Les locations de GPU évoluent vite : des RTX 5090 à moins de 1 $ de l'heure côtoient des H100 renchéris d'environ 50 % par rapport à décembre. Entre places de marché comme RunPod ou Vast.ai et clouds dédiés, le bon choix dépend autant de la fiabilité que du matériel. Voici les repères concrets pour trancher, carte par carte et usage par usage.
Location de GPU : coûts, configuration et fiabilité à arbitrer
Plusieurs options existent pour louer des GPU : places de marché, clouds GPU, grands fournisseurs et services facturés à la seconde. Chacune présente des compromis entre coût, temps de configuration et fiabilité. Les risques de temps d'arrêt sont à prendre en compte, et les offres les moins chères ne garantissent pas toujours la sécurité d'exploitation. Parmi les services à comparer figurent RunPod, Vast.ai et Lambda.
Choisir la carte selon taille de modèle et mémoire
Le marché propose de nombreuses cartes, des GPU de jeu aux modèles de centre de données NVIDIA, avec des tarifs qui varient fortement selon la gamme. Cette diversité de prix peut laisser penser que le tarif reflète la qualité, mais le choix doit avant tout se faire selon la taille du modèle et les besoins en mémoire, souvent pour exécuter des modèles ouverts en 4 bits. Pour les petits modèles et les agents de codage, les 3090 et 5090 offrent un bon rapport coût/performance. Les cartes de station de travail présentent une capacité intéressante mais une valeur variable ; les Pro 6000 se distinguent en performance sur une seule carte. Pour les modèles plus volumineux, l'évolutivité multi-GPU et les besoins d'interconnexions rapides, les A100, H200, H100, B200, B300 et MI300X sont recommandées.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
API ou location : cas d'usage et méthode de départ
Il est recommandé d’opter pour la location dans le cas de traitements par lots ou pour l’ajustement précis des modèles, alors qu’une API s’avère généralement plus économique pour le développement interactif en solo, lorsque le GPU reste inutilisé entre les appels. Il est suggéré de débuter avec la location d’une configuration modeste, d’expérimenter avec des charges de travail concrètes, d’évaluer les temps de démarrage, de transfert et d’attente, puis de choisir entre continuer la location ou acheter en fonction de l’usage envisagé. À l’heure actuelle, la location d’une RTX 5090 coûte moins de 1 $ par heure, tandis que les H100 affichent un tarif environ 50 % supérieur à celui pratiqué en décembre.
