Servidor com GPU: qual placa para cada tarefa
A GPU de um servidor se escolhe primeiro pela memória de vídeo e só depois pela velocidade. Se o modelo ou a cena não cabem na memória da placa, o servidor não serve, por mais rápido que calcule. A seguir: quais tarefas rodam em quais placas, como as placas de servidor diferem das de games e quanto custa um mês de cada uma segundo o catálogo da accsly.
A resposta curta. Para modelos pequenos, reconhecimento de fala e processamento de vídeo, basta uma placa de 16–24 GB: T4, L4, RTX 4090. Modelos de linguagem com dezenas de bilhões de parâmetros precisam de 48–96 GB: L40S ou RTX PRO 6000. Modelos grandes são treinados em A100 e H100, geralmente várias no mesmo servidor.
Três números que decidem
- Memória de vídeo (VRAM). Guarda os pesos da rede neural, os dados e os resultados intermediários. Se faltar, a tarefa falha com erro ou parte do modelo vai para a memória comum do servidor e fica muitas vezes mais lenta. Quanta memória um modelo de linguagem precisa é explicado no artigo seu próprio modelo de linguagem em um servidor.
- Largura de banda da memória. Quantos gigabytes por segundo a placa lê da própria memória. Para modelos de linguagem, é o principal número de velocidade: ao gerar uma resposta, cada palavra nova exige ler todos os pesos do modelo. A NVIDIA afirma claramente que essa etapa é limitada pela velocidade da memória, não pelo cálculo.
- Conexão entre placas. Se o modelo não cabe em uma placa, ele é dividido entre várias. Placas com NVLink trocam dados mais rápido do que pelo barramento PCIe. Na H100 SXM são 900 GB/s, enquanto a L40S não tem NVLink.
As placas mais alugadas
Peguei os planos com GPU do catálogo da accsly de 13 de novembro de 2026 e fiquei só com os que têm uma placa inteira no servidor. O preço é a mediana do mercado por mês; entre parênteses, a faixa da metade central dos planos. O catálogo guarda preços em rublos, então os valores em dólares foram convertidos e arredondados. As especificações vêm das páginas das placas no site da NVIDIA.
| Placa | Memória | Largura de banda | Preço por mês | Planos / provedores |
|---|---|---|---|---|
| RTX A4000 | 16 GB | 448 GB/s | US$ 373 (301–514) | 11 / 8 |
| RTX 3090 | 24 GB | 936 GB/s | US$ 421 (390–501) | 12 / 7 |
| L4 | 24 GB | 300 GB/s | US$ 532 (448–853) | 20 / 10 |
| T4 | 16 GB | 320 GB/s | US$ 549 (400–825) | 29 / 9 |
| RTX 4090 | 24 GB | 1.008 GB/s | US$ 559 (480–649) | 15 / 9 |
| RTX 5090 | 32 GB | 1.792 GB/s | US$ 699 (647–823) | 11 / 7 |
| L40S | 48 GB | 864 GB/s | US$ 929 (679–1.170) | 11 / 9 |
| A100 | 40 ou 80 GB | 1.935–2.039 GB/s | US$ 1.099 (1.066–1.224) | 9 / 8 |
| RTX PRO 6000 | 96 GB | 1.597 GB/s | US$ 1.499 (1.137–2.547) | 29 / 11 |
| H100 | 80 GB | 3.350 GB/s (SXM) | US$ 2.400 (2.019–2.974) | 11 / 10 |
Duas coisas chamam a atenção. A velha T4 custa quase o mesmo que a L4, embora a L4 seja mais nova e tenha mais memória. E as RTX 3090 e 4090 de games são mais baratas que as placas de servidor com a mesma memória, sendo que a memória delas é três vezes mais rápida que a da L4.
Qual placa para cada tarefa
Reconhecimento de fala, modelos pequenos, vídeo
Modelos de reconhecimento de fala, classificadores, busca semântica e modelos de linguagem compactados de 7–8 bilhões de parâmetros ocupam poucos gigabytes. Para eles bastam 16–24 GB. A L4 consome 72 W e ocupa um único slot de perfil baixo, por isso os provedores colocam várias em um servidor. A T4 é da mesma classe: 16 GB e 70 W, mas uma geração mais antiga. Ambas codificam vídeo por hardware. Seleções: servidores com L4, servidores com T4.
