Prix du NVIDIA A100 : location et coût d'achat

Le prix d'un NVIDIA A100 dépend de ce que vous achetez : un accélérateur physique, un GPU dans une instance cloud, un serveur complet avec plusieurs GPU ou des secondes d'exécution serverless. Un tarif sans ce contexte constitue une mauvaise base budgétaire. Lors de la vérification du 19 octobre 2026, Hyperstack affichait 1,35 $ par heure et par GPU pour un A100 80 Go à la demande. Chez Modal, le coût GPU de l'A100 80 Go correspondait à environ 2,50 $ par heure, avant le CPU, la mémoire et les autres frais.

Les exemples ci-dessous sont des tarifs publics datés, sans prétendre identifier l'A100 le moins cher du marché. Confirmez la configuration, la région, les conditions de facturation et la capacité disponible avant de vous engager. Pour un achat matériel, demandez un devis écrit récent portant sur la référence exacte et le serveur complet ; ce guide ne présente pas une fourchette de prix non vérifiée comme un prix de marché.

Prix du NVIDIA A100 dans le cloud : comparaison datée

Tous les montants du tableau sont en dollars américains et ont été vérifiés le 19 octobre 2026. Les lignes décrivent des services différents, qui ne sont pas interchangeables. Les taxes, les remises négociées et les conditions propres au compte peuvent modifier le montant à payer.

Les équivalents horaires de Modal correspondent aux tarifs GPU par seconde multipliés par 3 600, puis arrondis. La documentation sur le démarrage à froid explique que le maintien de conteneurs prêts à répondre peut entraîner des frais de ressources pendant les périodes d'inactivité. Tenez compte du démarrage et de ces paramètres pour estimer le temps facturable. Il faut donc estimer le temps facturable d'un traitement serverless, au-delà de la durée de son calcul principal.

Où louer un GPU A100 ?

Sélectionnez les fournisseurs selon l'allocation nécessaire. Les offres Hyperstack et Lambda ci-dessus donnent accès à des instances cloud ; vérifiez le CPU, la RAM, le disque et le nombre de GPU inclus. Modal propose une exécution serverless, avec un déploiement et une facturation différents. AWS Capacity Blocks fournit une capacité planifiée pour une période définie. La présence d'un fournisseur dans cette comparaison ne constitue ni un classement ni une garantie de disponibilité des A100.

Le catalogue GPU de TensorDock présente aussi des A100 PCIe et SXM4 de 80 Go. Toutefois, son tableau tarifaire porte une date de mise à jour du 24 juillet 2024 et précise que les prix varient selon l'hébergeur. Obtenez un devis actuel dans le tableau de bord, avec CPU, RAM et stockage, avant de le comparer aux tarifs datés ci-dessus.

Comparez séparément la capacité réservée

Lors de la même vérification, la page tarifaire AWS Capacity Blocks indiquait 13,57 $ par heure d'instance pour p4d.24xlarge dans la région US East (Virginie du Nord). Cette configuration P4d comporte huit A100 40 Go, soit un tarif effectif d'environ 1,696 $ par heure et par GPU. Capacity Blocks implique des frais de réservation payés à l'avance et les éventuels frais de système d'exploitation. Il s'agit d'un exemple de capacité réservée, pas d'un tarif EC2 à la demande ni d'une location à un seul GPU.

Placez les offres spot, réservées, à la demande et serverless dans des colonnes distinctes. Un tarif inférieur peut impliquer un engagement, un risque d'interruption, une allocation minimale plus importante ou une quantité de mémoire utilisable différente. Aucun de ces tarifs publics ne garantit que la capacité souhaitée est disponible pour votre compte.

Calculez le seuil de rentabilité d'un engagement

Une remise n'est avantageuse que si vous utilisez suffisamment la capacité payée. Pour une allocation et une période identiques, divisez le coût fixe de l'engagement par le tarif horaire à la demande comparable. Le résultat indique le nombre d'heures à la demande qui coûteraient autant. Intégrez au coût de l'engagement les éventuels frais initiaux ou récurrents.

Par exemple, une allocation hypothétique de 900 $ par mois atteint ce seuil à 450 heures facturables face à une offre à 2 $ de l'heure. Pour 200 heures, le calcul à la demande coûterait 400 $, tandis que l'engagement coûterait toujours 900 $. Cet exemple suppose des ressources équivalentes et des frais supplémentaires identiques ; ce n'est pas un devis fournisseur. Une remise liée à un engagement de dépenses ou un contrat à frais variables nécessite son propre calcul.

A100 40 Go, A100 80 Go, PCIe et SXM

Le NVIDIA A100 est un GPU de centre de données de génération Ampere, utilisé pour l'entraînement de modèles d'IA, l'inférence, l'analyse de données et le calcul haute performance. Comparez sa capacité mémoire et son format exact avant de comparer les prix. Une même famille comprend des configurations aux besoins électriques, aux débits mémoire et aux exigences matérielles différents.

