В июле один production-контур на арендных A100 сжег 14200 долларов при средней загрузке GPU 31-44% и p99 первого токена 1,8 секунды на пиках. Причина не в модели: vLLM на bare-metal держит KV-кэш локально, а в облаке каждый повторный промпт, каждый ретрай и каждый гигабайт egress оплачивается отдельно, плюс PII уходит за периметр до санитизации. Считаем на три года без маркетинговой патоки. Облако: 14200 долларов в месяц, это 511200 долларов за 36 месяцев, и это без роста трафика. Свой узел 2x H100, 256 ГБ RAM, NVMe 7,68 ТБ и WireGuard mesh с AllowedIPs /32: закупка и стойка около 145000 долларов, электричество и замена расходников еще 42000, итого 187000. Разница 324200 долларов, а токен выходит 0,41 цента против 1,12 в аренде за 1000 токенов при 42 млн токенов в сутки. Суверенитет здесь не лозунг, а кривая стоимости: token density per watt ты контролируешь сам, расписание батчей не зависит от чужого шедулера, а 152-ФЗ закрывается локальной санитизацией на границе контура, а не обещаниями провайдера. Если нагрузка стабильна хотя бы на 40%, аренда уже проигрывает, а при росте она проигрывает в разы. Хочешь такую же математику для своего контура — считай от своих токенов в сутки, а не от прайса на лендинге: https://run-as-daemon.dev/?utm_source=telegram&utm_medium=smm&utm_campaign=rad_ru&utm_content=yunit-ekonomika-vladeniya-serverami-s
