11 novembre 2026 · Team VRAMfarm
Cosa succede ai tuoi file quando fermi un server GPU, e come non perderli
Fermi il server, il giorno dopo ne avvii uno nuovo e la LoRA che avevi addestrato non c’è più. Succede perché il disco di un server GPU viene cancellato nel momento in cui lo fermi. Su VRAMfarm l’unica eccezione è la cartella /workspace: clicca Salva e ferma e viene conservata a 0,03 € per GB al mese e rimessa al suo posto sul tuo prossimo server, qualunque scheda tu scelga. Tutto il resto, in qualsiasi percorso, sparisce.
Cosa viene cancellato quando fermi il server
Qui un server è un container su una macchina che appartiene a un host verificato. Quando lo fermi, la macchina torna all’host e il suo disco viene azzerato. Non esiste uno stato “fermo ma conservato”, quindi non resta niente da riavviare e niente da pagare.
Cosa sopravvive dipende dal pulsante che premi e da dove si trovava il file:
| Cosa | Ferma | Salva e ferma |
|---|---|---|
I tuoi file in /workspace (output, LoRA, dataset, notebook, modelli tuoi) |
Cancellati | Conservati |
Cartella degli output, workflow e cartelle dei custom node di ComfyUI (dentro /workspace/ComfyUI) |
Cancellati | Conservati |
| Modelli base delle app pronte (pesi di Flux, Wan, Qwen-Image) | Cancellati | Non salvati, l’app li scarica di nuovo |
Pacchetti Python installati con pip, pacchetti di sistema da apt |
Cancellati | Cancellati |
Cache di Hugging Face in ~/.cache |
Cancellata | Cancellata, a meno che non la sposti in /workspace |
Qualsiasi cosa in /root, /tmp o altri percorsi |
Cancellata | Cancellata |
| Server avviati da una tua immagine Docker | Cancellati | Salvataggio non ancora disponibile |
Due righe di questa tabella sono all’origine della maggior parte delle sorprese.
I modelli base vengono saltati di proposito. I 17 GB di Flux o i 70 GB di Wan 2.2 14B sono file pubblici. L’app li scarica da sola a ogni avvio, quindi conservarli aggiungerebbe solo un costo mensile per file che puoi sempre riottenere. I tuoi checkpoint e le tue LoRA, che nessun altro ha, vengono salvati.
I pacchetti stanno fuori da /workspace. I custom node tornano come cartelle, ma le librerie Python che hanno installato no. Tieni un piccolo script di setup in /workspace, per esempio pip install -r /workspace/requirements.txt, e lancialo dopo ogni avvio. Per i download da Hugging Face, imposta HF_HOME=/workspace/hf prima di scaricare, così la cache finisce dentro la cartella salvata.
Come funziona la cartella salvata
Quando clicchi Salva e ferma, il server carica /workspace su uno storage non legato alla macchina, verifica che il caricamento sia completo e solo allora si ferma. I minuti del caricamento vengono fatturati come parte della sessione, di solito sono pochi. Se il caricamento non riesce, il server resta acceso così non perdi nulla, e ricevi una notifica; continua a essere fatturato finché non lo fermi.
Al prossimo avvio la dashboard ti propone di ripristinare la cartella, con la dimensione indicata accanto alla casella, che è spuntata di default. La cartella torna prima che l’app parta, quindi ComfyUI trova LoRA e workflow appena si apre. Il nuovo server può avere un’altra scheda: salvi su una RTX 3090 e continui su una RTX 4090 o su una H100. Vuol dire anche che una macchina occupata non può tenere in ostaggio i tuoi file: la cartella non resta bloccata su un host la cui GPU nel frattempo è stata noleggiata da qualcun altro.
Lo storage costa 0,03 € per GB al mese con addebito giornaliero, un trentesimo dell’importo mensile al giorno. Puoi eliminare la cartella dalla dashboard in qualsiasi momento, e l’addebito si ferma.
Tenere i modelli o riscaricarli?
Qui ci sono soldi veri in gioco. Spostare byte su una nuova macchina è traffico, fatturato alla tariffa di quella macchina, indicata prima dell’avvio. Anche il ripristino di una cartella salvata è traffico. Conservare un file quindi non ti fa risparmiare traffico: ti fa risparmiare tempo e protegge i file che non potresti riscaricare.
Prendi 70 GB di modelli che hai scaricato tu da Hugging Face, per esempio per un workflow video personalizzato nel ComfyUI vuoto.
