# Аренда серверов NVIDIA B300 и HGX B300 от 5 190 $ в месяц

> Помесячная аренда B300: выделенный B300 с 288 ГБ за 5 190 $ (≈ 7,11 $ за GPU-час 24/7) или 8-GPU-сервер HGX B300 за 39 900 $. Оплата криптовалютой.

Источник: https://fullgpu.com/ru/gpus/nvidia-b300  
Обновлено: 2026-10-23  
Издатель: FullGPU (https://fullgpu.com/)

**Коротко:** FullGPU сдаёт NVIDIA B300 в аренду помесячно: один выделенный B300 (288 ГБ HBM3e) за 5 190 $ в месяц (около 7,11 $ за GPU-час при полной загрузке) или 8-GPU-сервер NVIDIA HGX B300 (8 × 288 ГБ HBM3e) за 39 900 $ в месяц (около 6,83 $ за GPU-час). Обе конфигурации есть в ограниченном количестве и выдаются менее чем за 10 минут после оплаты. Оплата производится с баланса в долларах США, который пополняется в Bitcoin, Ethereum, Monero, USDT (TRC-20) или Solana; платы за подключение нет, а тариф можно отменить перед любым ежемесячным продлением.

## Конфигурации B300 и помесячные цены в FullGPU

| Конфигурация | Тип | Видеопамять | Процессор | ОЗУ | Накопители | Сеть | Цена в месяц (USD) | За GPU-час | Наличие |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| [NVIDIA B300](https://fullgpu.com/ru/gpus/nvidia-b300) | Один GPU | 288 ГБ HBM3e | 28 vCPU | 384 ГБ | 3,5 ТБ NVMe | 25 Гбит/с | 5 190 $ | 7,11 $ | Мало в наличии, выдача менее чем за 10 минут после оплаты |
| [8× NVIDIA HGX B300](https://fullgpu.com/ru/gpus/nvidia-b300) | 8-GPU-сервер | 8 × 288 ГБ HBM3e | 2× Xeon 6776P · 128 ядер | 4 ТБ DDR5 | 8× 3,84 ТБ NVMe | 8× 800G ConnectX-8 | 39 900 $ | 6,83 $ | Мало в наличии, выдача менее чем за 10 минут после оплаты |

За GPU-час = цена в месяц ÷ число GPU ÷ 730 часов. Это значение приводится только для сравнения с почасовыми предложениями: каждый тариф оплачивается по фиксированной цене в месяц.

## Характеристики NVIDIA B300 (данные производителя)

| Характеристика | Значение | Примечание |
| --- | --- | --- |
| Архитектура | Blackwell Ultra | NVIDIA |
| Видеопамять | 288 ГБ HBM3e | По данным NVIDIA, в сервере HGX B300 доступно около 2,1 ТБ (≈270 ГБ на GPU). |
| Пропускная способность памяти | 8 ТБ/с |   |
| FP4 | 13 500 TFLOPS | 18 000 TFLOPS с разреженностью |
| FP8 | 4 500 TFLOPS | 9 000 TFLOPS с разреженностью |
| BF16 / FP16 | 2 250 TFLOPS | 4 500 TFLOPS с разреженностью |
| Интерконнект GPU | NVLink 5 · 1,8 ТБ/с | на GPU |
| Форм-фактор | Модуль SXM · HGX B300 |   |
| Макс. энергопотребление | 1 100 Вт | по имеющимся данным |

## Для каких задач лучше всего подходит B300

- **Обучение больших моделей:** Восемь GPU, соединённых через NVLink 5, с 2,3 ТБ HBM3e вмещают всё состояние обучения модели 70B в одном сервере.
- **Инференс с длинным контекстом:** 288 ГБ на GPU оставляют место для большого KV-кэша рядом с весами модели класса 70B в BF16.
- **Модели 600B+ на одном узле:** MoE-модель размером 671B в FP8 помещается на один сервер HGX B300 с запасом памяти.
- **Инференс в FP4:** NVIDIA указывает 13,5 PFLOPS в FP4 без разреженности на один B300 против 9 PFLOPS у B200.

