Come usare PetaPrice
Trova la GPU più economica per il tuo carico di lavoro in pochi passaggi, e cosa guardare quando ne scegli una.
Usare PetaPrice passo passo
Scegli per cosa ottimizzare
Nella home page, scegli FLOPS per il training e i carichi limitati dal calcolo, VRAM per far stare il modello più grande per dollaro, o Banda per la generazione di token degli LLM. Con FLOPS, scegli anche la precisione che usi, di solito FP16/BF16.
Filtra le GPU adatte
Imposta una VRAM minima perché il tuo modello ci stia, il numero di GPU per istanza e la tariffa on demand, spot o riservata. Puoi anche filtrare per produttore, sede del provider (solo UE) e cloud gestito vs. host community.
Leggi la classifica
La classifica ordina le GPU per rapporto qualità/prezzo alla loro offerta corrispondente più economica. L'etichetta mostra quanto costa in più ogni GPU per unità rispetto alla migliore. Il grafico del punto ideale mette a confronto prezzo e prestazioni: in alto a sinistra è meglio.
Apri una GPU
La pagina di una GPU elenca tutti i provider che la noleggiano, ogni configurazione con il suo prezzo, uno storico giornaliero dei prezzi e il costo a ogni precisione. Tocca un provider per vederne le configurazioni e il link per noleggiare.
Confronta le GPU fianco a fianco
Scegli fino a quattro GPU in Confronta per vedere uno accanto all'altro prezzi, capacità di calcolo per dollaro, memoria, banda e provider.
Verifica il prezzo e noleggia
I prezzi sono prezzi di listino indicativi aggiornati circa ogni 2 ore. Segui il link Noleggia e verifica il prezzo sul sito del provider prima di prenotare.
Scegliere una GPU per il tuo carico di lavoro
Cosa conta per ogni tipo di job e le GPU con il miglior rapporto qualità/prezzo in questo momento.
Inferenza di LLM
Cosa conta: Memoria sufficiente per pesi e KV cache, poi la banda di memoria: la generazione di token è limitata dalla banda.
Miglior rapporto qualità/prezzo ora · Miglior banda per dollaro con 80 GB o più
Apri questa vista →Training e fine-tuning
Cosa conta: Capacità di calcolo BF16 o FP8 densa, memoria per pesi, gradienti e stato dell'ottimizzatore, e NVLink tra le GPU.
Miglior rapporto qualità/prezzo ora · Miglior calcolo FP8 per dollaro, GPU da datacenter
Apri questa vista →Esperimenti e modelli piccoli
Cosa conta: Un prezzo orario basso e almeno 24 GB. Le schede consumer e workstation sono spesso il modo più economico per iniziare.
Miglior rapporto qualità/prezzo ora · GPU-ora più economica con 24 GB o più
Apri questa vista →Calcolo scientifico (FP64)
Cosa conta: Throughput in doppia precisione. Molte GPU per l'AI, tra cui Blackwell e tutte le schede consumer, ne offrono poco.
Miglior rapporto qualità/prezzo ora · Miglior calcolo FP64 per dollaro
- 1H100 SXM$0.79/h$11.8/PFLOP·h
- 2V100 SXM2 32GB$0.09/h$12.1/PFLOP·h
- 3Instinct MI300X$2.39/h$14.6/PFLOP·h
Quale precisione?
Una precisione più bassa è più veloce e richiede meno memoria, se la tua GPU la esegue nativamente e il tuo modello la tollera.
| Formato | Bit | Usato per | Nativo su |
|---|---|---|---|
| FP64 | 64 | Simulazioni scientifiche | Qualsiasi |
| FP32 | 32 | Calcoli senza tensor core, codice numericamente sensibile | Qualsiasi |
| TF32 | 19 | Training FP32 sui tensor core | Rubin, Blackwell Ultra, Blackwell, Trainium, Hopper, Ada Lovelace, CDNA 3, Xe-HPC, Ampere |
| FP16 / BF16 | 16 | Lo standard per il training e l'esecuzione degli LLM | Rubin, CDNA 5, Blackwell Ultra, Blackwell, CDNA 4, TPU, Trainium, Hopper, Ada Lovelace, CDNA 3, Gaudi, RDNA 3, Xe-HPC, Inferentia, Ampere, CDNA 2, CDNA |
| FP8 | 8 | Training e inferenza più veloci sulle GPU recenti | Rubin, CDNA 5, Blackwell Ultra, Blackwell, CDNA 4, TPU, Trainium, Hopper, Ada Lovelace, CDNA 3, Gaudi, Inferentia |
| INT8 | 8 | Inferenza quantizzata | Rubin, CDNA 5, Blackwell Ultra, Blackwell, CDNA 4, Hopper, Ada Lovelace, CDNA 3, TPU, RDNA 3, Xe-HPC, Inferentia, Ampere, CDNA 2, CDNA, Turing |
| FP4 | 4 | Inferenza quantizzata di modelli grandi | Rubin, CDNA 5, TPU, Blackwell Ultra, Blackwell, CDNA 4, Trainium |
Prima di noleggiare
- Il modello sta nella VRAM, inclusi KV cache o stato dell'ottimizzatore.
- La GPU esegue nativamente la tua precisione (FP8 e FP4 solo sulle generazioni recenti).
- Job su più GPU: SXM con NVLink, e InfiniBand tra più server.
- Il tipo di tariffa è adatto al job: spot solo se salvi checkpoint.
- Storage, traffico in uscita e la CPU e la RAM incluse nell'istanza.
- Il prezzo finale sul sito del provider.
Consigli
- I filtri vengono salvati nell'URL, così puoi aggiungere ai preferiti o condividere qualsiasi vista.
- La capacità spot costa spesso la metà o meno, ma può essere interrotta in qualsiasi momento. Usala per job che salvano checkpoint.
- Confronta i FLOPS densi alla precisione che usi davvero: i valori FP8 e FP4 servono solo se il tuo software li sfrutta.
- La pagina di ogni provider mostra tutte le GPU che noleggia e come i suoi prezzi si confrontano con il provider più economico.