Opzione A: tenerli nella cartella salvata. Lo storage costa 70 × 0,03 € al mese, che tu avvii una volta o venti. A ogni avvio paghi anche il traffico per ripristinare 70 GB, e aspetti mentre si copiano.
Opzione B: riscaricarli ogni volta. Nessun costo di storage. A ogni avvio paghi il traffico per 70 GB da Hugging Face, più i minuti GPU di attesa. Su una macchina veloce, 70 GB richiedono circa 10–15 minuti. Su una L40S da 48 GB quell’attesa costa circa 0,27 € per avvio.
Sul traffico grosso modo si va in pari: a una tariffa tipica di circa un centesimo per GB o meno, 70 GB costano ben meno di un euro in entrambi i casi. Quello che cambia è il costo fisso mensile dello storage contro i minuti passati a riscaricare. Il ripristino dallo storage non è sempre più veloce di Hugging Face, quindi per i pesi pubblici di solito vince l’opzione B, soprattutto se avvii qualche volta al mese.
| Cosa | Lo salvi? |
|---|---|
| LoRA che hai addestrato, checkpoint con fine-tuning | Sì, non esistono da nessun’altra parte |
| Output, render, dataset generati | Sì, oppure scaricali sul tuo computer |
| Workflow modificati, config, script, notebook | Sì, pesano pochissimo |
| Modelli da link che potrebbero sparire (alcuni file di Civitai, repo con accesso riservato) | Sì |
Pesi pubblici che recuperi con un solo comando wget o hf download |
Di solito no |
| Modelli base delle app pronte | Non serve, vengono saltati in automatico |
Quando il credito arriva a zero
I server consumano il tuo credito prepagato. Quando sta per finire ti avvisiamo nella dashboard e via email, anche quando resta meno di un’ora di utilizzo. Quando il credito si esaurisce, il server si ferma.
Uno stop per credito esaurito è uno stop normale: non c’è tempo per caricare la cartella, quindi il disco del server viene cancellato. Una cartella salvata in precedenza non viene toccata. Resta nello storage e continua a essere addebitata ogni giorno. Se il credito resta a zero, ti avvisiamo e conserviamo la cartella per 30 giorni, poi la eliminiamo. Ricarica e la ritrovi sul prossimo server.
Lavoro lungo e credito incerto? Ricarica prima di partire e tieni salvato o copiato altrove tutto ciò che conta, man mano.
Quando una macchina si guasta a metà lavoro
Gli host sono verificati, ma l’hardware ogni tanto si guasta comunque. Se una macchina va offline, la fatturazione si ferma dal momento in cui è sparita, non da quando qualcuno se n’è accorto, e ricevi una notifica.
Il disco della macchina va perso insieme a lei. La cartella salvata è al sicuro, ma contiene solo quello che c’era all’ultimo Salva e ferma, perché il salvataggio avviene allo stop. Per tutto ciò che dura più di un’ora o due:
- Scrivi checkpoint regolarmente, ogni 15–30 minuti di training o ogni qualche centinaio di step.
- Copiali anche fuori dalla macchina: push su un repository Hugging Face privato,
rsyncoscpverso il tuo computer (vedi la guida alla chiave SSH), oppure upload su un tuo bucket S3. - Per un run di diverse ore, ferma e salva a una pausa naturale. Riprendere da un checkpoint su un server nuovo costa un paio di minuti.
Arresto automatico per inattività
I server dimenticati accesi sono i più cari. Se un server non ha connessioni SSH o Jupyter né carico sulla GPU per circa due ore, ti mandiamo un’email. Se un’ora dopo è ancora inattivo, il server salva la sua cartella e si ferma da solo: i file restano e la fatturazione finisce.
Un training conta come carico sulla GPU, quindi un run lanciato con nohup o tmux non viene fermato mentre calcola. Se il tuo lavoro ha lunghe fasi tranquille, per esempio mentre aspetta i dati, puoi disattivare l’arresto automatico nelle impostazioni. I server avviati da una tua immagine Docker non si fermano in automatico, perché la loro cartella non si può ancora salvare. Fermali tu o tramite l’API.
Prima del prossimo stop, un controllo veloce: tutto ciò che ti serve è dentro /workspace, vuoi davvero tenerlo, e c’è qualcosa di grosso che potresti semplicemente riscaricare? Se sì, eliminalo e paga lo storage solo per i file che sono davvero tuoi. La guida alla fatturazione mostra come storage e traffico si sommano al tempo GPU.