## Когда лучше подойдёт другой GPU

- [Аренда серверов NVIDIA B200 и HGX B200 от 4 590 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-b200): Если хватает 180 ГБ на GPU и не нужен FP4, B200 даёт те же заявленные производителем показатели в FP8 и BF16 дешевле.
- [Аренда серверов NVIDIA H200 и HGX H200 от 3 090 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-h200): Для модели 70B в FP8 хватит одного H200 за 3 090 $ в месяц: веса помещаются, и остаётся место для KV-кэша.
- [Аренда GB300 NVL72 от 7 990 $ за GPU-месяц](https://fullgpu.com/ru/gpus/nvidia-gb300-nvl72): Когда одной задаче нужно больше восьми GPU в одном домене NVLink и вы готовы арендовать на срок от 12 месяцев.

## Обзор

Арендовать мощности NVIDIA B300 без годового контракта у нас можно в двух вариантах: один B300 в выделенной виртуальной машине за 5 190 $ в месяц или bare-metal-сервер NVIDIA HGX B300 с восемью GPU за 39 900 $ в месяц. В обоих случаях каждый GPU — целый физический GPU, выделенный только вам, с помесячной оплатой вперёд и минимальным сроком в один месяц. B300 мало в наличии; что доступно прямо сейчас, показывает карточка конфигураций на этой странице.

## Что такое B300 и что изменилось по сравнению с B200

B300 — GPU NVIDIA на архитектуре Blackwell Ultra, обновлённая версия Blackwell B200. Главное изменение — память: 288 ГБ HBM3e на GPU против 180 ГБ, доступных на B200, то есть на 60% больше при сопоставимой пропускной способности около 8 ТБ/с. На плате HGX B300 таких GPU восемь — примерно 2,3 ТБ HBM3e в одном сервере.

Второе изменение — FP4. NVIDIA указывает 13,5 PFLOPS в FP4 без разреженности на один B300 против 9 PFLOPS у B200, а опубликованные ею показатели без разреженности в FP8 (4,5 PFLOPS) и BF16 (2,25 PFLOPS) у обоих GPU одинаковы. GPU по-прежнему соединяются через NVLink пятого поколения со скоростью 1,8 ТБ/с на каждый GPU. Короче говоря, B300 оправдывает себя, когда дополнительная память позволяет обойтись меньшим числом GPU или когда вы запускаете инференс или обучение в FP4. Если ни то ни другое к вам не относится, B200 даёт те же заявленные производителем показатели в FP8 и BF16 и стоит меньше в месяц. Подробности — в нашем [сравнении B200 и B300](https://fullgpu.com/ru/compare/b200-vs-b300), а [наше руководство по FP8 и FP4](https://fullgpu.com/ru/blog/fp8-fp4-precision-explained) объясняет, когда пониженная точность безопасна для вашей модели.

## Задачи для B300 и расчёт памяти

Обычно всё решает память, поэтому начните с арифметики. Веса занимают примерно число параметров × число байт на параметр (2 для BF16, 1 для FP8, 0,5 для FP4). Добавьте KV-кэш, который растёт вместе с длиной контекста и числом одновременных запросов, и оставьте запас 10–30% на активации и накладные расходы среды выполнения.

