NVIDIA A100 e H100 com CUDA pronto, PyTorch e TensorFlow pré-instalados e NVLink entre as GPUs — comece a treinar seus modelos em minutos, não em dias. Sua GPU totalmente isolada.
Pronto para CUDA no primeiro boot
Da inferência leve ao treinamento pesado de LLMs — GPUs dedicadas, nunca compartilhadas ou divididas por tempo.
Ajuste fino (fine-tuning) e inferência
Treinamento de modelos avançados
Estrutura multi-GPU com NVLink
O mesmo conjunto de softwares em todos — escolha por VRAM, TFLOPS e interconexão.
| Recurso | AI A100 | AI H100 | AI Cluster |
|---|---|---|---|
| GPU | |||
| Modelo da GPU | A100 80GB | H100 80GB SXM | 4× H100 SXM |
| VRAM | 80 GB HBM2e | 80 GB HBM3 | 320 GB HBM3 |
| Computação FP16 | 312 TFLOPS | 1,979 TFLOPS | 7,916 TFLOPS |
| Interconexão NVLink | não | sim | sim |
| Processamento | |||
| Núcleos vCPU | 16 | 26 | 96 |
| RAM do sistema | 120 GB | 200 GB | 768 GB |
| Armazenamento e rede | |||
| Armazenamento NVMe Gen4 | 1 TB | 2 TB | 8 TB |
| Rede | 10 Gbps | 10 Gbps | 25 Gbps |
| Software | |||
| CUDA + cuDNN pré-instalados | sim | sim | sim |
| Pronto para PyTorch e TensorFlow | sim | sim | sim |
| Docker + toolkit da NVIDIA | sim | sim | sim |
| Gerenciamento | |||
| Acesso root completo | sim | sim | sim |
| Snapshots | sim | sim | sim |
| Painel em árabe e inglês | sim | sim | sim |
| Engenheiro dedicado | não | não | sim |
As GPUs que viraram padrão na indústria de IA — dedicadas a você, nunca fracionadas ou compartilhadas por tempo.
Ideal para: ajuste fino (fine-tuning), inferência em produção e treinamento de médio porte
Ideal para: treinamento de grandes LLMs, clusters multi-GPU e pesquisa avançada
Cinco tipos de uso que nossas GPUs atendem todos os dias — com o ambiente já preparado.
Os números que definem seu tempo de treinamento — medidos de verdade, não apenas promessas.
Sem caça a drivers, sem conflito de versões de CUDA — inicie o servidor, ative o ambiente e comece o treinamento.
CUDA + cuDNN A base para todo framework de GPU — compatível com a versão exata do driver. Pré-instalado 
PyTorch Pré-instalado com suporte completo a CUDA — torch.cuda.is_available() já retorna verdadeiro. Pré-instalado 
TensorFlow Suporte a GPU habilitado de fábrica, pronto para XLA. Pré-instalado 
Hugging Face Transformers + Diffusers — baixe um modelo e execute em poucos minutos. Pré-instalado 
JupyterLab Pesquise e experimente direto no navegador, conectado à GPU real. A um comando de distância 
Docker + NVIDIA Container Toolkit para ambientes de treinamento isolados e reproduzíveis. A um comando de distância GPU esperando por dados é GPU desperdiçada — o fluxo de dados acompanha o ritmo.
Dados de treinamento e pesos são segredos comerciais — a plataforma os trata exatamente assim.
Os servidores de IA são ativados em nossos data centers europeus. Os listados abaixo estão disponíveis hoje.
Fizemos o ajuste fino do Llama 3 70B na A100 em menos de 8 horas — a configuração do NVLink tornou o treinamento multi-GPU realmente direto e sem complicações.
Rodando inferência em produção a 10 mil requisições por minuto — a latência nunca passou de 180 ms, mesmo nos momentos de pico.
