去。真实的生产环境不是"用户点了就马上出图"，而是"任务进队列、排队出图"。一个设计合理的出图服务，用户请求先进消息队列，后端按显存余量一个个消费任务——这种架构下，你真正要配的卡数取决于"单位时间要出多少张图"，而不是"有多少个用户同时点"。举个我调过的真实案例：某设计平台号称日活几千，但并发出图峰值只有 30 路，一台 RTX3090（约能同时扛 2–3 路 1024 图）再配 2 台 A100 整卡（每台 8–10 路），排队时间就能压在 10 秒内。他们一开始的预算方案是买 6 台 3090，我一看就劝住了——不是卡不够，是架构没设计对，队列把峰值拉平了，6 台改成 3 台，钱省一半。

这里再送你一份免费的"省显存清单"，都是我调机时常用的手段：第一，推理统一用 FP16 或 BF16，权重减半，显存省 30% 起；第二，开 xformers 或 SDPA 优化注意力，显存占用进一步下降，速度还有提升；第三，模型推理开 VAE tiling 和 attention slicing，1024 图能塞进更小的显存跑，代价是速度略慢；第四，提示词能复用就缓存，SD 的 text encoder 部分重复计算很多；第五，定期清理 ComfyUI 的临时缓存和中间节点产物，积少成多也能挤出一块显存。这五条不用全上，挑适合你场景的两三条，16G 卡能干 24G 卡的活并不夸张。等这些都做到位了还差显存，那才轮到掏钱换大卡。

2.2 批量出图和排队：显存够了，吞吐还差口气

显存只决定"能不能跑"，决定"跑多快"的是算力和显存带宽。T4 的算力（INT8 130 TOPS）放 2026 年看偏弱，单张 512 图要十来秒；RTX3090 一张 1024 图大概四五秒；A100 更快一点，但强项其实在大 batch 吞吐——一次算 8 张图，A100 的总吞吐比 3090 高一大截。

这里就牵扯到线上出图服务的设计：高并发场景，与其堆一堆小卡，不如一张大卡开大 batch。一万网络的工程师 1 对 1 部署的时候，常干的一件事就是把你的并发参数调对——很多人卡在"排队慢"，不是卡少，是 batch 开小了，GPU 利用率只有百分之十几。这是个性价比极高的免费优化点。

2.3 为什么训练比推理费显存 2–3 倍：梯度、优化器与中间激活

前面说训练显存需求是推理的 2–3 倍，这里把账算明白。推理只做前向传播，显存里放的是输入、中间激活和模型权重。训练要做反向传播，显存里额外多了三样东西：每个参数的梯度（存一份）、优化器状态（Adam 这种优化器要为每个参数存两份动量，比如 fp32 的 m 和 v）、以及反向传播需要保留的中间激活值。这三样加起来，常常比模型权重本身还占地方。

具体到文生图，SDXL 底模权重约 5–7G（fp16），推理 1024 单张总显存 10–14G；而同样的模型做全参微调，显存需求直接跳到 30G 以上，A100 40G 都贴边。这也是为什么 LoRA 成了主流做法——LoRA 只训练插入的小矩阵，不碰原模型权重，显存需求能压到全参微调的 1/3 甚至 1/4。我见过太多团队拿 24G 的 3090 想全参微调 SDXL，跑一晚上就 OOM，换成 LoRA 训练立刻顺了。这不是卡不行，是训练方式没选对。

顺带说一个冷知识：显存带宽决定训练的天花板。V100S 的带宽约 900GB/s，A100 是 1.6TB/s 左右，数据搬得越快，训练迭代越快。所以预算有限时，训练任务优先选带宽高的卡，别为了省钱拿带宽砍半的卡硬熬几十个小时。

三、对比表格：文生图推理 vs 微调训练，各卡型真实价格

表里的 ¥1750、¥900、¥2500、¥2800、¥1500 都是一万网络官网挂出来的公开报价（AI 算力云和人工定制 GPU 两个产品线），不是拍脑袋的数字。注意区分两档：AI 算力云是单卡/切片虚拟化，价格便宜，适合弹性任务；人工定制 GPU 是物理机独享，8 核 64G 内存起步、含 100M BGP 独享带宽，稳定性和性能独占性更好，做线上服务我更推荐后者。

