# Аренда серверов NVIDIA H200 и HGX H200 от 3 090 $ в месяц

> Аренда выделенного NVIDIA H200 (141 ГБ) за 3 090 $/мес. (≈ 4,23 $ за GPU-час 24/7) или 8-GPU HGX H200 за 23 900 $. Фиксированная цена, оплата криптовалютой.

Источник: https://fullgpu.com/ru/gpus/nvidia-h200  
Обновлено: 2026-10-23  
Издатель: FullGPU (https://fullgpu.com/)

**Коротко:** FullGPU сдаёт NVIDIA H200 в аренду помесячно: один выделенный H200 (141 ГБ HBM3e) за 3 090 $ в месяц (около 4,23 $ за GPU-час при полной загрузке) или 8-GPU-сервер NVIDIA HGX H200 (8 × 141 ГБ HBM3e) за 23 900 $ в месяц (около 4,09 $ за GPU-час). Обе конфигурации есть в наличии 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 H200 и помесячные цены в FullGPU

| Конфигурация | Тип | Видеопамять | Процессор | ОЗУ | Накопители | Сеть | Цена в месяц (USD) | За GPU-час | Наличие |
| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |
| [NVIDIA H200](https://fullgpu.com/ru/gpus/nvidia-h200) | Один GPU | 141 ГБ HBM3e | 24 vCPU | 240 ГБ | 2 ТБ NVMe | 25 Гбит/с | 3 090 $ | 4,23 $ | В наличии, выдача менее чем за 10 минут после оплаты |
| [8× NVIDIA HGX H200](https://fullgpu.com/ru/gpus/nvidia-h200) | 8-GPU-сервер | 8 × 141 ГБ HBM3e | 2× Xeon 8480+ · 112 ядер | 2 ТБ DDR5 | 8× 3,84 ТБ NVMe | 8× 400G ConnectX-7 | 23 900 $ | 4,09 $ | 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 H200 (данные производителя)

| Характеристика | Значение | Примечание |
| --- | --- | --- |
| Архитектура | Hopper | NVIDIA |
| Видеопамять | 141 ГБ HBM3e |   |
| Пропускная способность памяти | 4,8 ТБ/с |   |
| FP4 | — | Не поддерживается |
| FP8 | 1 979 TFLOPS | 3 958 TFLOPS с разреженностью |
| BF16 / FP16 | 989 TFLOPS | 1 979 TFLOPS с разреженностью |
| Интерконнект GPU | NVLink 4 · 900 ГБ/с | на GPU |
| Форм-фактор | Модуль SXM · HGX H200 |   |
| Макс. энергопотребление | 700 Вт |   |

## Для каких задач лучше всего подходит H200

- **Инференс модели 70B в FP8:** Веса занимают около 70 ГБ, и на одном GPU под KV-кэш остаётся примерно 50–60 ГБ.
- **Инференс с длинным контекстом:** Контекст на 128K токенов для модели 70B помещается на одном H200 рядом с её весами в FP8.
- **Дообучение:** QLoRA для моделей 70B на одном GPU и полное дообучение моделей класса 30B на 8-GPU-сервере.
- **Большие модели на одном узле:** В 1,1 ТБ HBM3e на восьми GPU помещается MoE-модель размером 671B в FP8.

## Когда лучше подойдёт другой GPU

- [Аренда серверов NVIDIA H100 SXM от 2 190 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-h100): Если ваши модели помещаются в 80 ГБ с запасом под KV-кэш, у H100 та же заявленная производителем вычислительная мощность за 2 190 $ в месяц.
- [Аренда серверов NVIDIA B200 и HGX B200 от 4 590 $ в месяц](https://fullgpu.com/ru/gpus/nvidia-b200): Когда нужны 180 ГБ на GPU, FP4 или более высокие показатели вычислительной мощности Blackwell для обучения, которые указывает NVIDIA.
- [Аренда 8-GPU-сервера AMD MI355X за 19 900 $ в месяц](https://fullgpu.com/ru/gpus/amd-mi355x): Если ваш стек работает на ROCm и вам нужны 288 ГБ на GPU в 8-GPU-сервере за 19 900 $ в месяц.

