Sprachmodelle per API einzukaufen ist bequem. Wer jedoch Trainingsdaten und geistiges Eigentum im Haus halten muss oder die Tokenkosten hoher Inferenzvolumina scheut, betreibt seine GPUs selbst. Das reicht vom Feintunen von Modellen in der Pharmabranche, im Finanzwesen und in der Industrie bis zur selbst gehosteten Inferenz mit Open-Weight-Modellen. Läuft der Cluster auf eigener Hardware, entscheidet das Scheduling über die Rechnung. Am deutlichsten zeigt sich das auf geteilten Plattformen, auf denen mehrere Teams um dieselben Karten konkurrieren, etwa in größeren Unternehmen, Forschungsverbünden oder Behörden.