La fiche technique de l'A100 80 Go indique une bande passante mémoire de 1 935 Go/s et une enveloppe thermique maximale de 300 W pour la version PCIe, contre 2 039 Go/s et 400 W pour la version SXM standard. Ce sont des caractéristiques matérielles, pas une promesse de débit applicatif ni une mesure de la consommation électrique du serveur entier. Un module SXM nécessite une plateforme compatible ; il ne s'insère pas dans un emplacement PCIe ordinaire.

Demandez si la location donne accès à un GPU complet ou à une partition Multi-Instance GPU (MIG). L'A100 peut être divisé en sept instances GPU isolées au maximum, mais chaque partition n'expose que les ressources attribuées. Le prix d'une petite partition ne peut pas être comparé directement à celui d'un GPU entier de 40 ou 80 Go.

La capacité mémoire modifie le calcul du coût

Estimez toute l'empreinte mémoire de la charge de travail. L'entraînement nécessite de la place pour les poids du modèle, mais aussi pour les gradients, l'état de l'optimiseur, les activations et les tampons temporaires. L'inférence a ses propres besoins, notamment les caches d'attention et les requêtes simultanées. Une configuration qui échoue en cours d'exécution n'est pas moins chère au seul motif que son tarif horaire était inférieur.

Testez une taille de lot, une longueur d'entrée et une précision représentatives avant de réserver une allocation importante. Notre guide de PyTorch sur A100 couvre l'installation, les contrôles mémoire et la mesure des performances. Construisez le budget à partir d'une durée mesurée, en incluant le chargement des données, l'enregistrement des points de contrôle et l'évaluation finale.

Calculez la facture complète d'une location A100

Choisissez une unité cohérente : dollars par entraînement terminé, par lot accepté ou par quantité de résultats d'inférence à une latence et une qualité définies. Déterminez ensuite la capacité nécessaire. Les GPU-heures décrivent une consommation, sans indiquer la quantité de travail utile accomplie.

Coût estimé du projet = calcul facturable + stockage persistant + transfert de données + logiciels et assistance + taxes applicables.

Utilisez le tarif de l'instance entière lorsque CPU et mémoire sont inclus. Si le fournisseur facture les ressources séparément, ajoutez-les séparément. Ne comptez pas deux fois le CPU d'une offre qui l'inclut déjà. Pour un engagement, distinguez les heures réservées des heures effectivement utilisées.

Exemple de calcul d'une facture

Supposons qu'une instance à un GPU coûte 2 $ par heure, CPU et RAM compris. Vous prévoyez 120 heures facturables, conservez 200 Go pendant un mois au tarif de 0,10 $ par Go-mois et transférez 50 Go à 0,08 $ par Go. Ces valeurs illustrent le calcul ; elles ne constituent pas une autre grille tarifaire de fournisseur.

Si seulement 60 des 120 heures de calcul facturables produisent un travail utile, le calcul seul coûte 4 $ par heure utile. Ce ratio comptable n'est pas une mesure de l'utilisation du GPU. Supprimer les allocations inutilisées peut économiser davantage qu'une petite remise tarifaire. Vérifiez les règles d'arrêt et de suppression : le stockage ou d'autres ressources peuvent rester facturés après l'arrêt du calcul.

Comparez le matériel plus rapide selon le travail accompli

Une solution hypothétique à 3 $ par heure coûterait 180 $ si elle terminait le même travail en 60 heures. Une allocation A100 à 2 $ par heure coûterait 240 $ si elle nécessitait 120 heures. Dans cet exemple limité au calcul, la solution plus rapide revient moins cher malgré son tarif horaire supérieur. Elle doit toutefois satisfaire les mêmes exigences de mémoire, de qualité et de fiabilité.

Cela ne démontre pas un gain de vitesse universel du H100 par rapport à l'A100. Testez le modèle, la précision, la taille des lots, les versions logicielles et le nombre de GPU réellement prévus. Pour le calcul haute performance, tenez compte du résultat scientifique et des exigences numériques ; pour l'inférence, mesurez la latence avec un trafic réaliste. Les performances théoriques des Tensor Cores ne remplacent pas ces essais.

Combien coûte l'achat d'un A100 ?

Un devis utile précise la référence exacte, la capacité mémoire, le format, l'état, la garantie, le vendeur, les conditions de livraison et les taxes. Un module SXM d'occasion, une carte PCIe neuve et un serveur complet avec assistance sont des achats différents. Regrouper leurs prix affichés ne donne pas une fourchette représentative du prix de l'A100.

Demandez un devis de système compatible en même temps que celui de l'accélérateur. Incluez le châssis, les CPU, la RAM, le stockage, le réseau, les alimentations, le refroidissement, l'installation et l'assistance. Pour du matériel d'occasion, demandez quels tests ont été effectués, quels accessoires sont fournis et comment sont traités les retours ou les pannes. Un composant bon marché peut laisser un problème de compatibilité coûteux à résoudre.