## Обзор

Главная причина арендовать мощности NVIDIA H200 — память: 141 ГБ HBM3e на GPU, чего достаточно для инференса модели 70B в FP8 на одной карте с запасом. H200 есть у нас в наличии в двух вариантах: один GPU в выделенной виртуальной машине за 3 090 $ в месяц — самый популярный у нас тариф с одним GPU — и bare-metal-сервер HGX H200 с восемью GPU за 23 900 $ в месяц.

## Что даёт H200 по сравнению с H100

H200 построен на том же GPU Hopper, что и H100. NVIDIA указывает для обоих одинаковую вычислительную мощность — 1 979 TFLOPS в FP8 и 989 TFLOPS в BF16 без разреженности, — тот же NVLink 4 со скоростью 900 ГБ/с на каждый GPU и тот же форм-фактор SXM с энергопотреблением 700 Вт. Разница — в памяти: 141 ГБ HBM3e вместо 80 ГБ HBM3 (на 76% больше) с пропускной способностью 4,8 ТБ/с вместо 3,35 ТБ/с (на 43% больше).

Больше всего это важно для инференса. Чтобы сгенерировать каждый токен, GPU считывает из памяти веса модели, поэтому пропускная способность задаёт потолок скорости декодирования (decode), а каждый гигабайт, не занятый весами, может вместить KV-кэш для большего числа одновременных запросов или более длинных контекстов. В задачах, которые упираются в вычислительную мощность, — например, при обучении модели, которая и так с запасом помещается в 80 ГБ, — разрыв сокращается, и H100 может оказаться выгоднее. Оба случая разобраны в нашем [сравнении H100 и H200](https://fullgpu.com/ru/compare/h100-vs-h200).

## Что помещается на один H200 и на восемь

Веса занимают примерно 2 байта на параметр в BF16 и 1 байт в FP8; добавьте KV-кэш и запас 10–30%.

- **Модель 70B в FP8 на одном H200:** около 70 ГБ весов, и с учётом запаса под KV-кэш остаётся примерно 50–60 ГБ. Именно благодаря этому запасу одного H200 достаточно для эндпоинта с моделью 70B в продакшене.
- **Длинные контексты:** Llama-подобной модели 70B с механизмом grouped-query attention (80 слоёв, 8 KV-голов размерностью 128) нужно около 0,33 МБ KV-кэша на токен в BF16. Значит, один контекст на 128K токенов занимает около 43 ГБ: он помещается на H200 рядом с весами в FP8, но не на GPU с 80 ГБ.
- **Модель 70B в BF16:** около 140 ГБ — на одном H200 это слишком впритык. Используйте два GPU сервера HGX H200 с тензорным параллелизмом или B200 со 180 ГБ.
- **HGX H200, всего 1,1 ТБ:** модель класса 405B в FP8 (около 405 ГБ) оставляет под KV-кэш примерно 700 ГБ, а MoE-модель (mixture of experts) размером 671B в FP8 (около 671 ГБ) тоже помещается, и свободными остаются около 450 ГБ.

Что касается дообучения (fine-tuning), QLoRA для модели 70B (около 35 ГБ 4-битных весов) свободно работает на одном H200, а LoRA для модели 70B в BF16 на один GPU не помещается, потому что одни только замороженные веса занимают около 140 ГБ. Полное дообучение с Adam требует примерно 16–20 байт на параметр без учёта активаций: около 512–640 ГБ для модели 32B, с чем HGX H200 справляется, но 1,1–1,4 ТБ для модели 70B, а это больше его HBM3e, если только не выгружать состояние оптимизатора в 2 ТБ оперативной памяти сервера. Другие размеры можно посчитать в нашем [калькуляторе видеопамяти (VRAM)](https://fullgpu.com/ru/tools/vram-calculator).

