Prezzi, prestazioni e confronto tra provider delle GPU cloud
I prezzi di listino delle GPU cloud per lo stesso modello possono differire di diverse volte tra i provider. Le tabelle confrontano le tariffe minime, i nomi dei provider, gli intervalli di mercato e le mediane delle offerte per GPU, memoria e interconnessione.
Prezzo per throughput delle GPU cloud
Confronta il throughput misurato per dollaro nel calcolatore di benchmark:
Prezzi e prestazioni delle GPU cloud
1.245 offerte da 28 provider
IONOS
Vast IA
Miglior prezzoVast IA
Vast IA
Verda
Verda
Verda
Verda
Vast IA
Runpod
Consulta la metodologia di benchmark delle GPU cloud per i dettagli.
La fatturazione on-demand addebita l'utilizzo a ore o a un'unità di tempo inferiore, a seconda del provider, senza una prenotazione a lungo termine.
Le istanze on-demand consentono l'utilizzo senza una prenotazione lunga. Disponibilità, manutenzione e impegni di servizio dipendono dal provider e dalle condizioni dell'istanza.
Prezzi on-demand delle GPU cloud
Classifica: gli abbonati sono collegati ed evidenziati in alto. Le altre righe sono ordinate in base al prezzo on-demand più basso. L'intervallo e la mediana summarize le offerte rilevate per lo stesso gruppo di GPU, memoria e interconnessione; area geografica, risorse dell'host e numero di GPU possono comunque differire. I prezzi si riferiscono al catalogo rilevato il 5 novembre 2026. Le righe IONOS conservano i prezzi di riferimento degli sponsor mantenuti separatamente. I prezzi sconosciuti sono esclusi.
Le tariffe on-demand si applicano senza un impegno di prenotazione. Le offerte pubblicate possono presentare stati di disponibilità non disponibili o sconosciuti, pertanto un prezzo elencato non garantisce che un'istanza possa essere avviata.
Prezzi spot delle GPU cloud
Classifica: gli abbonati compaiono per primi; le altre righe sono ordinate in base al prezzo spot più basso. La mediana riassume le offerte spot rilevate per lo stesso gruppo di GPU. N/A indica che non è documentata alcuna tariffa spot per la riga di riferimento dello sponsor.
La capacità spot può essere recuperata dal provider. In 154 confronti corrispondenti tra provider/GPU/memoria/interconnessione, il 50% centrale degli sconti osservati è compreso tra il 26 e il 55% rispetto alle tariffe on-demand. Otto corrispondenze hanno prezzi spot più elevati. Ogni confronto usa la tariffa più bassa rilevata per ogni livello di fatturazione; le restanti differenze tra le istanze possono influire sul risultato. I job che usano la capacità spot devono tollerare interruzioni e costi di riavvio.
Prezzi riservati delle GPU cloud
Classifica: gli abbonati compaiono per primi; le altre righe sono ordinate in base al prezzo riservato più basso. Il catalogo combina diverse durate di impegno. La mediana riassume le offerte riservate rilevate per lo stesso gruppo di GPU. N/A indica che non è documentata alcuna tariffa riservata per la riga di riferimento dello sponsor.
In 134 confronti corrispondenti tra provider/GPU/memoria/interconnessione, il 50% centrale degli sconti riservati è compreso tra il 15 e il 44% rispetto alle tariffe on-demand. Tre corrispondenze hanno prezzi riservati più elevati. Ogni coppia usa la tariffa più bassa rilevata nella propria fascia. Durata dell'impegno, piano di pagamento e garanzie di capacità devono essere verificati nella singola offerta.
Confronto delle prestazioni tra provider cloud
Lo stesso modello di GPU può offrire prestazioni leggermente diverse tra i provider a causa della scelta della CPU dell'host, del fabric di rete, della configurazione dei driver e dell'overhead di virtualizzazione. Per quantificarlo, abbiamo eseguito carichi di lavoro identici di generazione di testo e immagini su AMD MI300X 192GB presso DigitalOcean e Runpod:
Osservazioni principali:
- Per la generazione di testo, Digital Ocean ha mostrato un throughput leggermente superiore, elaborando circa lo 0,4% in più di token al secondo.
- Al contrario, per la generazione di immagini, Runpod ha mostrato un vantaggio marginale, elaborando circa lo 0,4% in più di immagini al secondo.
Queste esecuzioni differiscono per meno dello 0,5% su entrambi i carichi di lavoro misurati. Il confronto non stabilisce una classifica delle prestazioni per altri modelli o configurazioni di istanza.
Acquistare on-prem o noleggiare nel cloud
Il costo di possesso di una GPU dipende dal prezzo di acquisto, dall'utilizzo, dall'energia, dal raffreddamento, dalla manutenzione e dal valore di rivendita. Confronta questi costi lungo la vita utile prevista con il noleggio cloud in base all'utilizzo previsto.
