9月25日，知乎同时冒出两篇实测帖，都在薅同一只羊毛：AMD的免费云GPU实例。一篇把"15分钟部署Gemma4"的官方教程从头拆到尾，结论是第三步在这台云实例上"100%会失败，这不是你操作错了"。 另一篇在免费实例上真跑完了一次Gemma4情绪LoRA微调：训练损失从1.97降到0.31，六分类准确率0.594→0.734，训练耗时74.88秒。 再往前四天，小红书笔记《实验室没卡也能做后训练》攒下133次收藏，点赞才94——收藏比点赞多一半，"没卡党"心动到什么程度，数据全写了。知乎知乎
如果你印象里AMD的免费午餐九月中旬就收摊了（每天$10额度那波API），那是只对了半句：收的是API那条线，送整台GPU实例的那条账从六月底就没断过，当时就有用户发帖晒完整实测。 这周Datawhale组队打卡又把它卷成了新热点。B站、知乎、小红书加上开发者社区的教程和实测，一个月加起来十几篇，问题已经从"有没有"变成"要钱吗、要命吗"。小红书
第一本账：三种免费额度对不上数，因为是三件事
现在社区里同时流传着三种数字，很多人拿它们互相打脸，其实各说各话：
“注册送150积分，可兑换GPU算力”——9月2日B站实测帖，说的是开发者计划中国站里的实例货币。哔哩哔哩
“注册拿100小时GPU算力，魔搭社区发原创技术文、可运行Notebook还能叠加拿更多，活动到2026年12月31日”——9月21日小红书实测帖，说的是AMD×魔搭社区联合开发者激励计划，按"小时"计。小红书
“每天$10公共API额度、0点重置不用就清零”——这是Token Factory的模型API线，不启动实例、不消耗实例额度。哔哩哔哩
积分是实例的燃料，小时是实例的另一种计量，API是完全独立的第三条线。注册入口不同、活动期不同，页面给的数就不同——唯一可信的口径是登录之后"我的权益"那一页。开发者社区教程仓库README里原话就带着免责声明：平台页面、可用镜像、模型名称可能随服务更新发生变化，请以实际页面为准。GitHub
还有一层要看穿：这不是做慈善，是拿算力换内容。发Notebook换150小时，AMD要的是中文ROCm生态的样本量。判断这个羊毛的保质期，看官方还要不要内容比看"AMD大气"的弹幕靠谱。
第二本账：两种实机、两种预期，别拿别人的截图对号入座
实测帖里出现的机器也分两种：
拆教程那位博主实测的实例是gfx1100（RDNA3架构）、48GB显存、ROCm 7.2.1，镜像里预装好了PyTorch for ROCm。知乎
激励计划笔记写的是AMD Instinct MI300X：192GB HBM3显存、200GB内存，博主实测口径是8B模型SFT、RL"做得比较舒服"。小红书
两者都是真的，但资源池不同。你领到哪种，取决于你从哪个入口进、当时库存开什么——别拿别人截图里的机器配置给自己做预算。
能力边界，实测数字给得很直观：Gemma4家族的E4B权重文件约15GB。 48GB的机器上装得下、跑得动。这个数顺便扎了本地用户一刀——16GB显存的A卡装个4B小模型就快满仓，26B、31B的门都进不去；192GB那一档则是另一个世界。LoRA实测更具体：只训练0.63%的参数、产出193MB的adapter。知乎知乎
但别急着下"A卡追上N卡"的结论——每一篇实测的高光部分都不是算力，是它怎么被软件栈卡住的，见下一账。
第三本账：官方"15分钟"，实测两小时，坑全在网络出口
两篇实测撞出来的最大共识：机器没翻车，出口翻车。
教程第三步要从wheels.vllm.ai装vLLM的ROCm版——云实例跑在K8s里，出网走白名单HTTP代理，这个域名直接拒绝，报tunnel error。 教程"先卸后装"两行连敲，第一行成功第二行失败，环境比不动还糟。知乎
JupyterLab终端里一切正常，SSH上去"全网瘫痪"——代理环境变量只注入Jupyter进程，SSH不继承，得手动补export。 正经Python环境在/opt/venv，不是系统Python。
模型下载路径和教程对不上；实例根目录预置了5个wheel（含1.6G的torch）——“在跳出去之前，先看看脚下有没有”。
Gemma4支持要transformers 5.17以上，镜像默认版本没有；用清华源升级、配合镜像自带的PyTorch ROCm绕开被拒域名，是博主挖出来的最可行路线。
博主的总结值得抄进脑子："教程是’在作者的环境里跑通’的记录，不是规范。“至于"15分钟部署”——“准备充分的人15分钟能跑完，第一次上手光是把环境摸清楚就不止，这很正常，不是你笨。”
第四本账：计时账——关浏览器≠关表
实例额度按运行时长计算：从点下Launch起，实例只要活着就在扣，任务跑完了、网页关了、SSH断了，表都不停。 唯一的止血动作是Profile→Active Instance里那个红色的Destroy Instance，更狠的是存储：Template没勾Persistent（PVC）的话，实例销毁文件全没——代码、日志、模型输出，销毁前必须自己下载，关掉任何标签页都不会替你停表。小红书GitHub
附带的隐私提醒：内置的rc-tunnel能把Notebook里的服务映射成公网URL，但那个地址全网可访问，应用自己不带鉴权就等于裸奔，"反正白嫖"不是把管理页挂公网的理由。GitHub
对完四本账，再决定你是谁
只想聊模型、试Agent：不用开实例，走Token Factory的公共API线，不耗额度；代价是模型列表和额度随页面变，以实际显示为准。
没卡的学生、想攒项目经验的求职党：白嫖免费算力，AI infra学习求职没卡终于有救了——这是B站9月25日新帖的原话。 注册100小时起步、发内容顶格300小时，跑Gemma4级别微调、摸8B后训练，是这一轮涨价周期里成本最低的入场券——代价是踩坑时间，和"教程与实机不一致"时自己动手排查的意愿。哔哩哔哩小红书
手里有正经数据、有生产需求的：共享云实例是公共资源，教程原文都带警告——别裸暴露、别裸存放。数据敏感，这顿羊毛就别硬薅。
N卡生态深度用户：ROCm 10这一年进步是真的，但"哪个框架、哪个版本、哪个模型不支持"才是实测里最大的变量，别拿CUDA的肌肉记忆去预估工时。
接下来盯三个信号：“我的权益"页的实际数字（比一切笔记可信）、开发者教程仓库的更新频率、12月31日的倒计时。早入场的人评论里如果出现"镜像没了、入口换了”，节奏就要紧；如果持续有人晒跑通，那就按部就班把内容任务排上——毕竟发Notebook换的那150小时，本来就是给愿意动手的人留的。
对了，开发者社区笔记结尾留过一个互动题：如果现在给你AMD GPU云算力，你会先跑什么？ 这句话，今天原样转给你。小红书