Notre guide d'achat d'un serveur traite la décision d'acquisition dans son ensemble. Pour un système A100, obtenez du fournisseur une confirmation écrite de la prise en charge de l'accélérateur, au lieu de vous fier à la seule présence d'un emplacement PCIe.

Estimez le coût de possession par GPU-heure utile

Choisissez une période de planification et estimez le coût d'acquisition net après déduction de la valeur de revente attendue. Ajoutez l'électricité, le refroidissement, l'hébergement en baie, la maintenance, l'administration, le financement et les logiciels sur cette période. Divisez le total par le nombre de GPU-heures utiles que vous prévoyez raisonnablement de produire.

À titre d'exemple, un coût de possession total de 30 000 $ réparti sur 12 000 GPU-heures utiles revient à 2,50 $ par GPU-heure utile. Si l'utilisation diminue et que le système ne produit que 6 000 GPU-heures utiles, le même total revient à 5 $. Ces coûts et durées sont des hypothèses, pas des prix de marché de l'A100 ni une recommandation d'amortissement.

Aucun seuil annuel universel ne rend l'achat moins cher. Le résultat dépend de l'utilisation, du coût du système, des dépenses d'exploitation, des offres de location et de la durée pendant laquelle le matériel reste adapté. Comparez achat et location sur la même période et pour le même travail, en tenant compte du temps d'exploitation nécessaire dans chaque cas.

Choisissez une offre A100 en cinq étapes

1. Définissez la charge de travail. Notez les besoins mémoire, la précision, les dépendances logicielles, le nombre de GPU et le résultat attendu.
2. Rendez les offres comparables. Notez le modèle de GPU, la mémoire par GPU, l'accès entier ou partitionné, le CPU, la RAM, le disque, la région et l'unité de facturation. Pour plusieurs GPU, confirmez leur interconnexion et leur présence sur un même hôte ; le modèle de GPU ne suffit pas à établir la topologie.
3. Effectuez un petit test. Mesurez la durée totale et la qualité du résultat, y compris le démarrage, le chargement des données et les points de contrôle.
4. Construisez le budget complet. Ajoutez les ressources persistantes, les transferts, l'assistance, les taxes et le temps perdu lors d'interruptions. Comparez séparément les conditions d'engagement.
5. Vérifiez la capacité et les conditions de sortie. Contrôlez les quotas, les dates de début, l'annulation, l'export des données et leur devenir à la fin de l'allocation.

Avec une capacité interruptible, testez la reprise depuis un point de contrôle enregistré avant de compter sur le tarif inférieur. Pour une réservation, vérifiez si le contrat garantit une capacité ou modifie seulement la facturation. Un pourcentage de remise publié ne répond à aucune de ces questions.

Avant un traitement long, vérifiez que le GPU et la mémoire déployés correspondent à la commande, confirmez la compatibilité du pilote avec votre environnement logiciel et testez l'enregistrement puis la restauration d'un point de contrôle. Conservez une copie hors du stockage temporaire de l'instance, définissez une alerte de dépenses et notez comment libérer toutes les ressources facturables.

Si votre charge peut utiliser un autre GPU, comparez-le aux configurations actuellement proposées par Compute with Hivenet. Sa page publique présente les RTX 5090 et les GPU de la série RTX 6000. Si vous avez besoin précisément d'un A100, obtenez une confirmation explicite de sa disponibilité ; une offre générale de location de GPU ne suffit pas à l'établir.

Questions courantes sur le prix du NVIDIA A100

Quelle est la location d'A100 la moins chère ?

La réponse varie selon les régions, les configurations et les contrats. Comparez les offres actuelles pour les mêmes ressources utilisables et estimez le coût par traitement terminé. Une offre impossible à provisionner ou incapable d'exécuter votre charge de façon fiable ne constitue pas une solution économique utilisable.

Le supplément pour un A100 80 Go est-il justifié ?

Il peut l'être si la charge a besoin de mémoire supplémentaire ou l'exploite plus efficacement. Si elle tient déjà confortablement sur 40 Go, mesurez la différence au lieu de supposer que doubler la mémoire double la vitesse. Vérifiez aussi si l'offre de 80 Go impose de louer plus de GPU que nécessaire.

Combien coûte l'entraînement d'un grand modèle de langage sur des A100 ?

Le nombre de paramètres ne suffit pas. Préentraînement, ajustement complet et ajustement par adaptateurs demandent des quantités de travail différentes. Estimez le nombre de tokens ou d'exemples, la méthode, la durée, le nombre de GPU, l'évaluation et une marge pour les échecs, puis appliquez les conditions de facturation. Un prix fixe pour chaque « modèle de 7 milliards de paramètres » masquerait ces différences.

Faut-il louer avant d'acheter ?

Une courte location peut aider à mesurer les besoins mémoire et la durée avant un engagement plus important. Faites correspondre la configuration testée au système envisagé, notamment l'interconnexion des GPU et les ressources de l'hôte. Le test fournit des indications sur cette configuration ; utilisez ensuite un devis complet de possession pour décider de l'achat.