## Один H200 или сервер HGX H200?

Тариф с одним H200 включает 24 vCPU, 240 ГБ оперативной памяти, 2 ТБ NVMe и порт 25 Гбит/с. Он подходит командам, которые запускают по одной модели на каждом GPU и масштабируются, добавляя реплики, или дообучают модели с LoRA и QLoRA.

HGX H200 объединяет восемь GPU в одном домене NVLink (900 ГБ/с на каждый GPU), поэтому модель можно разделить между всеми восемью GPU с помощью тензорного параллелизма или шардировать на них состояние обучения, не задействуя сеть. В сервере два процессора Xeon 8480+ (всего 112 ядер), 2 ТБ DDR5, восемь NVMe-накопителей по 3,84 ТБ и восемь адаптеров ConnectX-7 400G. Когда нужно восемь GPU, сервер к тому же дешевле тарифов с одним GPU: 23 900 $ в месяц против 24 720 $ за восемь отдельных H200.

## Программное обеспечение: зрелый стек для Hopper

GPU Hopper широко используются с 2023 года, поэтому поддержка FP8 в vLLM, SGLang и TensorRT-LLM хорошо отлажена. Сервер выдаётся с root-доступом по SSH, Ubuntu 22.04 или 24.04 и предустановленными драйверами NVIDIA, CUDA, Docker и NVIDIA Container Toolkit; Debian или Rocky Linux доступны по запросу. Инференс модели 70B из чекпоинта в FP8 с KV-кэшем в FP8 на одном H200 запускается так:

```
vllm serve <your-70b-fp8-checkpoint> --kv-cache-dtype fp8 \
  --max-model-len 131072 --host 127.0.0.1 --port 8000
```

Хранение KV-кэша в FP8 вдвое уменьшает его размер, а значит, примерно вдвое увеличивает длину контекста или число одновременных запросов, которые помещаются в ту же память. Настройки для продакшена описаны в нашем руководстве [по самостоятельному развёртыванию инференса LLM (больших языковых моделей) на vLLM](https://fullgpu.com/ru/blog/self-host-llm-inference-vllm), а варианты сравниваются в статье [о выборе GPU для инференса LLM](https://fullgpu.com/ru/blog/best-gpu-for-llm-inference).

## Цена H200 в месяц и за GPU-час

- **Один H200:** 3 090 $ в месяц, около 4,23 $ за GPU-час
- **HGX H200, 8 GPU:** 23 900 $ в месяц, около 4,09 $ за GPU-час

Цена за GPU-час — это цена в месяц, делённая на число GPU и на 730 часов, поэтому она верна, только если GPU работает весь месяц. У круглосуточного эндпоинта инференса так и есть, и здесь фиксированные 3 090 $ заменяют оплату по счётчику. Эндпоинт, который работает только в рабочее время (около 220 часов в месяц), при помесячной оплате обошёлся бы примерно в 14,05 $ за час использования, и тогда почасовая оплата, скорее всего, выгоднее. Общее правило: разделите нашу цену в месяц на почасовую ставку, которую вы платили бы в другом месте; если GPU работает больше получившегося числа часов, выгоднее помесячная оплата. Расчёты подробно разобраны в нашем [сравнении помесячной и почасовой оплаты](https://fullgpu.com/ru/compare/monthly-vs-hourly-gpu-pricing).

Кроме того, цены не стоят на месте. Согласно проведённому FullGPU в октябре 2026 года исследованию публичных прайс-листов, медианная цена GPU-часа H200 по требованию (on-demand) за последний год выросла примерно на 27%. Помесячный тариф фиксирует цену на каждый оплаченный месяц. В тариф входят 20 ТБ исходящего трафика в месяц для одного GPU или 50 ТБ для 8-GPU-сервера [при добросовестном использовании](https://fullgpu.com/ru/help/bandwidth-and-egress), и плата за исходящий трафик не взимается. Также включены публичный IPv4-адрес и подсеть IPv6 /64, защита от DDoS, круглосуточная поддержка и SLA (соглашение об уровне обслуживания) с доступностью 99,9%. Платы за подключение нет.

