世界の遊休コンシューマGPUを束ねる分散型GPUクラウド
月間サイト訪問数の推計
このドメインの Similarweb 推計値であり、アクティブユーザー数ではありません。観測データのある月のみ表示し、取得日と対象月を区別しています。
取得日 2026/11/11
編集部による 5 点満点の評価です。ユーザー評価の平均ではありません。 このページの各視点は、製品情報をもとに AI がまとめたものです。実際の利用者のレビューではありません。
OpenAITools.app のテレメトリ（2026-11-11 検証）によると、Salad（salad.com）は AI開発者ツールに分類される AI プラットフォームで、月間 71.35万の訪問を生み出し、前月比のトラフィック増減は +6.75万（+10.4%）です。主要な地域市場はアメリカ合衆国（トラフィックシェア 40.9%）で、無料トライアル、有料、料金は要問い合わせの料金モデルで運営されています。月間ボリューム別の主な競合代替ツールには RunPod（月間 288.1万訪問）、Vast.ai（月間 125.76万訪問）、Modal（月間 119.6万訪問）が含まれます。
推論コストが圧倒的に安くなって助かる。
コンテナの起動に少し時間がかかることがある。
サイト検証・料金体系・同カテゴリ比較に基づき AI が多角的な論点を要約した参考視点であり、実在ユーザーの個別投稿ではありません。
数千の分散GPUノードにDocker/OCIワークロードをスケジュール・監視・再配置し、ノード消失時にはフェイルオーバーします。
190以上の国々に広がる遊休コンシューマGPUプールへのオンデマンドアクセス。プライオリティ料金は1時間あたり約0.015ドルから。
オープンウェイトモデル向けのマネージドなトークンエンドポイント。トークン課金で、データは学習に使われません。
同一のオーケストレーションスタックを組織内で実行し、遊休ワークステーションGPUを社内OpenAI互換サービスに束ねます。
Transcription APIや、Kubernetes Podをネットワーク上にスケジュールするVirtual Kubelet対応などのマネージドサービスを提供します。
SaladはGPU計算コストに別の角度から挑みます。新しいデータセンター容量に資金を投じるのではなく、すでに存在する供給——世界中のPCやワークステーションで遊休しているコンシューマGPU——を調整します。2018年以降、45万枚を超えるGPUがネットワークに参加し、現在は190以上の国々に分散した毎日16,000枚以上のアクティブGPUを報告しています。価格は1時間あたり約0.015ドルからで、同社はハイパースケーラー比で最大90%安いと位置づけています。
中核はオーケストレーション層です。Salad Container Engineは、これまで見たことのないノードにOCI/Dockerコンテナをスケジュールし、検証してハイパーバイザーの背後で分離し、ログをストリーミングし、ノードが消えた瞬間にワークロードを再配置します。中断可能なコンシューマハードウェアは予測不能に離脱するため、これは決定的に重要です。独自のトラスト評価がノードの性能と可用性を採点し、プライオリティ料金が安価な中断可能供給を中断に耐えられるワークロードへ結び付けます。同じエンジンはCommunity Cloud、予約制のSalad Dedicated（RTX PRO 6000 Blackwellが先行）、そして自組織内のPrivate Cloudで動作します。プライベートクラウドでは、社内の遊休ワークステーションGPUをOpenAI互換のトークンサービスに束ね、企業データを社内デバイスから出しません。
その上にマネージド製品が重なります。オープンウェイトモデル向けのOpenAI互換AI Gateway、Transcription API、住宅IPトンネル用のGateway Serviceです。公表されたワークロード別ベンチマークが訴求を裏付けます。例えば1ドルあたり5,243枚のFlux.1-Schnell画像、CommonVoiceで95.1%の精度を音声1時間0.16ドルから、LLM推論はGPU時間単位または100万入力トークンあたり0.06ドルからのトークン課金です。本番導入企業にはCivitai、Blend、Klyne.ai、Undetectable AI、Pareto、Datasemblyが名を連ねます。
画像生成、LLM推論、音声ワークロードを数千枚のコンシューマGPUで実行し、ハイパースケーラー比で桁違いに安く抑えます。CivitaiやBlendも本番で採用しています。
大規模バッチ処理、コンピュータビジョンのタグ付け、GROMACSなどの分子動力学を中断可能な容量に載せ、大幅にコストを削減します。
社内のワークステーションやサーバーに眠るGPUを、データをオンプレミスに保つOpenAI互換トークンサービスへ束ねます。
