Location RTX 4090 ou RTX 5090 : prix et disponibilité

Des fournisseurs comme Runpod et CloudRift proposent encore la location de RTX 4090, mais la flotte RTX 4090 de Hivenet a été retirée. Pour les nouvelles tâches GPU en libre-service, Compute with Hivenet propose actuellement des instances RTX 5090 avec 32 Go de VRAM GDDR7 par GPU, annoncées à partir de 0,75 € par heure. Un prix publié ne garantit pas la disponibilité d'une configuration au moment où vous en avez besoin.

Ce guide compare les informations de location actuelles au contexte des anciens prix RTX 4090 de cette page. Les tarifs et les pages des fournisseurs ont été vérifiés le 19 octobre 2026. Confirmez le nombre de GPU, la région, les ressources associées, les conditions de facturation et le devis actif avant de lancer une tâche.

Ce qui a changé chez Hivenet

La référence Hivenet des types de GPU confirme que les instances RTX 4090 ne sont plus disponibles pour de nouvelles tâches Compute. Un ancien article Hivenet ou résultat de recherche affichant un prix pour cette carte constitue une information historique, pas une offre que vous pouvez lancer.

Ce retrait concerne la flotte de Hivenet. Il ne signifie pas que tous les fournisseurs ont arrêté de louer la RTX 4090 ou que cette carte ne peut plus exécuter des tâches utiles. Comparez une RTX 4090 actuellement disponible ailleurs à la configuration RTX 5090 à laquelle vous pouvez réellement accéder.

Où vérifier les prix de location de RTX 4090

Commencez par les pages tarifaires, puis examinez l'instance sélectionnée. Les exemples suivants ne constituent ni un classement ni une comparaison à service équivalent :

• Runpod : sa page des tarifs GPU affiche une configuration RTX 4090 à 0,89 dollar par heure, avec 24 Go de VRAM, 41 Go de RAM système et 6 vCPU. Confirmez le type de cloud, la région, les frais de stockage et la disponibilité avant d'utiliser ce tarif dans un budget.
• CloudRift : son tableau tarifaire affiche la RTX 4090 à 0,39 dollar par GPU et par heure à la demande, avec des tarifs horaires inférieurs pour les réservations d'un et de trois mois. Ces engagements sont différents d'une location horaire sans réservation. Vérifiez la configuration et toutes les conditions dans la console.
• Vast.ai : sa page tarifaire RTX 4090 n'affichait aucune offre correspondante au moment de la vérification. Cela ne prouve pas l'absence de capacité chez tous les hébergeurs ou dans toutes les régions. Consultez les annonces actuelles plutôt qu'un ancien tarif « à partir de ».

Distinguez un prix annoncé à une date donnée d'un devis pour une instance disponible. Un fournisseur peut modifier son catalogue, appliquer des prix différents selon le mode de déploiement ou afficher du matériel temporairement indisponible. Un ancien extrait de moteur de recherche ne décrit pas nécessairement l'offre actuelle.

Prix actuel du RTX 5090 chez Hivenet

La page de location de Compute with Hivenet annonce le RTX 5090 à partir de 0,75 € par heure. Elle oriente également les entreprises vers l'équipe commerciale pour les capacités RTX 6000. Confirmez l'édition et la configuration exactes avant de comparer leurs caractéristiques.

La console Compute affiche le nombre de GPU, les vCPU, la RAM système, le disque, la bande passante, la région, la disponibilité et le prix actif de chaque configuration accessible. Hivenet utilise des crédits prépayés partagés au niveau de l'organisation et facture les usages éligibles à la seconde, comme l'explique sa documentation de facturation.

Gardez les devis en dollars et en euros séparés jusqu'à l'application d'un taux de change daté. Vérifiez aussi les taxes et les ressources comprises. Le prix horaire du matériel ne suffit pas à déterminer le service le moins cher pour terminer une tâche.

GeForce RTX 4090 : architecture Ada Lovelace et 24 Go de VRAM

Les caractéristiques officielles de NVIDIA indiquent 24 Go de mémoire GDDR6X, 16 384 cœurs CUDA, des cœurs Tensor de quatrième génération, une interface PCIe Gen 4 et l'absence de NVLink. La NVIDIA GeForce RTX 4090 repose sur l'architecture Ada Lovelace. Ces données décrivent la carte, pas le processeur, la RAM système, les disques, le réseau ou l'isolation du serveur loué.