### Инференс

- **Модель 70B в BF16:** около 140 ГБ весов. Даже с учётом запаса у одного B300 остаётся примерно 100 ГБ или больше под KV-кэш, так что инференс в BF16 возможен и с длинными контекстами. На одном H200 со 141 ГБ та же модель не помещается с полезным запасом.
- **Модель 70B в FP8:** около 70 ГБ — большая часть памяти GPU остаётся под KV-кэш и большое число одновременных запросов.
- **MoE-модель (mixture of experts) размером 671B, например DeepSeek-V3, в FP8:** около 671 ГБ весов. Только под веса нужно минимум три B300, а на одном сервере HGX B300 она помещается, и под KV-кэш остаётся намного больше 1 ТБ. Восемь GPU по 80 ГБ не вместили бы даже веса. Другие форматы точности разобраны в нашем руководстве [по требованиям DeepSeek к оборудованию](https://fullgpu.com/ru/blog/deepseek-hardware-requirements).

### Дообучение (fine-tuning) и обучение

Полное дообучение с оптимизатором Adam требует примерно 16–20 байт на параметр без учёта активаций. Для модели 70B это около 1,1–1,4 ТБ: такой объём помещается в 2,3 ТБ одного сервера HGX B300, если шардировать состояние по всем восьми GPU с помощью FSDP или DeepSpeed ZeRO-3, и для активаций остаётся примерно 0,9–1,2 ТБ. На одном B300 работает LoRA для модели 70B в BF16: около 140 ГБ замороженных весов плюс небольшие адаптеры и активации — это намного меньше 288 ГБ.

При предобучении главное — неделями держать GPU загруженными. На сервере с помесячной арендой ваши данные, чекпоинты и окружение хранятся на локальных NVMe (восемь накопителей по 3,84 ТБ, около 30 ТБ) всё время обучения, и задачу никто не вытеснит. Чтобы посчитать то же самое для другой модели, воспользуйтесь нашим [калькулятором видеопамяти (VRAM)](https://fullgpu.com/ru/tools/vram-calculator).

## Один B300 или 8-GPU-сервер HGX B300?

Выбирайте один B300, когда модель помещается в 288 ГБ и вы масштабируетесь, добавляя независимые копии: реплики для инференса, запуски дообучения с LoRA, задачи оценки моделей. Тариф включает 28 vCPU, 384 ГБ оперативной памяти, 3,5 ТБ NVMe и порт 25 Гбит/с.

Выбирайте сервер HGX B300, когда одна задача должна охватывать несколько GPU. Восемь GPU находятся в одном домене NVLink (1,8 ТБ/с на каждый GPU) — именно это нужно для тензорного параллелизма и обучения с шардированием; если же разделить ту же модель между машинами, каждый слой будет ждать гораздо более медленных сетевых каналов. Кроме того, в сервере есть два процессора Xeon 6776P (всего 128 ядер), 4 ТБ DDR5 для загрузки данных и выгрузки на CPU и восемь адаптеров ConnectX-8 800G для многоузловых задач.

Когда нужно восемь GPU, стоимость говорит о том же: восемь тарифов с одним B300 обошлись бы в 41 520 $ в месяц против 39 900 $ за один сервер HGX B300. До семи тарифов с одним GPU обходятся дешевле сервера, но это отдельные машины без NVLink между ними. Если одного узла мало, стоечная система (rack-scale) [GB300 NVL72](https://fullgpu.com/ru/gpus/nvidia-gb300-nvl72) объединяет 72 GPU Blackwell Ultra в одном домене NVLink.

## Программное обеспечение на сервере с B300

Вы получаете root-доступ по SSH с вашим ключом; на сервере стоит Ubuntu 22.04 или 24.04 с предустановленными драйверами NVIDIA, CUDA, Docker и NVIDIA Container Toolkit. Debian или Rocky Linux доступны по запросу. Чаще всего для обучения выбирают PyTorch, а для инференса — vLLM, SGLang или TensorRT-LLM и запускают их, как правило, в контейнерах, так что окружение, которым вы уже пользуетесь в другом месте, переносится в виде образа. Первая сессия на HGX B300 может выглядеть так:

```
nvidia-smi              # eight GPUs, driver and CUDA versions
nvidia-smi topo -m      # how the GPUs are connected (NVLink)
docker run --gpus all --ipc=host -p 127.0.0.1:8000:8000 \
  vllm/vllm-openai:latest \
  --model <your-model> --tensor-parallel-size 8
```

