\n\nVultr利用Nvidia GPU和AI智能体自动化基础设施设置，宣称比超大规模云服务商节省50%-90%成本。它简化了平台工程师工作，让开发者一键部署应用，并集成Nvidia技术栈，大幅降低计算成本。
译自：Vultr says its Nvidia-powered AI infrastructure costs 50% to 90% less than hyperscalers
作者：B. Cameron Gain
Vultr 正在使用 Nvidia GPU 和像 OpenClaw 这样的 AI 智能体来自动化开发人员的基础设施设置——并声称其结果比主要超大规模云服务商提供的同类产品成本低 50% 到 90%。该平台专为内部开发者门户而构建，允许平台工程团队根据自己的安全策略、网络规则和合规性要求训练 AI，然后将其作为预配置选项库公开，开发人员可以一键部署。
在 KubeCon+CloudNativeCon Europe 期间，Vultr 的首席营销官 Kevin Cochrane（在过去二十年中积累了深厚的技术背景）将 Nvidia 描述为 Vultr 所提供服务的“燃料”或“电力”。
“我们希望帮助平台工程师打造一辆该死的宝马，这样当他们驶上高速公路时，他们实际上是在德国高速公路上，以每小时 240 公里的速度行驶。”
“我们希望帮助平台工程师打造一辆该死的宝马，这样当他们驶上高速公路时，他们实际上是在德国高速公路上，以每小时 240 公里的速度行驶，”Cochrane 说。“你将消耗我们提供的燃料或电力。”
更便宜的计算，自动化设置
凭借 Nvidia 资源的可用性，Vultr 表示可以提供更经济的体验，其计算方面的“燃料”或“电力”更便宜，而这对于组织而言通常是成本高昂的。
“挑战在于，如果你有一辆宝马，并且想要开得非常快，那么你将不得不投入大量计算资源，”Cochrane 补充道。
Vultr 创造了这种替代方案，旨在为平台工程团队提供两全其美的优势：高功率、AI 集成的模板，用于以极具竞争力的成本创建和管理内部开发者门户。Vultr 表示，这些节省适用于这项新功能及其现有产品。
技能文件取代手动脚本
在这种新的 AI 基础设施方法中，平台工程师的角色从手动设置转向高级架构设计。Cochrane 告诉 The New Stack，他们不再是手动编写每个脚本，而是专注于构建核心技能。这些技能本质上是 AI 智能体（如 OpenClaw）用于执行特定操作任务的“技能文件”。
为了创建这些，平台工程师开发了一个语料库或工件库作为训练集。Cochrane 表示，这些工件代表了“一套已知良好原则”，这些原则已经过技术团队中“所有人的预先烘焙”和“认可”。
例如，网络工程团队可能会创建一个网络技能。Cochrane 说，这个文件会准确地告诉 AI 如何“创建 VPC”、“在特定城市之间建立直接连接”以及设置“故障转移”区域。
Cochrane 表示，一旦这些技能通过开发者门户公开，下游开发人员就可以部署应用程序，而无需担心“网络”、“数据中心位置”或“连接存储”。
Cochrane 说，由于该平台“100% 由 API 驱动”，AI 智能体只需使用这些技能文件即可自动化整个配置。这确保了复杂的要求（如数据隐私和安全策略）得到自动处理，从而防止开发人员“搞砸”。
最终，所有基础设施的复杂性都“完全被隐藏起来”，因此开发人员可以只专注于应用程序本身，Cochrane 说。
Nvidia 的技术栈为 Vultr 提供动力
Cochrane 描述了 Nvidia 技术栈中由 Vultr 协调的三个组件：
- Nvidia Dynamo：一个用于基础设施管理（包括 Kubernetes 的有状态和无状态）的“AI 操作系统”。
- Nvidia Vera Rubin Platform：一个集成系统，结合了 GPU、CPU、网络和存储，以推动“通证经济学”的“效率前沿”。
- Agentic AI & NemoClaw：强调开源技术栈（包括 OpenClaw/NemoClaw），通过更高层次的“技能”和抽象为自主智能体提供安全的基石。
开发人员只需点击，无需配置
一旦平台工程团队设置好 IDP，开发人员就可以点击他们想要和需要的东西（并且无法访问可能损害基础设施或无意中产生 50,000 美元云账单的 AI 智能体）。开发人员可以使用 IDP API 选择服务器，例如选择云 GPU 或优化云，以及其位置，无论是在新泽西、伦敦还是东京。
通过 Nvidia NemoClaw 图标可以访问“市场”选项卡。Vultr 系统自动化的其他菜单配置包括服务器大小、Nvidia GPU 型号（如 H100 或 A100）、RAM 和每月价格。
“所有这些复杂性都应该由平台工程团队处理，而其他一切都应该对开发人员完全隐藏。他们不需要知道任何关于它的信息。”
“任何构建下游应用程序的开发人员都可以使用像 OpenClaw 这样的工具并利用这些技能……他们基本上只需让他们通过 OpenClaw 智能体设置他们的管道、模型、代码管道，然后就可以开始了，”Cochrane 说。“所有这些复杂性都应该由平台工程团队处理，而其他一切都应该对开发人员完全隐藏。他们不需要知道任何关于它的信息。”全 工智能
