QuickPod ofrece alquiler de GPUs y CPUs con entornos Jupyter listos
El servicio promete un ahorro de hasta el 80% frente a las opciones habituales, aunque aún no ha dado detalles sobre precios o disponibilidad.
QuickPod, un nuevo servicio de alquiler de GPUs y CPUs, ha aparecido con una propuesta clara: entornos Jupyter preparados para usar y un coste que aseguran es hasta un 80% inferior al de otras ofertas del mercado.
La compañía, recién listada en plataformas de seguimiento de startups, no ha publicado todavía ni precios concretos ni especificaciones de hardware. Tampoco hay demo ni documento técnico que respalde ese 80% de ahorro. La cifra es suya, no la de un tercero.
La idea de alquilar GPUs de forma puntual no es nueva. AWS, Azure o Google Cloud llevan años haciéndolo, y también hay alternativas especializadas como vast.ai o CoreWeave. Lo que diferencia a QuickPod, al menos sobre el papel, es que el entorno Jupyter viene ya configurado: el usuario no tiene que montar el contenedor ni instalar las librerías. Eso puede reducir la fricción para quien quiere ejecutar un cuaderno sin tocar la infraestructura.
Queda por ver si el ahorro real se mantiene cuando se suman los costes de transferencia, almacenamiento o uso bajo demanda. Tampoco se sabe qué GPUs concretas ofrecen (¿A100, H100, L4?), en qué regiones operan, ni si se puede contratar por horas o solo por suscripción. Sin esos datos, la oferta es una promesa en el aire.
Para un administrador de sistemas o un científico de datos que busque una alternativa barata y rápida, QuickPod puede ser interesante como opción a probar, pero conviene esperar a que publiquen especificaciones reales o al menos una prueba gratuita. Mientras tanto, el mercado sigue teniendo a los grandes proveedores y a los agregadores establecidos como referencia.