La limite de 24 Go compte pour l'inférence, l'ajustement fin, la génération d'images et le rendu. Les poids du modèle ne représentent qu'une partie de la mémoire utilisée : l'environnement d'exécution et la tâche ont aussi besoin d'espace. Pour l'entraînement, les gradients, les états de l'optimiseur et les activations peuvent accroître les besoins. Testez le modèle, la précision, la taille du lot, la longueur du contexte ou la scène réels, sans supposer qu'un nom de modèle garantit la compatibilité.

Pour comprendre le matériel, consultez le guide des cœurs CUDA de la RTX 4090. Un nombre de cœurs ou un débit théorique ne prédit pas la vitesse d'une application.

Instances GPU RTX 4090 pour les tâches d'IA

Apprentissage profond et ajustement fin

Pour un projet d'apprentissage automatique, distinguez l'entraînement complet de l'adaptation d'un modèle existant. L'ajustement fin économe en paramètres modifie un ensemble limité de paramètres plutôt que tous les poids, ce qui peut réduire les ressources nécessaires. Un GPU loué de 24 Go peut ainsi convenir à certaines expériences, mais le modèle, la méthode et les réglages doivent être testés.

Vérifiez que PyTorch, TensorFlow ou le logiciel choisi prend en charge le pilote et l'environnement CUDA de l'instance. Le serveur a aussi besoin d'un processeur, de RAM et d'un débit de stockage adaptés à la préparation des données. Si la carte graphique attend souvent ses entrées, louer un GPU plus rapide peut ne rien améliorer.

Génération d'images, rendu et visualisation

Pour la création de contenu, confirmez que l'application utilise le GPU NVIDIA loué et que le moteur de rendu, les extensions et les licences sont disponibles. Un serveur accessible en ligne de commande peut convenir au rendu par lots sans fournir le bureau nécessaire à une visualisation interactive. Le jeu et l'accès à une station de travail distante demandent leurs propres vérifications d'affichage, de diffusion et de latence.

Pour toutes ces tâches, conservez la configuration ayant produit le résultat afin de reproduire le test sur un autre hôte. Comparez les besoins de fiabilité et de sécurité en plus des performances. Le bon GPU est celui qui exécute votre application dans les limites de mémoire, de temps et de budget prévues.

RTX 4090 ou RTX 5090 pour votre tâche ?

Une RTX 5090 fournit 32 Go de VRAM, contre 24 Go pour la RTX 4090. Cette capacité supplémentaire peut compter lorsque la tâche approche de la limite de la carte la plus petite, sans garantir qu'un modèle ou une scène précise fonctionnera. Notre guide de la mémoire de la RTX 5090 présente les autres besoins à prendre en compte.

Mesurez le temps et le coût nécessaires pour obtenir un résultat utile. Pour l'inférence, gardez les mêmes exigences de qualité, de longueur d'entrée, de concurrence et de latence. Pour le rendu, utilisez la même scène et les mêmes réglages. Pour l'entraînement, comparez un travail équivalent et vérifiez qu'une exécution plus rapide ne modifie pas le résultat attendu.

Un exemple fictif de coût par tâche

Supposons qu'une instance coûte 0,50 dollar par heure et termine une tâche en 10 heures : le calcul coûte 5,00 dollars. Une autre coûte 0,80 dollar par heure, mais termine la même tâche en 6 heures : 4,80 dollars. Dans cet exemple, le tarif horaire le plus élevé produit la facture de calcul la plus faible.

Ces tarifs et ces durées sont fictifs. Ce ne sont pas des résultats de test des RTX 4090 ou RTX 5090. Ajoutez le stockage, les transferts, la préparation, les nouvelles tentatives et les autres frais applicables. Une carte plus rapide n'offre un meilleur rapport coût-résultat que si les mesures et la facture complète le confirment.

Plusieurs GPU ne réunissent pas automatiquement leur mémoire

Quatre RTX 4090 fournissent quatre espaces mémoire distincts de 24 Go, pas un GPU unique disposant de 96 Go directement utilisables. De même, quatre RTX 5090 possèdent chacune leurs 32 Go. Le logiciel doit répartir explicitement le travail ou les données du modèle entre les GPU.

