Renta GPUs en la nube por horas

Instancias dedicadas de GPU con JupyterLab, ComfyUI, servicio vLLM y plantillas de terminal web de un solo clic. Facturado por segundo, solo mientras la instancia está en funcionamiento, a velocidades de $0.65/hr.

Precio por hora de la GPU en la nube

La facturación se realiza por segundo a la tarifa horaria indicada, solo mientras la instancia está en funcionamiento. Haz clic en una GPU para abrir su página de despliegue.

GPU
Especificaciones
Disponibilidad
Precio
24 GB de VRAM
0 Disponible
$0.65/hr
32 GB de VRAM
0 Disponible
$0.90/hr
48 GB VRAM · 1, 2, 4x configs
38 Disponible
$0.65/hr
48 GB VRAM · 1, 2, 4x configs
25 Disponible
$1.50/hr
96 GB VRAM · 1, 2, 4, 8x configs
20 Disponible
$4.00/hr
24 GB de VRAM
0 Disponible
$0.69/hr
48 GB VRAM · 1, 2, 4, 8x configs
64 Disponible
$1.50/hr
48 GB VRAM · 1, 2, 4x configs
7 Disponible
$1.60/hr
48 GB de VRAM
0 Disponible
$1.49/hr
40 GB de VRAM
0 Disponible
$1.99/hr
80 GB VRAM · 1, 2, 4, 8x configs
35 Disponible
$1.70/hr
80 GB VRAM · 1, 2, 4, 8x configs
64 Disponible
$3.30/hr
94 GB VRAM · 1, 2, 4, 8x configs
7 Disponible
$5.60/hr
141 GB VRAM · 1, 2x configs
2 Disponible
$5.50/hr
180 GB de VRAM
0 Disponible
$6.99/hr
Deploy a GPU instance

Cómo funciona la nube de la GPU

1. Elige una GPU
Elige una tarjeta y un destino de almacenamiento en tiempo de ejecución del catálogo en vivo.
2. Elige una plantilla
JupyterLab, ComfyUI, un servidor modelo vLLM o un terminal web de navegador, listos en minutos.
3. Conectar
Abre la carga de trabajo en el navegador o llámala a través del endpoint autenticado de EmpirioLabs Connect.

Nube de GPU: preguntas frecuentes

¿Cómo se factura la GPU Cloud?

La facturación es por segundo a la tarifa horaria indicada, y solo mientras la instancia está en funcionamiento. La tasa está fija cuando despliegas, y detener o destruir la instancia detiene la carga.

¿Qué puedo ejecutar en una instancia de GPU?

One-click templates cover JupyterLab notebooks, ComfyUI, vLLM model serving (bring a Hugging Face model id), and a browser web terminal. You connect through the authenticated EmpirioLabs connect endpoint or call the workload through /v1/gpu/connect/{instance_id}/{path} on the API.

¿Puedo gestionar la nube de la GPU a través de la API?

Yes. Everything the dashboard does is also available through the API: deploy, stop, and destroy instances under /v1/gpu on api.empiriolabs.ai, and reach the running workload through the connect endpoint. The full reference is in the Documentación de GPU Cloud.

¿Cuánto almacenamiento incluyen las instancias?

Los objetivos de almacenamiento en tiempo de ejecución oscilan entre 100 y 300 GB con un valor por defecto de 150 GB, incluido en el precio horario mostrado.

¿Cómo empiezo?

Crea una cuenta en EmpirioLabs, abre Nube de GPU en el panel de control, elige una GPU y una plantilla, y desplega. La facturación es pay-as-you-go créditos.

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.