전 세계 유휴 소비자용 GPU를 묶는 분산 GPU 클라우드
월간 웹사이트 방문 수 추정치
이 도메인의 Similarweb 추정치이며 활성 사용자 수가 아닙니다. 관측 데이터가 있는 월만 표시하며 수집일과 집계 월을 구분합니다.
수집일 2026. 11. 11.
에디터가 매긴 5점 만점 평가이며, 사용자 평점의 평균이 아닙니다. 이 페이지의 관점들은 제품 정보를 바탕으로 AI가 정리한 것이며, 실제 사용자 후기가 아닙니다.
2026-11-11에 검증된 OpenAITools.app 텔레메트리에 따르면, Salad(salad.com)은(는) AI 개발자 도구에 색인된 AI 플랫폼으로 월 71.35만회 방문을 기록 중이며, 전월 대비 트래픽 변화량은 +6.75만(+10.4%)입니다. 주요 지리적 시장은 미국(트래픽 점유율 40.9%)이며, 무료 체험, 유료, 가격 문의 가격 모델로 운영됩니다. 월간 트래픽 기준 주요 경쟁 대안으로는 RunPod (월 288.1만회 방문), Vast.ai (월 125.76만회 방문), Modal (월 119.6만회 방문) 등이 있습니다.
GPU 렌탈 비용이 다른 곳과 비교가 안 될 정도로 저렴함.
간혹 노드 연결이 끊길 때가 있음.
실제 사이트 점검, 요금 구조, 동일 카테고리 기준을 바탕으로 AI가 재구성한 참고 관점이며 개별 실사용자의 후기가 아닙니다.
수천 개의 분산 GPU 노드에 Docker/OCI 워크로드를 스케줄·모니터링·재배치하고 노드 소실 시 페일오버합니다.
190개 이상 국가에 걸친 유휴 소비자 GPU 풀에 온디맨드로 접근하며, 우선순위 요금은 시간당 약 0.015달러부터입니다.
오픈 웨이트 모델용 관리형 토큰 엔드포인트로 토큰 단위 과금이며 데이터는 학습에 사용되지 않습니다.
동일한 오케스트레이션 스택을 조직 내에서 실행해 유휴 워크스테이션 GPU를 내부 OpenAI 호환 서비스로 묶습니다.
Transcription API와 Kubernetes 파드를 네트워크에 스케줄하는 Virtual Kubelet 지원 등 관리형 서비스를 제공합니다.
Salad는 GPU 컴퓨팅 비용 문제를 다른 방향에서 접근합니다. 새 데이터센터 용량에 자금을 투입하는 대신 이미 존재하는 공급, 즉 전 세계 PC와 워크스테이션에서 놀고 있는 소비자용 GPU를 조정합니다. 2018년 이후 45만 개 이상의 GPU가 네트워크에 참여했고, 현재는 190개 이상 국가에 분산된 매일 16,000개 이상의 활성 GPU를 보고하고 있습니다. 요금은 시간당 약 0.015달러부터로, 회사는 하이퍼스케일러 대비 최대 90% 저렴하다고 설명합니다.
핵심은 오케스트레이션 계층입니다. Salad Container Engine은 한 번도 본 적 없는 노드에 OCI/Docker 컨테이너를 스케줄하고, 검증해 하이퍼바이저 뒤에서 격리하며, 로그를 스트리밍하고, 노드가 사라지는 순간 워크로드를 재배치합니다. 중단 가능한 소비자 하드웨어는 예측 불가능하게 이탈하므로 이는 결정적으로 중요합니다. 독자적인 신뢰 등급이 노드 성능과 가용성을 평가하고, 우선순위 요금제는 저렴한 중단 가능 공급을 중단을 견딜 수 있는 워크로드에 연결합니다. 같은 엔진이 Community Cloud, 예약형 Salad Dedicated(RTX PRO 6000 Blackwell이 우선), 그리고 조직 내부의 Private Cloud에서 작동합니다. 프라이빗 클라우드에서는 사내 유휴 워크스테이션 GPU를 OpenAI 호환 토큰 서비스로 묶어 기업 데이터가 사내 기기를 벗어나지 않게 합니다.
