Аренда выделенного NVIDIA L40S за 890 $ в месяц

Арендуя у нас мощности NVIDIA L40S, вы получаете целый GPU Ada Lovelace с 48 ГБ GDDR6 в выделенной виртуальной машине за 890 $ в месяц. Это наш GPU начального уровня для дата-центров: его хватает для языковых моделей 7B–14B в BF16, генерации изображений и рендеринга на GPU, и он есть в наличии прямо сейчас.

Что такое L40S и какое место он занимает в 2026 году

L40S — GPU NVIDIA для дата-центров на архитектуре Ada Lovelace. По спецификациям NVIDIA, у него 48 ГБ GDDR6 с пропускной способностью 864 ГБ/с и тензорные ядра с поддержкой FP8: 733 TFLOPS в FP8 без разреженности (1 466 TFLOPS с разреженностью), а также 362 TFLOPS в BF16 без разреженности. Это карта PCIe Gen4 с энергопотреблением 350 Вт и без NVLink. В отличие от чисто вычислительных GPU, таких как H100, в ней есть ещё RT-ядра и видеокодеры NVENC, поэтому одна и та же карта может запускать инференс моделей, рендерить сцены и транскодировать видео.

В 2026 году это самый доступный по цене GPU в нашей линейке для дата-центров. У H100 пропускная способность памяти примерно в 3,9 раза выше, а вычислительная мощность в FP8 без разреженности, по данным NVIDIA, — в 2,7 раза больше, что важно для больших моделей и большого числа одновременных запросов. L40S имеет смысл, когда ваша модель помещается в 48 ГБ и ежемесячный счёт важнее пиковой производительности. Ниже по цене — GeForce RTX 5090: у него выше пропускная способность памяти (1,79 ТБ/с), но всего 32 ГБ; именно дополнительные 16 ГБ у L40S позволяют запускать модель 14B в BF16 с KV-кэшем достаточного объёма или держать текстовые энкодеры пайплайна генерации изображений постоянно в памяти. Оба направления разобраны в наших сравнениях L40S с H100 и RTX PRO 6000 с L40S.

Что помещается в 48 ГБ

Веса занимают примерно 2 байта на параметр в BF16, 1 байт в FP8 и 0,5 байта в 4-битном формате, плюс KV-кэш и запас 10–30%.

• Модели 7B–8B в BF16: около 16 ГБ весов, и с учётом запаса под KV-кэш остаётся примерно 25 ГБ — этого вполне достаточно для бэкендов чат-ботов, RAG и агентов.
• Модели 14B в BF16: около 28 ГБ, и под KV-кэш остаётся около 15 ГБ. В FP8 та же модель занимает около 14 ГБ.
• Модели 32B: около 32 ГБ в FP8 — это подходит для коротких контекстов и умеренного числа одновременных запросов; в 4-битном формате (около 16 ГБ) места остаётся с избытком.
• Модели 70B: в FP8 (около 70 ГБ) они не помещаются. В 4-битном формате (около 35 ГБ) помещаются, но для продакшена остаётся слишком мало места под KV-кэш. В этом случае лучше перейти на RTX PRO 6000 с 96 ГБ или, чтобы получить больше места под KV-кэш, на H200.
• Генерация изображений: SDXL с примерно 3,5B параметров работает с большими батчами, а модель на 12B параметров, такая как FLUX.1 (около 24 ГБ в BF16), помещается вместе со своими текстовыми энкодерами.

Что касается обучения, LoRA для модели 8B в BF16 и QLoRA для моделей примерно до 32B помещаются с запасом. QLoRA для модели 70B возможна, но впритык. Полное дообучение (fine-tuning) с Adam требует примерно 16–20 байт на параметр, поэтому на 48 ГБ оно ограничено небольшими моделями размером около 1–2B параметров. Как в этом расчёте учитывается KV-кэш, объясняет наша статья о том, сколько видеопамяти (VRAM) нужно большим языковым моделям.

Рендеринг, видео и графические задачи

RT-ядра L40S ускоряют GPU-рендереры, такие как Blender Cycles с OptiX, Redshift и Octane. Сцена должна помещаться в 48 ГБ видеопамяти, иначе рендерер переходит на более медленные режимы out-of-core, если он их поддерживает; 48 ГБ достаточно для многих сцен look-dev и сцен среднего размера. Кодеры NVENC берут на себя транскодирование видео параллельно с задачами ИИ — например, кодируют результат пайплайна генерации на той же машине. Если ваши сцены перерастают 48 ГБ, RTX PRO 6000 даёт вдвое больше памяти. Подробнее о задачах рендеринга — на нашей странице о рендеринге и VFX.

Программное обеспечение на сервере с L40S

Виртуальная машина выдаётся с root-доступом по SSH и Ubuntu 22.04 или 24.04 с предустановленными драйверами NVIDIA, CUDA, Docker и NVIDIA Container Toolkit; Debian или Rocky Linux доступны по запросу. Тензорные ядра Ada поддерживают FP8, и этот формат на данном GPU используют и vLLM, и TensorRT-LLM, поэтому чекпоинты в FP8 работают с аппаратной поддержкой FP8. Типичный эндпоинт с небольшой моделью:

vllm serve <your-8b-model> --quantization fp8 --max-model-len 32768 \
  --host 127.0.0.1 --port 8000

Привязка к localhost оставляет эндпоинт закрытым, пока вы не поставите перед ним собственную аутентификацию. Подробнее — в нашем руководстве по самостоятельному развёртыванию инференса с vLLM.

Цена L40S в месяц и за GPU-час

L40S стоит 890 $ в месяц — около 1,22 $ за GPU-час, если он работает все 730 часов. Для постоянно работающего эндпоинта, очереди рендеринга или пакетного пайплайна, который никогда не простаивает, эта фиксированная цена и есть весь счёт. Для эпизодических задач всё иначе: при 100 часах использования в месяц фактическая стоимость составит 8,90 $ за час использования, и почасовая оплата в другом месте обычно обойдётся дешевле. Точка безубыточности — это просто 890 $, делённые на почасовую ставку, которую вы бы платили.

Одной ловушки при выборе конфигурации стоит избегать: два тарифа с L40S стоят 1 780 $ в месяц за 96 ГБ, разделённых между двумя GPU, тогда как один RTX PRO 6000 стоит 1 390 $ за 96 ГБ на одной карте. Если вашей модели нужно больше 48 ГБ, карта побольше оказывается и проще, и дешевле, потому что ничего не приходится делить между GPU.

В цену входят 20 ТБ исходящего трафика в месяц, 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 доступностью 99,9%. Платы за подключение нет. L40S предлагается только в виде тарифа с одним GPU; если вы арендуете несколько, по запросу доступна частная сеть между вашими серверами.

Заказ L40S

Разверните L40S в одной форме: выберите тариф, укажите образ ОС, ПО для предустановки (по желанию) и способ входа (пароль root или SSH-ключ), создайте бесплатный аккаунт или войдите в свой и оплатите первый месяц с предоплаченного баланса, который пополняете в BTC, ETH, XMR, USDT в сети TRON или SOL (оплата картой скоро появится). Гарантированная дата выдачи показывается до оплаты, и не позднее этой даты IP-адрес и данные для подключения по SSH появляются в личном кабинете. Если мы её пропустим, вы можете отменить заказ с полным возвратом средств на баланс, а в любом из следующих месяцев — бесплатно отменить аренду; сервер при этом работает до конца оплаченного месяца. Чтобы подобрать конфигурацию до заказа, воспользуйтесь калькулятором видеопамяти.