AI 部署服务支持能力核验清单

提供云资源服务等级协议、RunPod 余额与计费、vLLM 部署及 Ollama 日志的逐项核验方法，说明 AWS 服务抵扣须在 Support Center 提交申请且并非退款，帮助你在签约与故障处理前留存可复核证据。

AI部署服务是否有支持能力，先看承诺能否落到书面、可计算、可复核：SLA 的适用范围与索赔规则、费用与余额变化、安装与启动文档、故障日志路径。核验时不要把口头答复当成合同或服务保证；应把官方页面、适用资源、排除项、申请期限和所需证据逐项绑定到你的实例、账单与工单。

AI部署支持能力逐项核验表

建立下面的核验表。对方无法提供文件或明确回答的项目，标记为“待确认”，不要默认视为支持：

服务范围：写明供应商、服务名称、区域、实例类型，以及使用标准实例、Spot 实例还是预览能力。
SLA 与救济：记录不可用定义、可用性承诺、排除项、索赔入口、申请期限、证明材料，以及服务抵扣是否属于退款。
费用与余额：分开记录计算、运行状态存储、停止状态存储、网络卷存储及其他账单项目。
部署交付：确认支持的操作系统、GPU、CUDA、Python 版本，以及安装、启动和验证命令。
排障取证：确认日志路径、收集命令和支持人员需要查看的证据。
工单流程：提交一条不含敏感信息的普通测试工单，记录渠道、工单编号、时间戳、实际处理过程、升级路径和关闭条件。

把宣传口径落到适用 SLA

按 2026-10-01 核对的 Amazon Compute Service Level Agreement，EC2 的 Region-Level SLA 与 Instance-Level SLA 必须分开核验。前者要求运行实例跨同一 Region 的至少两个 AZ；如果该 Region 只有一个 AZ，则需跨至少两个 Region，月度可用性承诺为 99.99%。后者适用于单个 EC2 实例，承诺为 99.5%，不能直接套用区域级数字。

同一页面把单实例“不可用”定义为没有外部连接。申请服务抵扣需要在 AWS Support Center 创建 case，并在事件后的第二个账单周期结束前提交；抵扣用于冲抵未来的 EC2 付款，不是退款，同一实例的 Region-Level 与 Instance-Level 索赔也不能叠加。核验表还应保存客户自身操作、设备或软件、AWS 控制范围外原因及协议暂停等排除项，并确认该 SLA 将服务抵扣列为唯一救济。

资源类型也要单独确认。Google Cloud 的 Spot VMs 说明明确写明 Spot VMs 不受任何 SLA 覆盖。如果部署报价使用 Spot，就应单列其保障状态，不能沿用普通实例的承诺。

用账单公式核验费用与停机风险

以下项目均应按 2026-10-01 核对的 RunPod Billing overview复查，发布方页面可能更新。RunPod 使用预付 credits，使用资源时从余额扣除；计算和存储按秒计费，数据传输不收费，计费任务每 5 分钟运行一次。

不要只问“每小时多少钱”，而应把计算、运行 Pod 的 volume disk、停止 Pod 的 volume disk、network volume storage 和其他费用分别抄入自己的报价表，再使用：

BALANCE_END = YOUR_OPENING_CREDIT + YOUR_TOPUP - Σ(YOUR_COMPUTE_RATE × YOUR_COMPUTE_SECONDS) - Σ(YOUR_STORAGE_RATE × YOUR_STORAGE_SECONDS) - YOUR_OTHER_CHARGES

所有 YOUR_ 项目都从当前报价、账单和用量记录填写，不自行换算或补齐。余额达到 $0 时，RunPod 会停止所有运行中的 Pod；没有 network volume 的 Pod 会被终止且数据无法恢复，network volume 在 Pod 停止后仍继续产生存储费用，宿主机不可用期间则不收取存储费。credits 存入后不可退款或提现，因此应启用低余额邮件，并核对自动支付使用的默认卡；自动支付尝试最多每小时一次。

用固定命令核验 vLLM 交付

按 vLLM Quickstart，前置环境是 Linux 和 Python 3.10 至 3.13。文档给出的安装方式会创建 Python 3.12 虚拟环境，--torch-backend=auto 会根据已安装的 CUDA driver version 选择 PyTorch index：

uv venv --python 3.12 --seed
source .venv/bin/activate
uv pip install vllm --torch-backend=auto

启动命令和默认地址如下；默认监听 http://localhost:8000，地址由 --host 与 --port 指定，一个 server process 当前承载一个模型：

vllm serve Qwen/Qwen2.5-1.5B-Instruct

用文档列出的 endpoint 检查模型列表：

curl http://localhost:8000/v1/models

安装前还要对照 vLLM GPU 安装指南：NVIDIA GPU 需要 CUDA compute capability 7.5 或更高；预编译包包含 C++ 和 CUDA 12.9 binaries；B200、GB200 至少需要 CUDA 12.8；需要从源代码构建时，GCC/G++ 应为 11.3 或更高。把实际 GPU、driver、CUDA 和 Python 环境写入工单，避免只保存一条无法复用的“已支持”结论。

故障工单必须对应日志

支持人员还应指出当前机器适用的日志路径。Ollama 故障排查文档给出的 macOS 查看方式是：

cat ~/.ollama/logs/server.log

Linux systemd 服务可使用：

journalctl -u ollama --no-pager --follow --pager-end

如果对方不能说明适用命令、预期日志位置和需要保留的证据，就应把该项记为未解决，而不是以“重启后再看”代替支持说明。

把核验结果变成验收记录

每次核验至少保存供应商与 SLA 名称、资源与区域、页面核验日期、安装环境、实际命令与输出、费用公式各项、工单编号与时间戳，以及尚未解决的责任项。只有条款能够引用、费用能够计算、命令能够定位、日志能够收集、工单过程能够追踪时，才适合把对应支持能力标记为“已确认”。

以上 SLA 内容仅为一般信息，不构成法律意见。本文步骤依据正文链接的官方文档整理，没有执行这些步骤或生成性能数据，使用前应对照当前版本复核。