Virtual Kubeletを使い、Kubernetes Podを分散GPU上にスケジュールして既存クラスタをネットワーク全体へ拡張します。
同じ主要カテゴリの競合 AI ツールをテレメトリで並列比較
| 順位 | AI ツール | 月間訪問数 | 前月比成長率 | 直接流入の割合 | 料金 | 直接比較 |
|---|---|---|---|---|---|---|
| ● | Salad | 71.35万 | +10.4% | 直接流入 62% | 無料トライアル、有料、料金は要問い合わせ | 表示中 |
| 1 | RunPod 信頼性の高い専用およびサーバーレスGPUレンタルを提供しますが、Saladの超低コストなピアツーピア型コンシューマーハードウェアプールはありません。 | 288.1万 | +5.9% | 直接流入 57% | 有料 | vs RunPod |
| 2 | Vast.ai 低価格な広範なピアツーピアGPUマーケットプレイスを提供するが、手動での設定が多い。 | 125.76万 | +2.8% | 直接流入 75% | 有料 | vs Vast.ai |
| 3 | Modal AIパイプライン向けの簡単なPythonサーバーレス実行を提供するが、生のVMではなくFaaS（Function-as-a-Service）に特化している。 | 119.6万 | +30.2% | 直接流入 71% | フリーミアム、料金は要問い合わせ | vs Modal |
| 4 | Nebius エンタープライズグレードのNVIDIA GPUクラスターと管理型MLツールを提供するが、プロ向けの価格設定は高め。 | 114.57万 | +10.7% | 直接流入 39% | 有料、料金は要問い合わせ | vs Nebius |
| 5 | Cerebrium リアルタイムモデル推論のための高速コールドスタートを最適化しているが、汎用的なコンテナオーケストレーション機能はない。 | 2.7万 | -50.8% | 直接流入 56% | 無料トライアル、有料 | vs Cerebrium |
| 6 | Together AI 生のGPUインフラストラクチャのレンタルではなく、オープンソースモデル向けの管理型サーバーレス推論APIに特化している。 | 164.59万 | +64.9% | 直接流入 54% | フリーミアム、有料 | vs Together AI |
信頼性の高い専用およびサーバーレスGPUレンタルを提供しますが、Saladの超低コストなピアツーピア型コンシューマーハードウェアプールはありません。
特化型AIパイプライン向けの簡単なPythonサーバーレス実行を提供するが、生のVMではなくFaaS（Function-as-a-Service）に特化している。
エンタープライズグレードのNVIDIA GPUクラスターと管理型MLツールを提供するが、プロ向けの価格設定は高め。
特化型リアルタイムモデル推論のための高速コールドスタートを最適化しているが、汎用的なコンテナオーケストレーション機能はない。
特化型生のGPUインフラストラクチャのレンタルではなく、オープンソースモデル向けの管理型サーバーレス推論APIに特化している。
特化型Offers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances.
Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.
Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.
Gives access to competitive cloud GPU virtual machines, but operates traditional data centers instead of P2P.
Gives access to competitive cloud GPU virtual machines, but operates traditional data centers instead of P2P.
Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.
Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.
Delivers high-performance bare metal servers and clusters, but lacks a consumer-grade low-cost tier.
Delivers high-performance bare metal servers and clusters, but lacks a consumer-grade low-cost tier.
特化型Scales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training.