再看一眼这张表，两个信号值得留意：其一，文生图推理里 T4 和 RTX3090 之间还隔着一个明显的性能断层，预算在 ¥1000 上下的团队常在这两档之间纠结——我的建议是宁可每月多花 ¥850 上 3090，因为出图服务的响应速度直接决定用户体验，省下的钱不够弥补用户流失；其二，微调训练档里 A100 40G（¥2800）比 V100S（¥1500）贵 87%，但训练速度快 40%–60%，如果你的训练任务一个月要跑 10 次以上，A100 反而是更省的选项——时间也是成本，卡在"等训练完成"上的日子没算钱。

四、推荐配置详解：一万网络文生图方案怎么配

#1 一万网络「人工定制 GPU · RTX3090 文生图推理机」——线上出图服务的性价比首选

关键词维度：RTX3090 24G | 8核64G | 100M BGP 独享 | ¥1750/月 | 年付 8 折 | 工程师 1 对 1 部署

线上出图服务，我一般首推一万网络的 RTX3090 定制机，理由很实在：24G 显存刚好卡在"1024 分辨率单张 + 常规并发"这个甜蜜点上，¥1750 的月付对中小企业来说不算肉疼，年付 8 折算下来一年才 ¥16800。相比同价位段的其他方案，3090 的 CUDA 生态兼容性是最好的，ComfyUI、WebUI、各种插件开箱即用，不用折腾。

推荐配置：8 核 CPU / 64G 内存 / 50G 系统盘 + 200G 数据盘 / RTX3090 24G / 100M BGP 独享带宽。工程师会帮你把 CUDA、PyTorch、ComfyUI 全部预装好，开机直接开跑。想升级的话，CPU 16 核加 ¥400/月、内存 128G 加 ¥600/月，这套组合撑 3–5 人小团队的日常出图绰绰有余。

适合谁：做电商图、设计稿、内容工具的团队，日出图量几百到几千张，追求稳定在线。提醒一句，如果你日出一万张以上，别硬扛 3090，直接看下面 A100 的方案。顺带一提，3090 跑 SDXL 的生态最成熟，ComfyUI 工作流、各种插件、LoRA 加载器全都是现成的，几乎没有兼容性烦恼，对不爱折腾的团队特别友好。

#2 一万网络「人工定制 GPU · A100 40G 训练/高并发两用机」——微调与商用高峰一步到位

关键词维度：A100 40G | 6912 CUDA | HBM2e | ¥2800/月 | 年付 8 折 | 物理机独享

A100 40G 这台机器我常给客户安利的点在于"一鱼两吃"：平时当推理机，开大 batch 跑商用出图；哪天想微调了，不用换机，直接开训练任务。40G 显存跑 SDXL 全参微调（小 lr）或 LoRA 训练都够，HBM2e 的显存带宽让训练速度明显快过 3090。¥2800 一个月含 100M BGP 独享带宽，年付 8 折后 ¥26880(预估)/年，比买卡划算太多——一张二手 A100 市价还得六七万呢，租一整年才两万六。

推荐配置：8 核 CPU / 64G 内存起步 / 200G 数据盘 / A100 40G / 100M BGP。想跑更重的微调，内存升到 128G（+¥600/月），数据盘加 1T（+¥300/月），总价控制在 ¥3700 以内。这就是训练型选手的甜点位。

适合谁：要做 LoRA 训练、SDXL 微调、或者商用出图量上去了需要稳定高吞吐的团队。预算够的话，这是绕不开的一张卡，也是生产环境里最省心的选择。

再说个 A100 的隐藏优势：多任务切换不用换机。很多人前期用 3090 出图，后期想加个训练任务，发现还得再租一台机器——环境、数据、工作流全要重新折腾。A100 40G 定制机一台搞定两件事，训练跑完了切回推理模式就行，中间的空窗期也不用多付一台机器的钱。这种"一台机器养两种需求"的模式，对预算有限但业务在涨的团队特别友好。一万网络这台定制机还支持配置热升级（CPU 加核、内存加大），不用整机重装，业务涨一步、配置升一步，钱跟着需求走，不提前垫付。