Если привязать эндпоинт инференса к localhost и обращаться к нему через SSH-туннель, он останется недоступен из публичного интернета, пока вы не добавите собственную аутентификацию. Прежде чем рассчитывать развёртывание под FP4, убедитесь, что ваша версия фреймворка и чекпоинт модели поддерживают этот формат на Blackwell Ultra. Об обучении на всех восьми GPU — в руководстве [по обучению на нескольких GPU с NCCL](https://fullgpu.com/ru/docs/multi-gpu-nccl).

## Цена NVIDIA B300 в месяц и за GPU-час

- **HGX B300, 8 GPU:** 39 900 $ в месяц, около 6,83 $ за GPU-час
- **Один B300:** 5 190 $ в месяц, около 7,11 $ за GPU-час

Цена за GPU-час — это цена в месяц, делённая на число GPU и на 730 часов, то есть она предполагает, что GPU работает круглосуточно. Чтобы сравнить с почасовой оплатой, разделите нашу цену в месяц на почасовую ставку, которую вы платили бы в другом месте: получится число часов в месяц, начиная с которого фиксированная цена обходится дешевле. Например, если B300 с почасовой оплатой стоит вам в 1,5 раза больше нашей эквивалентной ставки, тариф с одним GPU становится выгоднее примерно после 487 часов — двух третей месяца. Для эксперимента на два дня выгоднее почасовая оплата; для сервера, на котором большую часть месяца идёт обучение или инференс, — помесячная. Больше примеров — в нашем [сравнении помесячной и почасовой оплаты](https://fullgpu.com/ru/compare/monthly-vs-hourly-gpu-pricing).

Цена включает сам сервер и 50 ТБ исходящего трафика в месяц на 8-GPU-сервере (20 ТБ на сервере с одним GPU), и в пределах этого объёма плата за исходящий трафик не взимается. Также включены публичный IPv4-адрес и подсеть IPv6 /64, защита от DDoS, круглосуточная поддержка инженеров и SLA (соглашение об уровне обслуживания) с месячной доступностью 99,9% и компенсацией на баланс (service credits). Платы за подключение нет. Цены указаны в долларах США без учёта НДС и других налогов, если они применяются. Когда у вас появится активный сервер, вы сможете запросить через тикет специальные цены на срок 6–12 месяцев или на несколько серверов.

## Как проходит заказ

1. На [странице развёртывания](https://fullgpu.com/ru/deploy) вы выбираете нужную конфигурацию, указываете образ ОС, ПО для предустановки (по желанию) и способ входа (пароль root или SSH-ключ) и создаёте бесплатный аккаунт или входите в свой — всё в одной форме.
2. Вы оплачиваете первый месяц с предоплаченного баланса, который пополняете криптовалютой (BTC, ETH, XMR, USDT в сети TRON или SOL) на сумму от 100 $ до 10 000 $ за одно пополнение; за каждые полные 100 $ начисляется +5% бонусных средств, вплоть до +50% при пополнении от 1 000 $. Если на балансе не хватает средств, вы пополняете его в той же форме: заказ сохраняется за вами 72 часа и оплачивается автоматически, как только пополнение будет зачислено. Оплата картой скоро появится.
3. Мы выдаём root-доступ по SSH менее чем за 10 минут после оплаты, а IP-адрес и данные для подключения по SSH появляются в личном кабинете.

Если оплаченный сервер не выдан в тот же день, вы можете отменить заказ с полным возвратом средств на баланс. Продление оплачивается с баланса автоматически каждый месяц, и на каждый платёж выставляется счёт. Для большинства заказов достаточно аккаунта и пополненного баланса; для крупных заказов, например нескольких 8-GPU-серверов, сначала может потребоваться проверка. Чтобы подобрать конфигурацию до заказа, воспользуйтесь [калькулятором видеопамяти](https://fullgpu.com/ru/tools/vram-calculator) и руководствами, ссылки на которые есть на этой странице.

