TensorPool
TensorPool · 코딩
TensorPool은 CLI로 B200, B300, H100, H200 클러스터를 필요할 때 빌릴 수 있는 GPU 클라우드다. git 방식 작업, 공유 NFS 스토리지, 분 단위 과금을 갖췄다.
TensorPool 소개
What Is TensorPool
TensorPool은 GPU 클러스터를 시간 단위로 빌리는 클라우드다. 모델을 학습하고 미세 조정하면서도 공급자 계정 관리, 할당량 신청, 스팟 중단 대응을 직접 하고 싶지 않은 머신러닝 엔지니어를 겨냥한다. 짧은 설정 파일에 작업을 적어 보내면, TensorPool이 여러 공급자를 넘나들며 빈 자원을 찾아 실행한다.
내세우는 건 속도와 가격이다. TensorPool은 요금을 공개하며, H100 SXM의 주문형 요금은 시간당 1.99달러로 대형 클라우드 시세를 크게 밑돈다. H100 GPU를 빌리거나 B200 GPU 대여를 대형 클라우드와 비교하려 할 때, 요금 페이지가 숫자를 나란히 보여준다. 규모는 GPU 한 장에서 수백 장짜리 클러스터까지, 고른 플랜에 따라 달라진다.
가장 큰 걸림돌은 TensorPool이 클릭형 대시보드가 아니라 개발자 워크플로를 중심으로 만들어졌다는 점이다. 터미널에 익숙하고 컨테이너 사고방식이 필요하다. 또 일부에서는 스팟과 중단 가능한 자원에 기대므로, 복구 기능을 쓰지 않으면 사람 없이 돌리는 장시간 작업에 위험이 남는다.
Getting Started
- tensorpool.dev에서 GitHub나 이메일로 가입하고, GitHub 저장소에 별을 주면 20달러 무료 크레딧을 받는다.
- TensorPool CLI를 설치하고 계정 토큰으로 인증한다.
- GPU 종류, 컨테이너 이미지, 실행할 명령을 적은 작업 설정을 만든다.
- CLI로 작업을 보낸다. TensorPool이 가장 싼 공급자를 골라 실행을 시작한다.
- CLI로 로그와 결과물을 받아오거나, 실행 중에 실시간으로 지켜본다.
제품 정보
TensorPool의 요금, 지원 플랫폼, 성능을 한눈에 확인해 보세요.
추천 대상
이 도구가 가장 잘 맞는 사용자, 작업, 상황입니다.
사용자
- 머신러닝 엔지니어
- 소규모 연구팀
- 예산이 빠듯한 스타트업
작업
- 대규모 언어 모델 미세 조정
- 실험을 병렬로 돌리기
- 배치 추론과 데이터 처리
활용 상황
- 야간 학습
- 약정 없이 GPU 클라우드로 모델 학습
- 대형 클라우드를 떠나 GPU 비용을 줄이려는 팀
주요 기능
CLI 중심의 GPU 작업
TensorPool은 웹 콘솔이 아니라 명령줄 도구로 작업을 돌린다. 설정 파일에 작업을 적고 커밋을 보내듯 밀어넣는다. 터미널에서 살아가며 GPU 준비를 기존 스크립트와 CI 파이프라인에 끼워 넣고 싶은 엔지니어에게 맞는다.
git 방식 워크플로
작업은 코드 변경처럼 다뤄진다. 하나를 보내고 상태를 지켜보다가 끝나면 결과를 되받는다. TensorPool은 실행 시간만 청구하므로 단계 사이의 대기 시간은 요금에 붙지 않는다. 일회성 대화형 세션보다 반복 학습 파이프라인에 어울린다.
여러 공급자를 넘나드는 스팟 복구
CLI 뒤에는 GPU 공급자를 비교해 작업에 맞는 가장 싼 선택지를 고르는 스케줄러가 있다. 중단 가능한 인스턴스가 회수되면 스마트 스팟 복구가 새 하드웨어에서 실행을 다시 시작한다. 손대지 않아도 학습이 이어진다.
