GPU-серверы с помесячной оплатой: все наши GPU

Как устроена аренда GPU-сервера на месяц

Арендуя GPU-сервер на месяц, вы получаете целый GPU (или восемь), закреплённый за вами на весь месяц по одной фиксированной цене. Вы выбираете конфигурацию на странице развёртывания, задаёте пароль root или добавляете SSH-ключ и оплачиваете первый месяц с баланса, который пополняете криптовалютой. Сервер выдаётся менее чем за 10 минут после оплаты.

1. Выберите GPU и конфигурацию. Серверы с одним GPU работают в выделенной ВМ с пробросом всего GPU (passthrough). 8-GPU-серверы — это bare metal с NVLink между GPU (на AMD MI355X — Infinity Fabric).
2. Оплатите первый месяц. Пополните баланс в Bitcoin, Ethereum, Monero, USDT в сети TRON или Solana — за более крупные пополнения начисляется до 50% бонусных средств.
3. Получите root-доступ менее чем за 10 минут после оплаты. IP-адрес и данные для подключения по SSH появятся в личном кабинете; на сервере будет Ubuntu с предустановленными драйверами NVIDIA, CUDA и Docker (на AMD — ROCm).
4. Продлевайте или отменяйте аренду помесячно. Тариф продлевается за счёт баланса, перед каждым продлением приходит напоминание, и вы можете бесплатно отменить аренду до начала следующего месяца.

Что входит в месячную цену любого тарифа

• Целые GPU Никогда не используются совместно, не делятся с помощью vGPU и не разбиваются на MIG-разделы
• CPU, оперативная память и NVMe В объёме, указанном для каждой конфигурации, — локально на сервере
• Трафик 20 ТБ в месяц на серверах с одним GPU и 50 ТБ на 8-GPU-серверах, без платы за исходящий трафик в этих пределах
• Сеть Публичный IPv4-адрес, подсеть IPv6 и постоянно включённая защита от DDoS
• Программное обеспечение Образы ОС с драйверами NVIDIA, CUDA, Docker и NVIDIA Container Toolkit или с ROCm на AMD
• Поддержка Инженеры по GPU круглосуточно, через тикеты в личном кабинете

Платы за подключение нет, а SLA (соглашение об уровне обслуживания) с доступностью 99,9% распространяется на каждый сервер. Цена на каждой карточке — это полная цена в месяц; цифра за GPU-час рядом с ней нужна лишь для сравнения с почасовыми предложениями.

Помесячно или почасово: когда выгоден сервер на месяц

Разделите цену в месяц на число часов, которые GPU будет реально работать. Один H100 за 2 190 $ в месяц обходится в 3,00 $ за GPU-час, если работает все 730 часов среднего месяца, и вдвое дороже, если работает половину времени. Если почасовое предложение с учётом хранилища и исходящего трафика стоит меньше этой цифры при вашем реальном использовании, дешевле почасовая оплата; если нет — помесячная. Для эндпоинтов инференса, обучения, которое длится неделями, и общих машин команды обычно выгоднее помесячная оплата.

Калькулятор стоимости GPU выполнит этот расчёт для любого почасового предложения, а в сравнении помесячной и почасовой оплаты GPU подробно разобран расчёт точки безубыточности.

Один GPU или 8-GPU-сервер?

Сервер с одним GPU подходит для одной реплики модели, одной задачи дообучения (fine-tuning) или одного разработчика: для инференса моделей, которые помещаются в память одного GPU, LoRA и QLoRA, генерации изображений и рендеринга. 8-GPU-сервер — это одна bare-metal-машина с восемью GPU, соединёнными через NVLink: она нужна для обучения и для инференса с тензорным параллелизмом моделей, которые слишком велики для одного GPU. У восьми отдельных серверов с одним GPU нет общего NVLink, поэтому для модели, разделённой между несколькими GPU, нужен 8-GPU-сервер.

Если в одном домене NVLink нужно больше восьми GPU, есть стоечные системы (rack-scale), такие как GB300 NVL72: их бронируют на срок от 12 до 36 месяцев. Чтобы узнать, сколько памяти нужно вашей модели и какие конфигурации подходят, воспользуйтесь калькулятором видеопамяти (VRAM) или таблицами требований к GPU для LLM (больших языковых моделей).

Наличие и сроки выдачи

Наличие показывается в реальном времени на каждой карточке выше. Серверы с одним GPU и 8-GPU-серверы выдаются менее чем за 10 минут после оплаты, даже если их мало в наличии. Как устроена выдача, объясняется в статье о выдаче серверов, а почему в 2026 году мощностей не хватает во всей отрасли — в нашем анализе дефицита GPU.