## Часто задаваемые вопросы

### Сколько стоит аренда NVIDIA B300?

Один B300 стоит 5 190 $ в месяц, а 8-GPU-сервер HGX B300 — 39 900 $ в месяц, то есть около 7,11 $ и 6,83 $ за GPU-час при полной загрузке. Цена фиксированная, в долларах США, без платы за подключение.

### Есть ли B300 в наличии сейчас?

B300 мало в наличии; актуальное наличие показывает карточка конфигураций на этой странице. Серверы выдаются менее чем за 10 минут после оплаты, а если оплаченный сервер не выдан в тот же день, вы можете отменить заказ с полным возвратом средств на баланс.

### Помещается ли модель 70B на один B300?

Да. В BF16 веса занимают около 140 ГБ из 288 ГБ, и даже с учётом запаса под KV-кэш остаётся примерно 100 ГБ или больше; в FP8 они занимают около 70 ГБ.

### Используется ли тариф с одним B300 совместно с кем-то ещё?

Нет. Это выделенная виртуальная машина с пробросом всего GPU (passthrough), без деления на части, MIG-разделов и разделения по времени. HGX B300 — это bare-metal-сервер.

### Что арендовать: B300 или B200?

Выбирайте B300, если вам нужно больше 180 ГБ на GPU или вы планируете работать в FP4. В остальных случаях у B200 те же заявленные производителем показатели в FP8 и BF16, он дешевле в месяц и есть в наличии.

### Какой минимальный срок аренды?

Один месяц. Тарифы продлеваются автоматически за счёт баланса, перед каждым продлением приходит напоминание по электронной почте, и вы можете бесплатно отменить аренду в любом месяце в личном кабинете; сервер работает до конца оплаченного месяца.

## Связанные страницы

- [B200 vs B300: стоит ли переходить на Blackwell Ultra?](https://fullgpu.com/ru/compare/b200-vs-b300): Сравнение B200 и B300: 180 против 288 ГБ HBM3e, прирост в FP4 и сеть 400G против 800G. Что помещается в память, цена гигабайта и когда достаточно B200.
- [Аренда сервера с 8 GPU: bare metal на базе NVIDIA HGX и AMD Instinct](https://fullgpu.com/ru/products/8-gpu-servers): Аренда bare-metal-сервера с 8 GPU: NVIDIA HGX B300, B200, H200, H100, AMD MI355X или 8× RTX PRO 6000. 50 ТБ трафика, помесячно, выдача менее чем за 10 минут.
- [GPU-серверы для обучения LLM на выделенных 8-GPU-узлах](https://fullgpu.com/ru/solutions/llm-training): GPU-серверы для обучения LLM: bare-metal-узлы HGX B300, B200 и H200 с NVLink и сетью 400–800G, аренда помесячно. Сначала посмотрите расчёт памяти.
- [GPU-серверы для инференса LLM: круглосуточно и по фиксированной цене](https://fullgpu.com/ru/solutions/inference): GPU-серверы для инференса LLM с vLLM, SGLang или TensorRT-LLM: расчёт KV-кэша, FP8 и FP4, 20–50 ТБ трафика включено. Посмотрите расчёты.
- [Инференс LLM на vLLM](https://fullgpu.com/ru/docs/pytorch-vllm): Инференс LLM с vLLM на вашем GPU-сервере: настройте Python через uv, установите PyTorch и vLLM, проверьте OpenAI-совместимый API и запустите его как службу.
- [Калькулятор стоимости GPU: аренда помесячно или почасово](https://fullgpu.com/ru/tools/gpu-cost-calculator): Калькулятор стоимости GPU: почасовая или помесячная аренда — итог за месяц, точка безубыточности в часах и дополнительные расходы, которые стоит учесть заранее.