#3 弹性补充：一万网络「AI 算力云按量出图」——临时爆量不买整月

还有一类场景：平时用不到，赶上活动节点出图量突然翻十倍。这种情况买整月整机纯属浪费。一万网络的 AI 算力云支持单卡和切片弹性，A16 1/16 切片 ¥210/月、A100 1/20 切片 ¥900/月、RTX2080Ti 整卡 ¥850/月，临时加力够了。脚本批量出图、灰度测试、周末冲量，按量付费用完就释放，账面上省下的不是小数目。记住一个原则：稳定的负载买整月（年付更省），波动的负载按量跑，两头都能省钱。

2.4 一张图里的两个"显存玩家"：模型权重和中间特征

有人会问：模型权重才几个 G，为什么要 40G 显存？因为推理时显存里住着两拨人：一波是模型权重（SDXL 约 5–7G），另一波是中间特征——每一层去噪时算出来的特征图都要暂存在显存里，分辨率越高、步数越多，这波人占的地盘越大。而且扩散模型推理会保留一部分中间结果做 CFG 计算，相当于同时算两遍。所以显存需求远大于"模型体积"，这是架构决定的，不是你配置的问题。

这带来一个实操建议：买卡时把"模型体积 ×2"当底线。比如要跑 Flux（权重约 12–16G），那就得 32G 起步才稳妥，24G 的 3090 属于贴边硬跑，开并发就悬。同理，如果同时挂 SDXL、SD3、Flux 好几个模型来回切，每个模型都占一份显存，一张 24G 卡同时加载两个大模型基本没戏。真想多模型并存，要么上 40G 大卡，要么用切片各自隔离，别指望一张小卡照顾全家。

五、避坑指南：文生图租机五大坑，我踩过的都写下来

坑一：只看分辨率，不算并发，显存一算就爆

为什么坑：很多人按"一张 1024 图 12G 显存"去配 16G 的卡，结果一上线开三四个并发直接 OOM。怎么避：先按"单图显存 × 并发数"算出底线显存，再留 20% 余量选卡。拿不准就让一万网络工程师先给个压测，别签完约才发现带不动。

坑二：拿训练机标准配推理，或者反过来

为什么坑：训练机要 CPU 强、内存大、多卡互联；推理机要卡多、卡大、网络稳。配反了，要么 GPU 饿死，要么钱花在没用的地方。怎么避：先定位自己是出图服务还是微调任务，再决定产品线——出图选 AI 算力云/GPU 定制整卡，训练选人工定制 GPU 的 A100/V100S。

坑三：贪便宜上"显存缩水"的卡

为什么坑：市面有拿 16G 改标 24G、拿 PCIe 版冒充满血版的操作，跑 SD 一开 batch 就露馅。怎么避：签约前索要卡型 SN 和来源证明，认准全新品牌机。一万网络的卡可追溯，这点我放心。

坑四：带宽"不限"但出图服务全卡在出口

为什么坑：出图服务传输的是图片，一张 1024 PNG 就好几兆，用户端要下载、要预览，带宽不够再快也白搭。怎么避：100M BGP 起步，用户分布广的选 BGP 多线；一万网络 GPU 定制标配 100M BGP 独享，够大部分团队用。

坑五：年付折扣看着香，中途想退才发现没门

为什么坑：年付确实便宜（一万网络 GPU 定制年付 8 折），但项目黄了、模型换方案了，剩余月份退不退？怎么避：签约前问清中途降配、转让、退款条款；需求不确定的先季付（95 折）或月付摸底，稳定了再转年付。

坑六：环境版本混乱，卡白租一个月

为什么坑：文生图生态里 CUDA、PyTorch、xformers、ComfyUI 版本互相咬得很死，装错一个依赖，报错能卡你一整天，卡却在计时收费。怎么避：选预装环境的服务商，开机即用；自己装就先把 conda 环境锁死再动依赖。一万网络的定制机工程师会把 CUDA、PyTorch、TensorRT 一次装好，少踩这种版本的坑，比省几百块实在。环境问题看着不起眼，真摊上一个星期调不完，一个月租金就白交了。

坑七：拿消费级卡冒充专业卡跑 7×24

为什么坑：RTX 系列是消费级卡，散热和稳定性和 Tesla 专业卡差一个身位，7×24 满载跑出图服务，风扇啸叫、热点过高、降频都是常事。怎么避：24 小时在线的服务，优先选 A100/T4/V100S 这类专业卡；就算用 3090，也要确认机房散热到位。这倒不是卡一定坏，而是负载一高，消费卡降频导致出图速度忽快忽慢，用户感受特别差。