그 위에 관리형 제품이 올라갑니다. 오픈 웨이트 모델용 OpenAI 호환 AI Gateway, Transcription API, 주거용 IP 터널용 Gateway Service입니다. 공개된 워크로드별 벤치마크가 이러한 주장을 뒷받침합니다. 예컨대 1달러당 5,243장의 Flux.1-Schnell 이미지, CommonVoice 95.1% 정확도를 오디오 1시간 0.16달러부터, LLM 추론은 GPU 시간당 또는 백만 입력 토큰당 0.06달러부터의 토큰 요금입니다. 프로덕션 도입사로 Civitai, Blend, Klyne.ai, Undetectable AI, Pareto, Datasembly가 있습니다.
이미지 생성, LLM 추론, 음성 워크로드를 수천 개의 소비자 GPU에서 실행해 하이퍼스케일러 대비 훨씬 낮은 비용으로 처리합니다. Civitai와 Blend가 실제로 이렇게 운영합니다.
대규모 배치 처리, 컴퓨터 비전 태깅, GROMACS 같은 분자 동역학을 중단 가능한 용량에 올려 큰 비용을 절감합니다.
사내 워크스테이션과 서버에 있는 유휴 GPU를 데이터가 온프레미스에 남는 OpenAI 호환 토큰 서비스로 묶습니다.
Virtual Kubelet으로 Kubernetes 파드를 분산 GPU에 스케줄해 기존 클러스터를 네트워크 전역으로 확장합니다.
동일한 주요 카테고리에 속한 경쟁 AI 도구의 나란히 보는 텔레메트리 비교
| 순위 | AI 도구 | 월간 방문 수 | 전월 대비 성장률 | 직접 유입 비중 | 가격 | 일대일 비교 |
|---|---|---|---|---|---|---|
| ● | Salad | 71.35만 | +10.4% | 직접 유입 62% | 무료 체험, 유료, 가격 문의 | 현재 도구 |
| 1 | RunPod 안정적인 전용 및 서버리스 GPU 대여를 제공하지만, Salad의 초저비용 P2P 소비자 하드웨어 풀은 없습니다. | 288.1만 | +5.9% | 직접 유입 57% | 유료 | vs RunPod |
| 2 | Vast.ai 더 저렴한 가격의 광범위한 P2P GPU 마켓플레이스를 제공하지만, 수동 설정이 더 많이 필요합니다. | 125.76만 | +2.8% | 직접 유입 75% | 유료 | vs Vast.ai |
| 3 | Modal AI 파이프라인을 위한 손쉬운 파이썬 서버리스 실행을 제공하지만, 순수 VM보다는 FaaS(Function-as-a-Service)에 초점을 둡니다. | 119.6만 | +30.2% | 직접 유입 71% | 무료+유료, 가격 문의 | vs Modal |
| 4 | Nebius 엔터프라이즈급 NVIDIA GPU 클러스터와 관리형 ML 도구를 제공하지만, 전문가용 가격대가 더 높습니다. | 114.57만 | +10.7% | 직접 유입 39% | 유료, 가격 문의 | vs Nebius |
| 5 | Cerebrium 실시간 모델 추론을 위한 빠른 콜드 스타트를 최적화하지만, 일반화된 컨테이너 오케스트레이션 기능이 부족합니다. | 2.7만 | -50.8% | 직접 유입 56% | 무료 체험, 유료 | vs Cerebrium |
| 6 | Together AI 순수 GPU 인프라 임대 대신 오픈소스 모델을 위한 관리형 서버리스 추론 API에 특화되어 있습니다. | 164.59만 | +64.9% | 직접 유입 54% | 무료+유료, 유료 | vs Together AI |
안정적인 전용 및 서버리스 GPU 대여를 제공하지만, Salad의 초저비용 P2P 소비자 하드웨어 풀은 없습니다.
특화 강점AI 파이프라인을 위한 손쉬운 파이썬 서버리스 실행을 제공하지만, 순수 VM보다는 FaaS(Function-as-a-Service)에 초점을 둡니다.
엔터프라이즈급 NVIDIA GPU 클러스터와 관리형 ML 도구를 제공하지만, 전문가용 가격대가 더 높습니다.
특화 강점실시간 모델 추론을 위한 빠른 콜드 스타트를 최적화하지만, 일반화된 컨테이너 오케스트레이션 기능이 부족합니다.
특화 강점순수 GPU 인프라 임대 대신 오픈소스 모델을 위한 관리형 서버리스 추론 API에 특화되어 있습니다.
특화 강점Offers 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.
특화 강점Scales distributed Ray workloads effortlessly across clusters, but is tailored for heavy data engineering and training.
