Huddle01 Cloud

Huddle01 Cloud는 시간 단위로 과금한다. 워크로드 변화에 맞춰 인스턴스를 켜고 끌 수 있다는 뜻이다. Anton 라인은 2 vCPU, 4GB 머신이 시간당 $0.031부터 64 vCPU, 128GB 머신이 시간당 $0.768까지 있어, 월 약정을 추측하는 대신 지출을 작업에 맞춘다. 아무것도 묶어 두지 않고, 유휴 용량은 해체하면 비용이 들지 않는다. 하나 띄우고, 일을 끝내고, 끈다.

GPU 메뉴는 Ada Lovelace, Ampere, Blackwell, Hopper, Volta를 포함한 여러 Nvidia 세대에 걸친다. 이 폭이 중요한 이유는 Volta 같은 구형 카드가 가벼운 추론에 저렴할 수 있고, Hopper와 Blackwell은 무거운 학습과 대형 모델 서비스에 맞기 때문이다. 필요 없는 최상위 실리콘에 돈을 쓰는 대신 작업에 맞는 카드를 고른다. 그게 전부다.

순수한 머신 외에도 Huddle01 Cloud는 관리형 Kubernetes와 로드 밸런싱을 별도의 시간당 서비스로 제공한다. 이미 앱을 컨테이너화한 팀은 컨트롤 플레인을 돌보지 않고 기존 클러스터를 옮길 수 있고, 로드 밸런서가 트래픽을 분산해 단일 노드가 충격을 다 받지 않게 한다.

AI 에이전트 제품은 에이전트를 계속 돌리기 위한 상시 소형 머신을 빌린다. Huddle01은 두 단계를 제시한다. 2 vCPU, 4GB RAM, 20GB NVMe SSD의 Mini Claw와 4 vCPU, 8GB RAM, 같은 스토리지의 Macro Claw다. 항상 켜진 비서를 겨냥한다. Mini는 한 번에 한 작업을 처리한다. Macro는 여러 개를 동시에 다룬다. 직접 가상 머신을 설정하는 것보다 단순한 길이다. 설정이 적고, 고장 날 것도 적다.

블록 스토리지는 컴퓨팅과 별도로 GB당 시간당 약 $0.0000834로 과금된다. 20GB 볼륨이면 하루 약 $0.04다. 스토리지를 인스턴스와 분리해 두면 데이터를 떼어내거나, 컴퓨팅 크기를 바꾸거나, 머신을 멈춰도 파일을 유지할 수 있다. 여러 인스턴스 크기를 시험할 때 원하는 동작이다. 파일은 그대로 남는다.

가격 페이지와 콘솔은 숨은 비용 없는 실시간 과금을 내세운다. 클라우드 사용자가 자주 불평하는 깜짝 청구서와 정반대다. 예산이 빠듯한 팀에게 지출이 실시간으로 오르는 걸 보는 것은, 밤새 켜 둔 인스턴스가 골칫거리로 바뀌기 전에 잡아내기 쉽게 해 준다. 그런 메일은 아무도 원하지 않는다.