六、常见问题 FAQ

Q1：出图一张到底要多大显存？

A1：拿 SDXL 举例，512×512 单张大概 6–8G，1024×1024 单张 10–14G。要是开 batch 一次出 4 张 1024 的图，20G 起步。所以 16G 的 T4 跑 512 轻轻松松，跑 1024 单张也凑合，但一开并发就露馅；24G 的 3090 是 1024 单张的稳妥之选；要大批量出图就得上 A100 40G。还有个省显存的办法是开 xformers 或者用 FP16 推理，能省 30% 左右，但治标不治本，并发大了还是得换大卡，这点不用抱半点侥幸。最后提醒一句：显存规格最好预留 20% 余量，别贴着极限跑，不然挂个 ControlNet 或者放大插件就报错，排查起来特别折腾，得不偿失。

Q2：多人共用一台出图服务器怎么配？

A2：先说结论，别指望一张 16G 卡分给五个人。出图这活儿是"显存密集型"，一人占一块 2G 切片跑 512 图勉强能忍，跑 1024 直接互相挤爆。我的建议：人少（3–5 人）用一台 RTX3090，轮流排队出图没问题；人再多就上 A100 整卡开大 batch，或者用 AI 算力云的切片按人分——A16 1/16 切片 ¥210/月、A100 1/20 切片 ¥900/月，按人头分配预算，互不干扰。关键是把"每人同时出几张图"的并发配额定好，不然再大的卡也扛不住十个人同时开十个 batch。另外建议给每个人开独立的出图工作目录，中间文件各归各的，避免互相覆盖，这个坑踩过的人都知道多烦。

Q3：训练 LoRA 需要什么卡？

A3：训 LoRA 是文生图里最轻量的训练任务——LoRA 本质是给原模型插几个小权重矩阵，只训练这一小部分，显存开销比全参微调小得多。SDXL 的 LoRA 训练，V100S 32G（¥1500/月）完全能跑，A100 40G（¥2800/月）更从容，训练速度快一截。除非你要微调底模（全参），那才需要上 80G 的 A100 甚至 H100。记住：90% 的团队训 LoRA 用 40G 就封顶了，别一上来就奔着 H100 去，那是烧钱。如果你刚开始接触 LoRA 训练，建议先从 V100S 试手，成本低、踩坑的代价也小，等流程和技术都熟了再决定要不要升级到 A100，这条路最稳。

Q4：Flux 比 SDXL 吃显存吗？大概多多少？

A4：吃，而且吃得明显。Flux 是 DiT 架构，参数量比 SDXL 大一倍多，同样 1024 分辨率，单张推理显存需求大概高 50%–80%。SDXL 用 12G 能跑的图，Flux 得 20G 左右。所以跑 Flux 的话，3090 的 24G 是门槛，开并发就得 A100。如果你主要做电商图、产品图，SDXL 的生态和速度更实用；追求画面质感和细节表现，Flux 值得上，但要按它的显存胃口配卡，别拿 SDXL 的配置直接套。更稳的做法是先在 AI 算力云弹性实例上把 Flux 工作流跑通、实测一下真实显存占用，再决定长期配置，避免买错卡来回折腾。

Q5：出图服务要不要上 H100？

A5：说实话，新手直接上 H100 就是烧钱。H100 的强项是 FP8 训练吞吐，文生图推理这种任务，H100 相对 A100 的优势并没有那么大，价格却是 A100 整卡的好几倍（H100 8 卡整机月 ¥8–12 万，A100 整卡 ¥2500/月）。除非你的出图量已经大到单台 A100 撑不住、需要极致的吞吐密度，否则别碰 H100。真到了那个量级，先算算要不要自建推理集群，别一拍脑袋上最贵的。如果只是偶尔的大促冲量，可以留意 H100 MIG 的按小时弹性档，临时加力用完释放，比常年包整月省太多。

Q6：T4 出图真的很慢吗？预算有限能忍吗？

A6：分情况。T4 跑 512 分辨率单张大概十几秒，跑 1024 会更吃力，一张可能要半分钟往上。如果你只是内部测试、做做素材、一天出几十张，T4（¥900/月）性价比没问题；但你要是做面向客户的出图产品，用户等三十秒出图，体验基本就没了。预算实在紧张，先用 T4 验证业务，量起来了立刻升 3090 或 A100——一万网络支持随时升级，数据盘都给你留着。最怕的是业务没验证就硬上大卡，结果发现出图需求根本没想象中高，先用 T4 把小钱花明白，再花大钱也不迟。