L'entraînement en parallèle de données, le parallélisme de modèle ou de tenseurs, le rendu multi-GPU et les tâches indépendantes utilisent les cartes différemment. Confirmez que l'application prend en charge la configuration prévue et examinez la topologie PCIe de l'hôte ainsi que les performances de communication. Ajouter des GPU ne garantit ni une accélération proportionnelle ni une facture plus faible.

Capacité à la demande, interruptible ou réservée ?

Un tarif à la demande décrit un mode d'achat. Il ne garantit pas un stock illimité, l'absence de panne ou une fin d'exécution avant une échéance. Vérifiez séparément les engagements de service et les éventuelles réservations de capacité.

Une capacité interruptible ou spot peut afficher un prix inférieur, mais exiger des points de reprise et des redémarrages. Incluez le travail perdu et la durée de reprise dans l'estimation. Une réservation peut réduire l'équivalent horaire tout en imposant un engagement plus long ; le temps inutilisé peut annuler l'économie apparente.

Pour une échéance fixe, vérifiez comment le fournisseur gère la capacité, les incidents et l'assistance. Pour une expérience flexible, un engagement plus court facilite le changement de configuration après les essais.

Avant de lancer une instance GPU RTX

1. Définissez la tâche : notez le modèle ou l'application, les besoins mémoire, les versions logicielles, le résultat attendu et la durée acceptable.
2. Examinez la configuration complète : confirmez le nombre de GPU et le type d'accès, le processeur, la RAM, le disque, le réseau, la région et l'environnement fourni, machine virtuelle ou conteneur. L'accès à un bureau distant est un besoin distinct.
3. Vérifiez l'environnement : contrôlez la compatibilité des pilotes et des bibliothèques, les accès et la provenance de l'image ou du modèle de déploiement. Limitez les accès réseau et ne placez pas de secrets dans les images partagées.
4. Effectuez un essai représentatif : vérifiez le GPU visible avec les outils du fournisseur ou nvidia-smi, puis mesurez la durée et la mémoire maximale utilisées par l'application. Détecter un GPU ne prouve pas que tout l'environnement logiciel fonctionne.
5. Prévoyez le suivi et la fermeture : surveillez les dépenses, conservez les résultats et les points de reprise hors du stockage temporaire, et vérifiez quels frais cessent lorsque le calcul est arrêté ou supprimé.

La localisation seule ne prouve pas la conformité. Si les données sont soumises à des obligations contractuelles ou réglementaires, examinez l'accord du fournisseur, les contrôles d'accès, la conservation des données et le périmètre du service avant leur transfert.

Le guide comparatif des prix GPU cloud explique comment comparer des devis complets. Pour l'inférence en production, le guide de choix d'un cloud GPU pour une startup et le guide des tâches d'inférence courtes traitent de la latence, du temps d'inactivité et des responsabilités d'exploitation.

Arrêter une instance et conserver son travail

Consultez les règles de chaque fournisseur. Certaines ressources créées séparément peuvent rester facturées après la fin du calcul actif. Fermer le terminal ou arrêter un script d'entraînement ne revient pas à arrêter l'instance louée.

Chez Hivenet, le guide Stop et Terminate indique que les frais de l'instance cessent lorsqu'elle quitte l'état Running. Stop conserve temporairement l'instance ; après 10 jours sans redémarrage, elle est automatiquement supprimée. Terminate supprime définitivement l'instance et ses données locales. Gardez vos propres copies des fichiers nécessaires.

Questions fréquentes

Puis-je louer une RTX 4090 chez Hivenet ?

Non. La flotte RTX 4090 de Hivenet a été retirée. Consultez les configurations RTX 5090 actuelles dans la console ou examinez l'offre RTX 4090 active d'un autre fournisseur si cette carte est indispensable.

Combien coûte la location d'une RTX 4090 ?

Le fournisseur, la configuration, l'engagement et la disponibilité déterminent le prix. Les exemples ci-dessus sont des tarifs annoncés à une date donnée, pas une fourchette universelle. Obtenez le devis complet avant de lancer l'instance et incluez les frais supplémentaires.

La location coûte-t-elle moins cher que l'achat ?

La réponse dépend du taux d'utilisation et du coût complet de possession. Comparez la location pour le nombre d'heures nécessaire à un système local complet, son électricité, son entretien, le temps d'exploitation et sa valeur de revente estimée. Un pourcentage d'économie général ne répond pas à cette question pour votre tâche.