Geração de imagens e modelos de linguagem de até 30 bilhões de parâmetros
Aqui importam memória e velocidade. As RTX 4090 e 3090 oferecem 24 GB e cerca de um terabyte por segundo; a RTX 5090, 32 GB e 1,8 TB/s. Para um usuário ou uma equipe pequena, é o jeito mais barato de ter uma placa rápida. Os limites das placas de games: as RTX 4090 e 5090 não têm NVLink para trabalhar em par, e nenhuma placa de games pode ser dividida em partes isoladas. No catálogo, 12 dos 15 planos com RTX 4090 são servidores dedicados: a máquina inteira é sua.
Modelos de linguagem de 70 bilhões de parâmetros, renderização
Um modelo de 70 bilhões de parâmetros compactado em 4 bits pesa cerca de 35 GB, mais do que cabe em qualquer placa de games. É preciso uma placa de 48 GB ou mais. A L40S oferece 48 GB com correção de erros (ECC), e a NVIDIA a posiciona para inferência, geração de imagens e renderização. A RTX PRO 6000 Blackwell tem 96 GB e 1,6 TB/s; nela cabe um modelo de 70 bilhões no formato de 8 bits. Seleções: servidores com L40S, servidores com RTX PRO 6000.
Treinamento e modelos grandes
Treinar exige várias vezes mais memória do que rodar um modelo pronto e quase sempre acontece em várias placas ao mesmo tempo. Para isso existem a A100 (40 ou 80 GB, até 2 TB/s) e a H100 (80 GB, 3,35 TB/s na versão SXM) com NVLink. A H100 custa o dobro da A100, mas sua memória é uma vez e meia mais rápida. Seleções: servidores com A100, servidores com H100.
Estações de trabalho remotas e gráficos
Para desktops virtuais, CAD e programas 3D servem as placas profissionais RTX A4000, RTX 4000 Ada e A16. A A16 traz quatro GPUs de 16 GB em uma única placa e foi feita para muitos usuários com carga gráfica leve.
Placa inteira ou uma parte
Placas de servidor podem ser divididas entre clientes. A A100 se divide em sete partes isoladas, a RTX PRO 6000 em quatro. Um provedor pode vender essa parte como «servidor com A100», embora você receba 10 GB de memória, e não 80. No catálogo há planos assim com A16, A40 e L4: com 2, 4 ou 8 GB de memória de vídeo. Antes de contratar, confira a memória de vídeo na descrição do plano. Ela deve ser igual à da placa se você precisa da placa inteira.
Nuvem, VPS ou servidor dedicado
No catálogo, metade dos planos com GPU são servidores dedicados e a outra metade, nuvem e VPS. Um servidor em nuvem pode ser criado por algumas horas e apagado, o que é prático para experimentos e tarefas pontuais. Como calcular o que sai mais barato é explicado no artigo aluguel de GPU por hora. Um servidor dedicado sai mais barato se a placa trabalha dia e noite: a máquina inteira é sua e nenhum vizinho divide com você o processador ou o disco. Seleção: servidores dedicados com GPU.
Se a placa é só para um modelo pequeno e a velocidade de resposta não é crítica, dá para ficar sem ela. Modelos de 7–8 bilhões de parâmetros também rodam no processador se houver RAM suficiente. Seleção: VPS para redes neurais na CPU.
O que conferir antes de contratar
- A memória de vídeo — placa inteira ou uma parte.
- RAM e disco. O modelo primeiro é baixado para o disco e lido para a memória do servidor. A mediana dos planos com uma placa é de 64 GB de RAM. Para modelos grandes, NVMe a partir de 200 GB.
- Versão do driver e do CUDA. Descubra se o provedor instala o driver e qual versão. Frameworks recentes precisam de um CUDA recente.
- Número de placas e a conexão entre elas, se o modelo não cabe em uma.
- Taxas únicas. 24 planos do catálogo, quase todos servidores dedicados, cobram taxa de instalação.