Calculateur de coûts GPU
Estimez les coûts d'infrastructure GPU sur les fournisseurs cloud et le matériel on-prem. Comparez les tarifs des instances H100, A100, L4, RTX 4090 et MI300X d'AWS, GCP, Azure, Lambda Labs, RunPod et Vast.ai – avec modélisation des remises spot, analyse de l'utilisation GPU et comparaison du seuil de rentabilité on-prem. Fonctionne 100 % dans votre navigateur.
Estimate GPU infrastructure costs across cloud providers and on-prem hardware. Compare hourly rates, spot discounts, and monthly totals for any GPU workload - runs privately in your browser.
Cloud Instance / GPU
GPU Specs: NVIDIA A10G
Workload Profile
Estimated Monthly GPU Cost
Annual Cost
$8,691.84
Per GPU-Hour
$1.006
Active Hours/Mo
720
Cost/Compute Hr
$1.44
Instance Cost Comparison
Same workload · sorted by monthly cost| Instance | $/hr | Monthly | Annual |
|---|---|---|---|
Vast.ai1× RTX 4090 24GB VRAM · 1 GPU | $0.350 | $252.00 | $3,024.00 |
GCPg2-standard-4 24GB VRAM · 1 GPU | $0.700 | $504.00 | $6,048.00 |
AWSg5.xlarge Selected 24GB VRAM · 1 GPU | $1.006 | $724.32 | $8,691.84 |
Lambda Labs1× A100 40GB 40GB VRAM · 1 GPU | $1.290 | $928.80 | $11,145.60 |
Vast.ai1× A100 80GB 80GB VRAM · 1 GPU | $1.400 | $1,008.00 | $12,096.00 |
RunPod1× A100 80GB 80GB VRAM · 1 GPU | $1.640 | $1,180.80 | $14,169.60 |
RunPod1× H100 SXM 80GB VRAM · 1 GPU | $3.490 | $2,512.80 | $30,153.60 |
AzureNC A100 v4 80GB VRAM · 1 GPU | $3.670 | $2,642.40 | $31,708.80 |
Lambda Labs8× H100 SXM5 80GB 80GB VRAM · 8 GPUs | $26.800 | $19,296.00 | $231,552.00 |
AWSp4d.24xlarge 40GB VRAM · 8 GPUs | $32.770 | $23,594.40 | $283,132.80 |
GCPa2-highgpu-8g 40GB VRAM · 8 GPUs | $32.770 | $23,594.40 | $283,132.80 |
AWSp4de.24xlarge 80GB VRAM · 8 GPUs | $40.970 | $29,498.40 | $353,980.80 |
Ce qui détermine la facture GPU
La facture ne dépend pas seulement du type de GPU : les heures quotidiennes, le nombre de cartes et la remise applicable pèsent autant que le prix horaire.
Sélectionnez l'instance, les heures par jour, le nombre de GPU et la remise spot pour obtenir les coûts mensuels et annuels, ainsi que leur version en heures de calcul effectif.
- Heures facturées = instance en marche, même si le GPU est inactif.
- Spot et preemptible réduisent le prix de 50-70 %, au risque d'interruptions.
- L'utilisation réelle convertit les heures facturées en heures de calcul utile.
Choisir le GPU selon la charge
Le GPU le plus puissant n'est pas toujours le plus rentable. Le choix dépend de si votre charge est limitée par le débit, la mémoire ou la latence.
- Charges limitées par le débit (gros lots d'entraînement) : la H100 se justifie souvent.
- Charges limitées par la mémoire (petits lots d'inférence) : A100 ou L40S peuvent être moins chères.
- VRAM nécessaire en FP16 : les poids du modèle plus 20-30 % de marge pour le contexte.
Comparer cloud et on-prem
L'achat ne gagne qu'avec une utilisation élevée et durable. Si votre usage est intermittent, le coût fixe du matériel est payé sans être exploité.
- Estimez vos heures GPU mensuelles et l'utilisation moyenne réelle.
- Calculez le coût cloud équivalent avec et sans remise spot.
- Comparez à l'amortissement plus électricité du matériel on-prem sur 18-36 mois.
- Décidez selon le seuil de rentabilité et votre tolérance au risque d'interruption.
Foire aux questions
Il estime le coût financier d'exécuter des charges accélérées par GPU sur infrastructure cloud ou matériel on-prem. Il calcule les dépenses horaires, mensuelles et annuelles selon le type d'instance, les heures d'utilisation quotidiennes, le nombre de GPU et les remises spot optionnelles – pour budgéter l'infrastructure avant d'engager des ressources.
Les instances spot (AWS) et VM preemptible (GCP) utilisent la capacité cloud excédentaire avec de fortes remises, souvent 50-70 % sous les tarifs à la demande. En contrepartie, l'instance peut être interrompue avec 2 minutes de préavis. Idéal pour l'entraînement avec checkpointing, l'inférence par lots et toute charge tolérant les redémarrages.
Guide approximatif pour des poids FP16 : 7B paramètres ≈ 14 Go de VRAM, 13B ≈ 26 Go, 34B ≈ 68 Go, 70B ≈ 140 Go. La quantification INT8 divise ces besoins par deux, INT4/GPTQ par quatre. Ajoutez toujours 20-30 % de marge pour le cache KV et les activations en inférence. Pour l'entraînement, comptez 3-4× la VRAM d'inférence à cause des états d'optimiseur et des gradients.
La H100 SXM offre environ 3× le débit FP16 et ~1,7× la bande passante mémoire de l'A100 80 Go. Mais elle coûte aussi 3-4× plus cher par heure. Pour les charges limitées par le débit (entraînement à gros lots), la H100 est souvent plus rentable. Pour les charges limitées par la mémoire (inférence à petits lots), le coût par résultat utile peut ne pas justifier le surcoût – une A100 ou L40S peut être plus économique.
L'on-prem gagne lorsque l'utilisation GPU est constamment élevée (60 %+) sur une longue période (18 mois+). À forte utilisation, le coût horaire du matériel possédé (amortissement + électricité) passe généralement sous les tarifs cloud à la demande en 12-18 mois pour des GPU de classe H100. Le cloud gagne pour les charges variables, les projets courts ou quand il faut scaler sans capital initial.
Les GPU-heures (heures d'horloge) sont facturées par le fournisseur cloud : la durée d'exécution de l'instance, quelle que soit la charge réelle. Les heures de calcul (heures de calcul effectif) tiennent compte de l'utilisation réelle du GPU. Un GPU à 50 % pendant 10 heures fournit 5 heures de calcul effectif mais est facturé 10 GPU-heures.
Les prix reflètent des tarifs à la demande indicatifs des principaux fournisseurs cloud et clouds spécialisés GPU à la mi-2025. Les prix réels varient selon la région, les engagements et la disponibilité spot. Vérifiez toujours les tarifs actuels sur la page de votre fournisseur avant de finaliser un budget. Ce calculateur sert à la planification et à la comparaison, pas de garantie de facturation.
Totalement. Le calculateur fonctionne à 100 % dans votre navigateur. Toutes les saisies – choix d'instance, heures d'usage, tarifs personnalisés et coûts on-prem – sont traitées localement sur votre appareil et ne sont jamais envoyées à un serveur. Aucune inscription requise.