## Как арендовать сервер NVIDIA H200

Выберите нужный тариф на [странице развёртывания](https://fullgpu.com/ru/deploy), укажите образ ОС, ПО для предустановки (по желанию) и способ входа (пароль root или SSH-ключ) и в той же форме создайте бесплатный аккаунт или войдите в свой. Затем вы оплачиваете первый месяц с предоплаченного баланса, который пополняете в BTC, ETH, XMR, USDT в сети TRON или SOL по курсу, зафиксированному на ограниченное время, с начислением до 50% бонусных средств; оплата картой скоро появится. Root-доступ по SSH выдаётся 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. Тарифы продлеваются каждый месяц за счёт баланса с напоминанием по электронной почте, и вы можете бесплатно отменить аренду в любом месяце. Специальные цены на несколько серверов или на срок 6–12 месяцев клиенты с активным сервером могут запросить через тикет в личном кабинете.

## Часто задаваемые вопросы

### Сколько стоит аренда H200 в месяц?

Один H200 стоит 3 090 $ в месяц, а 8-GPU-сервер HGX H200 — 23 900 $ в месяц, то есть около 4,23 $ и 4,09 $ за GPU-час при полной загрузке. Цена фиксированная, без платы за подключение, трафик включён.

### Чем H200 отличается от H100?

NVIDIA указывает для обоих одинаковую вычислительную мощность в FP8 и BF16. У H200 — 141 ГБ памяти вместо 80 ГБ и пропускная способность 4,8 ТБ/с вместо 3,35 ТБ/с, а это помогает в задачах, которые упираются в память, например в инференсе LLM с большими батчами или длинными контекстами.

### Можно ли запустить модель 70B на одном H200?

В FP8 — да: веса занимают около 70 ГБ, и с учётом запаса под KV-кэш остаётся примерно 50–60 ГБ. В BF16 одни только веса занимают около 140 ГБ, а для одного H200 это слишком впритык.

### Есть ли H200 в наличии?

Да, на момент написания в наличии и тариф с одним H200, и HGX H200. Оба варианта 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.

### Можно ли отменить аренду H200?

Да, в любом месяце и без платы за отмену. Сервер работает до конца оплаченного месяца, после чего его диски надёжно стираются.

### Можно ли связать между собой несколько тарифов с одним H200?

Да, через частную сеть между вашими серверами, которая доступна по запросу. Если задачам нужен NVLink между GPU, возьмите вместо этого HGX H200.

## Связанные страницы

- [H200 vs B200: Hopper или Blackwell для вашего следующего GPU-сервера?](https://fullgpu.com/ru/compare/h200-vs-b200): Сравнение H200 и B200: 141 против 180 ГБ, 4,8 против 8 ТБ/с, FP4 и NVLink 5. Что помещается, за что вы доплачиваете 1 500 $/мес. и когда выгоднее H200.
- [MI355X vs H200: вдвое больше памяти или проверенный стек?](https://fullgpu.com/ru/compare/mi355x-vs-h200): Сравнение MI355X и H200: вдвое больше памяти на GPU и нативный FP4 против зрелого стека Hopper и CUDA. Что помещается в память, интерконнект и цена в месяц.
- [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.
- [Подходящий GPU для дообучения LLM — от QLoRA до полного дообучения](https://fullgpu.com/ru/solutions/fine-tuning): Подберите GPU для дообучения LLM: расчёт памяти для QLoRA, LoRA и полного дообучения моделей 8B–70B на H100, H200 и B200. Сначала проверьте, что поместится.
- [Аренда сервера с одним GPU: целый GPU в выделенной ВМ](https://fullgpu.com/ru/products/single-gpu-servers): Аренда сервера с одним GPU: целый GPU в выделенной облачной ВМ, от RTX 5090 до B300. Root-доступ, 20 ТБ трафика, помесячная оплата, выдача менее чем за 10 минут.
- [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.