Servidor com NVIDIA A40: 48 GB de memória para inferência, renderização e estações de trabalho virtuais
A NVIDIA A40 é uma placa de servidor da geração Ampere para data centers. Segundo a especificação da NVIDIA, ela tem 48 GB de GDDR6 com correção de erros (ECC) e largura de banda de 696 GB/s, 10.752 núcleos CUDA, refrigeração passiva e consumo de até 300 W. Duas placas se conectam via NVLink (112,5 GB/s) e juntas somam 96 GB. A placa suporta NVIDIA vGPU, por isso os provedores a oferecem tanto inteira quanto em frações.
Para que tarefas serve
- Modelos de linguagem para os quais 24 GB não bastam: 30–34B parâmetros em 8 bits e 70B quantizados em 4 bits com contexto curto.
- Renderização e 3D: RT cores de segunda geração e muita memória para cenas pesadas.
- Estações de trabalho virtuais para CAD e edição de vídeo, via perfis vGPU.
A memória da A40 é mais lenta que a das placas gamer: na geração de respostas de um modelo de linguagem, a RTX 4090, com seu 1 TB/s, é mais rápida se o modelo cabe em 24 GB. Mais nova e mais rápida na mesma categoria de 48 GB é a L40S.
Placa inteira ou fração vGPU
As linhas mais baratas da tabela são frações de uma placa com 2, 4 ou 8 GB de memória de vídeo. Servem para desktop remoto e gráficos leves, mas não para modelos de linguagem. Para inferência e renderização é preciso a placa inteira de 48 GB: confira a memória indicada no plano. A A40 não tem MIG; ela só é dividida via vGPU.
Quanto custa por mês e por hora
Pelo catálogo de 17 de novembro de 2026, a mediana do preço de um servidor com uma A40 inteira fica em torno de US$ 1.050 por mês, e metade dos planos custa entre US$ 600 e US$ 1.100. Dividido por 730 horas, dá cerca de US$ 1,44 por hora. Há planos em nuvem e servidores dedicados; poucos provedores oferecem cobrança por hora. Se você precisa da placa por algumas horas, compare os planos por hora e leia quanto custa uma hora de servidor com GPU. Quanta memória um modelo ocupa está no artigo rodar o seu próprio modelo de linguagem num servidor.