Ready2Go Alugar GPU
Guia

Qual GPU alugar?

Cada máquina do catálogo usa uma das placas NVIDIA abaixo. Resumindo: a memória decide o que cabe, a geração decide a velocidade e a quantidade de placas decide até onde você pode escalar.

Comece pela memória

Antes da velocidade, confira se o seu trabalho cabe. Os pesos do modelo, as ativações e, no caso de servir LLMs, o cache KV precisam caber na memória da GPU. Se não couberem, você terá que dividir o modelo entre várias placas — ou ele simplesmente não roda.

  • Até 24–32 GB: geração de imagens, LLMs pequenos e quantizados (7–14B), a maioria das cenas de renderização.
  • 48–96 GB: modelos de 30–70B quantizados, fine-tuning com LoRA, cenas e simulações grandes.
  • 80–180 GB por placa, várias placas: modelos de 70B+ em precisão total, pré-treino e fine-tuning completo.

No catálogo, a coluna Memória GPU já mostra o total de todas as placas da máquina.

Placas de data center

GPUMemória por placaIdeal para
NVIDIA B200~180 GB HBM3eA geração mais nova. Treinar e servir os maiores modelos.
NVIDIA H200141 GB HBM3eO mesmo poder de cálculo da H100 com muito mais memória, e mais rápida — contextos longos, lotes grandes.
NVIDIA H10080–94 GB HBM3O padrão para treino e inferência de alto volume. As versões SXM são mais rápidas que as PCIe.
NVIDIA A10040 ou 80 GB HBM2eGeração anterior, ainda forte e o jeito mais barato de ter memória HBM.
NVIDIA L40S48 GB GDDR6Inferência e gráficos na mesma placa.

A memória HBM é várias vezes mais rápida que a GDDR das placas profissionais e gamer. Na inferência de LLMs, cuja velocidade depende principalmente da largura de banda da memória, essa diferença aparece diretamente nos tokens por segundo.

Placas profissionais

GPUMemória por placaIdeal para
RTX PRO 6000 (Blackwell)96 GB GDDR7A maior memória fora da linha de data center. Modelos de 70B quantizados em uma placa, renderização.
RTX 6000 Ada48 GB GDDR6Inferência, fine-tuning e renderização profissional.
RTX PRO 5000 / 5880 Ada48 GBUma opção mais barata com 48 GB.

Placas de consumo

GPUMemória por placaIdeal para
RTX 509032 GB GDDR7Muito rápida pelo preço: geração de imagens e vídeos, LLMs pequenos.
RTX 409024 GB GDDR6XA GPU séria mais barata. Ótima para testes e trabalhos no estilo Stable Diffusion.

Máquinas com 4 ou 8 dessas placas são ótimas para tarefas que se dividem em partes independentes: renderização em lote, muitos workers de inferência em paralelo, busca de hiperparâmetros.

Uma placa ou oito?

Várias placas ajudam quando o seu framework sabe usá-las: treino data-parallel, inferência tensor-parallel (vLLM, TensorRT-LLM) ou muitas tarefas independentes. Nas máquinas de data center, as placas são ligadas por NVLink, o que torna dividir um modelo entre elas muito mais eficiente do que via PCIe.

Na dúvida, comece com uma placa por um dia, meça e depois alugue a máquina maior para a execução de verdade.