H200 SXM · 141 GB
Lambda Labs · Reference listing
$3.2900
On-Demand /Std.
- GPUs
- 1
- vCPU
- —
- Spot /Std.
- —
- Region
- Reference listing
GPU-Preisindex
H200 SXM Cloud-Mietpreise
Alle Anbieter für H200 SXM, normalisiert auf Stundenpreise inklusive VRAM- und Regionsangaben.
141 GB VRAM
Hopper
4.8 TB/s
2 Angebote
Niedrigster Preis heute
$3.2900
Einzelne GPU, pro Stunde, On-Demand
Über die H200 SXM
- Speicher
- 141 GB
- Architektur
- Hopper
- Speicherbandbreite
- 4.8 TB/s
- Dichte FP16-Leistung
- 989 TFLOPS*
Herstellerangaben, mit Sparsity wo angegeben. Prüfen Sie vor der Cluster-Planung immer das offizielle Datenblatt.
Preisverlauf (30 Tage)
Tägliche Snapshots des niedrigsten H200 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 |
|---|---|---|---|---|---|---|---|---|
| Lambda Labs | H200 SXM | 141 GB | 1 | — | Reference listing | $3.2900 Bestpreis | — | Preise ansehen |
| Runpod | H200 SXM | 141 GB | 1 | — | Global (secure + community cloud) | $3.5900 | — | Preise ansehen |
H200 SXM · 141 GB
Runpod · Global (secure + community cloud)
$3.5900
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 H200 SXM?
Prüfen Sie mit dem LLM-VRAM-Rechner, ob ein Modell in eine H200 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.