Un carico di lavoro può anche utilizzare capacità di proprietà per la domanda costante e istanze cloud per i picchi temporanei. La suddivisione dipende dai requisiti operativi e dal costo dello spostamento dei dati tra gli ambienti.
Le GPU consumer come RTX 4090 e RTX 5090 compaiono nei cataloghi di noleggio. Confronta memoria, interconnessione, supporto e termini di licenza software applicabili con i requisiti della distribuzione.
Aggiungi come fonte preferitaMetodologia di benchmark delle GPU cloud
I benchmark di throughput utilizzano la quantizzazione FP a 4 bit in tutti i test. La pipeline esegue:
- Fine-tuning del testo: Llama 3.2 sulle prime 5.000 conversazioni di FineTome, 5 epoche, 1M token totali, framework Unsloth. Throughput = (token × epoche) / tempo totale.
- Inferenza di testo: 1M token generati con llama-cpp-python.
- Fine-tuning delle immagini: YOLOv9 su 100 immagini di SkyFusion, 4 epoche, Unsloth.
- Inferenza delle immagini: YOLOv9 sottoposto a fine-tuning su circa 500 immagini a 640×640.
Il throughput per dollaro esprime l'output del carico di lavoro per unità di costo. Il carico di lavoro misurato, il tempo di esecuzione, la tariffa oraria e la configurazione della GPU determinano il risultato. Altri modelli e impostazioni possono produrre throughput diversi.
FAQ
Un modello di GPU può includere diverse varianti di memoria e interconnessione. A100 comprende versioni da 40 GB e 80 GB; V100 comprende versioni da 16 GB e 32 GB. Le tabelle separano memoria e interconnessione quando identificate, ma il numero di GPU, la regione e la combinazione di CPU/RAM possono comunque variare all'interno di una riga.
Il calcolatore confronta l'output del carico di lavoro con il costo per la configurazione misurata. Un valore di throughput per dollaro più alto significa più output per dollaro per quel carico di lavoro. Prima di applicare la classifica a un altro lavoro, è necessario verificare il carico di lavoro e le ipotesi di prezzo incorporate.
Le tabelle dei prezzi in questo aggiornamento utilizzano il catalogo rilevato il 5 novembre 2026.
Approfondimenti
- Benchmark multi-GPU: B200 vs H200 vs H100 vs MI300X
- Provider di GPU cloud e relative GPU
- GPU Benchmark di concorrenza
- I principali 25+ produttori di chip IA: NVIDIA e i suoi concorrenti
- Indice dei prezzi di noleggio delle GPU cloud
- DGX Spark vs Mac Studio e Halo: benchmark e alternative
Cita questo benchmark
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{Prezzi, prestazioni e confronto tra provider delle GPU cloud}},
year = {2026},
month = nov,
howpublished = {\url{https://aimultiple.com/cloud-gpu-pricing}},
note = {AIMultiple. Consultato il 6 novembre 2026}
}Risultati e timestamp di 106 punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 5 file CSV.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Registro delle modifiche
15 aggiornamentiAggiunte tabelle dei prezzi delle GPU cloud spot e riservate a 1 anno accanto alla tabella on-demand.
Rimossa la sezione "Prezzi più bassi per le GPU più popolari".
Il lavoro di Cem presso AIMultiple è stato citato da importanti testate internazionali tra cui Business Insider, Forbes, Morning Brew e Washington Post, da aziende globali come Deloitte e HPE, da ONG come il World Economic Forum e da organizzazioni sovranazionali come la Commissione europea. [1], [2], [3], [4], [5]
Nel corso della sua carriera, Cem ha lavorato come consulente tecnologico, acquirente tecnologico e imprenditore tecnologico. Ha consigliato le aziende sulle loro decisioni tecnologiche presso McKinsey & Company e Altman Solon per più di un decennio. Ha inoltre pubblicato un report McKinsey sulla digitalizzazione.
Ha guidato la strategia tecnologica e gli approvvigionamenti di una società di telecomunicazioni rispondendo direttamente al CEO. Ha inoltre guidato la crescita commerciale dell'azienda deep tech Hypatos, che ha raggiunto ricavi ricorrenti annuali a 7 cifre e una valutazione a 9 cifre partendo da zero in 2 anni. Il lavoro di Cem in Hypatos è stato ripreso da importanti testate tecnologiche come TechCrunch e Business Insider.
Cem interviene regolarmente a conferenze tecnologiche internazionali. Si è laureato come ingegnere informatico presso l'Università di Bogazici e possiede un MBA della Columbia Business School.
Commenti 2
Condividi i tuoi pensieri
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.
Cem - great article, I'd love to pick your brain on private networking or direct connects to these GPU instances.
Hi Ashley, thank you! Sure, happy to chat.
Hi there, fantastic article and very well-researched. Would you mind checking out Dataoorts at https://dataoorts.com
Sure, we'll review to see if we can include Dataoorts in the next edit.