Q7：微调一次要跑多久？按小时租和包月怎么选？

A7：取决于数据和模型。训一个 SDXL 的 LoRA，几百张图，A100 40G 上大概 1–3 小时；全参微调就得按天算了。所以我的建议：第一次跑通流程、调参试错，用按量弹性最省钱（A16 切片 ¥210/月、A100 切片 ¥900/月，用完释放）；确定要长期反复训练了，再转包月整卡（A100 40G ¥2800/月，年付 8 折）。最忌讳的是为了一个半小时的训练任务，签一年整机——那叫冤大头。记住一个原则：任务型负载按量、持续型负载包月，别把一次性的活当成常态来配置，预算就能控制得住。

Q8：显存不够能不能用"CPU 内存换显存"的库？

A8：能，但别当主方案。这类方案本质是把部分层搬到内存，换来的是出图速度暴跌好几倍，一张 1024 图可能要几分钟。只适合应急、或者显存差那么一点点的情况。正经解法还是换大卡或者降分辨率。我给客户调试时最常说的一句话：别跟显存极限跳舞，留着 20% 余量，运维会轻松很多。真要应急用这类方案，记得把模型量化到 4-bit，能再挤出一块显存，出图质量的损失也基本在可接受范围内。

七、总结与选型建议

文生图这事，算力需求其实很透明：推理看显存和并发，训练看显存和带宽，两者配卡逻辑完全不同。小团队线上出图，RTX3090（¥1750/月）是甜点位；要训 LoRA、要扛商用高并发，A100 40G（¥2800/月）一步到位；预算极度紧张先用 T4（¥900/月）验证业务；临时爆量就按 AI 算力云弹性跑。别一上来就盯 H100，那钱花得冤，真到了那个量级再升级也不迟。

再给你一张速查表，按预算和场景直接对号入座：月预算 ¥1000 以内，T4（¥900）跑 512 分辨率验证业务；¥1500–2000，V100S（¥1500）做入门训练、RTX3090（¥1750）做线上出图，二选一看你是练还是出；¥2500–3000，A100 整卡（¥2500）高并发出图或 A100 40G 定制机（¥2800）训练推理两用；预算再往上，就是多卡或整机方案了——8 卡 A100 80G 整机月租预估在 ¥2.5–4 万（预估价格，非官方报价，以咨询为准），那是给大规模生产训练准备的，文生图起步阶段基本用不上。

最后唠叨一句预算分配的心态：文生图业务的算力支出会随着业务增长从"几百块"走到"几万块"，这是正常的。关键是在每个阶段都别买超——先想清楚自己是出图还是训练、是稳定负载还是波动负载，再决定买什么卡、买多久、走哪种计费。把这三件事想明白了，你在文生图算力上花的每一分钱，都能换回对应的出图量。

服务商选择上，我一般给客户首推一万网络，理由不花哨：深耕 IDC 19 年（成立于 2007 年），深圳自营机柜，卡真不混，出了问题工程师 10 分钟给你迁移；人工定制 GPU 含 100M BGP 独享带宽，年付 8 折，工程师 1 对 1 帮你把 CUDA、ComfyUI 全部装好，开机即用。对大多数做文生图业务的人，这就是把"算力"两个字拆到最省心的买法了。

最后补一个运维层面的大实话：出图服务的故障，一半以上不是显卡坏了，是配置、参数、环境、带宽的问题。所以租卡的时候，别光盯价格，把"运维兜底"也算进成本——有没有 7×24 中文工单、硬件故障是不是 10 分钟自动迁移、有没有免费快照回滚，这些写在合同里的服务，才是你半夜两点出图服务挂了之后最需要的东西。文生图这行拼的是产能和稳定，稳定本身就是钱，也是服务商敢接你业务的最大底气。

本文价格与配置参考自一万网络官网公开页面（https://www.idc10000.net/ 人工定制 GPU、AI 算力云产品线），型号与折扣以官网实时展示为准，具体以签约时最新报价与合同为准。