ML 노트북 nb.dev
nb.dev는 TensorPool이 ML 작업을 위해 만든 Jupyter다. 아무 노트북에나 GPU를 곧바로 붙이고, GPU 메모리와 모델 가중치를 포함한 머신 전체 상태를 스냅숏으로 뜬 뒤, 그 스냅숏을 원하는 만큼 새 머신으로 분기한다. 차례차례 시행착오하던 흐름이 병렬 실험으로 바뀐다.
공유 NFS와 오브젝트 스토리지
TensorPool은 고성능 공유 NFS 스토리지와 S3 호환 오브젝트 스토리지를 제공한다. 오브젝트 계층은 전 세계에 분산돼 GPU 가까이에 데이터를 캐시한다. 회사 측 설명으로는 Cloudflare R2보다 리전 간 지연이 작다. 공유 스토리지가 있으면 데이터셋과 체크포인트를 작업의 모든 노드에서 쓸 수 있다.
컨테이너 실행
모든 작업은 컨테이너에서 돈다. 환경과 의존성은 직접 챙겨 온다. 손으로 세팅한 GPU 서버에서 흔한 버전 어긋남을 피할 수 있고, 노트북에서 돌아간 작업이 클러스터에서도 똑같이 동작한다.
투명한 시간당 요금
요금 페이지는 GPU별 시간당 가격을 나열하고 Lambda Labs와 대형 클라우드에 직접 견준다. B200은 시간당 4.99달러, L40S는 1.49달러, CPU는 0.015달러다. 숨은 플랫폼 요금은 없고, 스토리지는 TB 단위로 따로 청구된다.
최대 128장까지 탄력 확장
표준 플랜은 주문형으로 GPU를 최대 128장까지 다루고, 엔터프라이즈 계약은 가용성 99.9% SLA와 함께 수천 장까지 늘어난다. 한 장으로 시작해 같은 워크플로를 큰 클러스터로 키울 수 있다. 플랫폼을 갈아탈 필요가 없다.
장단점
장점
- H100 주문형 요금이 시간당 1.99달러 선이라 비슷한 하드웨어면 대형 클라우드 대부분을 밑돈다.
- CLI와 git 방식 작업이 기존 엔지니어링 흐름에 맞물려, 새 대시보드를 강요하지 않는다.
- 스팟 복구가 중단된 작업을 자동으로 다시 시작해 긴 학습에서 날리는 작업이 줄어든다.
- 20달러 무료 크레딧에 월 최소 요금이 없어 약정 전에 저렴하게 시험할 수 있다.
- 공유 NFS와 S3 호환 스토리지가 데이터셋과 체크포인트를 모든 노드에서 쓸 수 있게 유지한다.
단점
- 작업 관리용 그래픽 콘솔이 충실하지 않아, 비기술 사용자는 애를 먹는다.
- 장기 약정 할인과 대규모 예약은 영업팀에 문의해야 하고 공개 가격이 없다.
- 일부 리전에서 스팟 자원에 의존해 시작 시간과 안정성에 변동이 생긴다.
- 문서와 지원이 주로 Slack과 Discord에 있어 답을 찾기 어려울 때가 있다.
자주 묻는 질문
TensorPool은 모델 학습, 미세 조정, 추론에 쓸 GPU 클러스터를 빌려준다. CLI로 컨테이너화한 작업을 보내면 공급자 간 자원 준비를 대신해 준다. 클라우드 계정을 직접 관리할 필요가 없다.
관련 콘텐츠
TensorPool와 관련된 도구, 스킬, 아티클을 살펴보세요.
TensorPool 대안
Udon
Udon · 코딩 · 생산성Udon은 Apple Silicon Mac을 Mac 홈서버로 바꾸는 소프트웨어다. 브라우저에서 컨테이너와 파일 공유를 관리하고, 원하면 AI 시스템 관리자까지 붙일 수 있다.
offstage
offstage cloud · 코딩 · 생산성offstage는 AI 에이전트와 CI 작업에 진짜 Mac을 넘긴다. Apple Silicon 위의 새 macOS 27 계정을 API로 다루고 초 단위로 과금한다.
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · 코딩 · 생산성BotBus는 AI 코딩 에이전트 원격 제어 앱이다. 스마트폰과 워치에서 명령을 승인하고, 작업을 시작하고, 결과를 확인한다.