Migramos de uma gigante da nuvem e economizamos 35% ao mês em nossos treinamentos, mantendo exatamente os mesmos TFLOPS.
Sim — o CUDA Toolkit e o cuDNN já vêm pré-instalados na versão exata do driver. PyTorch e TensorFlow reconhecem a GPU já no primeiro boot.
A H100 é de uma geração mais recente: aproximadamente 6× mais poder de computação em FP16 (1,979 contra 312 TFLOPS), memória HBM3 mais rápida (3.35 contra 2 TB/s) e um motor de transformer mais forte. A A100 continua sendo um excelente custo-benefício para ajuste fino e inferência.
Sim — o Docker e o NVIDIA Container Toolkit já vêm prontos, então o comando `--gpus all` funciona imediatamente para ambientes de treinamento reproduzíveis.
Pela rede de 10–25 Gbps via rsync/scp ou ferramentas de armazenamento em objetos. Um conjunto de dados de 1 TB é transferido em bem menos de meia hora nos planos maiores.
Sim — o plano AI Cluster conecta 4× H100 via NVLink a 600 GB/s, otimizado para treinamento distribuído. Fale com nossa equipe de vendas para estruturas maiores.
O JupyterLab é instalado com um único comando e está documentado no guia rápido do painel — muitas equipes o utilizam com as regras de firewall integradas.
80 GB HBM tanto na A100 (HBM2e) quanto na H100 (HBM3) — suficiente para inferência de modelos de 70B parâmetros com quantização, ou treinamento com paralelismo de modelo.
Totalmente — sem divisões MIG, sem fatiamento por tempo, sem compartilhamento. A GPU aparece no nvidia-smi como inteiramente sua, porque ela é.
Crie snapshots do servidor nas etapas principais do checkpoint ou sincronize os arquivos com um armazenamento em objetos externo — os dois métodos estão documentados no painel.
Frankfurt (FRA-1) e Helsinque (HEL-1) hoje — ambas regiões da UE em conformidade com o GDPR. Novas regiões são anunciadas na página de data centers.
Sim — exponha suas portas atrás do firewall em nuvem e da proteção DDoS. Muitos clientes atendem tráfego de produção direto do seu Servidor de IA.
Sim — o faturamento anual economiza 15% em todos os planos de GPU.
Estruturas com várias GPUs são dimensionadas junto com nossos engenheiros — GPUs, interconexão, armazenamento e rede são cotados em um pacote sob medida.
Ainda não — todos os servidores GPU são reservados e persistentes. Para trabalhos em picos esporádicos, o faturamento mensal sem fidelidade garante flexibilidade.
Servidores A100 e H100 geralmente ficam online poucos minutos após o pedido; clusters são configurados com um engenheiro em 1 a 2 dias úteis.
Esse é o uso mais comum que vemos. Uma única A100 de 80 GB faz o ajuste fino de modelos de 7B a 13B parâmetros tranquilamente com LoRA ou QLoRA; para o ajuste com precisão total de modelos maiores, recomenda-se a H100 ou um setup multi-GPU com NVLink. Os datasets são preparados no espaço temporário do NVMe local, os checkpoints são enviados para qualquer armazenamento compatível com S3, e o ambiente PyTorch pré-configurado leva você da tokenização ao treino já na primeira hora.
CUDA pronto, PyTorch instalado, uma GPU totalmente sua. Minutos até a primeira época de treino — sem maratona de configuração.
A100 a partir de $1,199/mês — o faturamento anual economiza 15%.Vou ajudar você com tudo o que quiser fazer.
Escolha um assunto e pergunte o que quiser sobre ele.
Não há assuntos disponíveis para perguntas no momento.
Falar com uma pessoa
Falar com uma pessoa
Welcome! Please note that our website is currently in its beta phase. We are delighted to have you browse our site and explore our products, but we kindly apologize that we cannot accept or process any orders at this time. Thank you for your patience and understanding until our official launch soon.
