A100 SXM · 40 GB
Runpod · Global (secure + community cloud)
$1.0000
On-Demand /Std.
- GPUs
- 1
- vCPU
- —
- Spot /Std.
- —
- Region
- Global (secure + community cloud)
GPU-Preisindex
A100 SXM Cloud-Mietpreise
Alle Anbieter für A100 SXM, normalisiert auf Stundenpreise inklusive VRAM- und Regionsangaben.
80 GB VRAM
Ampere
2.0 TB/s
3 Angebote
Niedrigster Preis heute
$1.0000
Einzelne GPU, pro Stunde, On-Demand
Über die A100 SXM
- Speicher
- 80 GB
- Architektur
- Ampere
- Speicherbandbreite
- 2.0 TB/s
- Dichte FP16-Leistung
- 312 TFLOPS*
Herstellerangaben, mit Sparsity wo angegeben. Prüfen Sie vor der Cluster-Planung immer das offizielle Datenblatt.
Preisverlauf (30 Tage)
Tägliche Snapshots des niedrigsten A100 SXM-Preises je Anbieter.
On-Demand
Spot / unterbrechbar
Live-Preisvergleich
Nach Anbieter, GPU oder Region filtern – Filter laufen lokal im Browser.
| Anbieter | GPU-Modell | VRAM | GPUs | vCPU | Region | On-Demand /Std. | Spot /Std. | Aktionen |
|---|---|---|---|---|---|---|---|---|
| Runpod | A100 SXM | 40 GB | 1 | — | Global (secure + community cloud) | $1.0000 Bestpreis | — | Preise ansehen |
| Lambda Labs | A100 SXM | 80 GB | 1 | — | Reference listing | $1.2900 | — | Preise ansehen |
| Runpod | A100 SXM | 80 GB | 1 | — | Global (secure + community cloud) | $1.3900 | — | Preise ansehen |
A100 SXM · 80 GB
Lambda Labs · Reference listing
$1.2900
On-Demand /Std.
- GPUs
- 1
- vCPU
- —
- Spot /Std.
- —
- Region
- Reference listing
A100 SXM · 80 GB
Runpod · Global (secure + community cloud)
$1.3900
On-Demand /Std.
- GPUs
- 1
- vCPU
- —
- Spot /Std.
- —
- Region
- Global (secure + community cloud)
Keine Angebote passen zu diesen Filtern. Erhöhen Sie das Preislimit oder leeren Sie die Suche.
Welche GPUs passen gut zur A100 SXM?
Prüfen Sie mit dem LLM-VRAM-Rechner, ob ein Modell in eine A100 SXM passt, und rechnen Sie mit dem Kostenrechner einen Stundenpreis in ein Monatsbudget inklusive Speicher und Egress um.
Häufige Fragen
Alles rund um Cloud-GPU-Miete, Affiliate-Tracking und unsere Preisdatenerhebung.
Welche GPU eignet sich am besten für LLM-Inferenz?
Für Modelle, die in den Speicher passen, ist die Speicherbandbreite wichtiger als rohe FLOPS – Karten wie L40S, RTX 4090 oder A100 liefern daher oft mehr Token pro Dollar als eine H100. Sobald ein Modell Multi-GPU-Tensor-Parallelismus braucht, gewinnen H100- oder H200-Instanzen mit NVLink meist beim Durchsatz.
Wie viel VRAM brauche ich für Fine-Tuning?
Vollständiges Fine-Tuning benötigt grob Parameteranzahl mal Bytes pro Parameter für die Gewichte, plus Optimizer-Zustand, der um ein Vielfaches größer sein kann. LoRA und QLoRA reduzieren diesen Zustand erheblich. Nutzen Sie den LLM-VRAM-Rechner, um eine konkrete Konfiguration zu dimensionieren.