Где арендовать GPU для ML в 2026: сравнение цен и скорости

ПОЧЕМУ АРЕНДА, А НЕ ПОКУПКА

Считаем на пальцах. H100 SXM в 2026 стоит около 25-30k$ за карту, а полноценная 8-GPU нода с NVLink, быстрым сетевым стораджем и охлаждением — это уже сотни тысяч долларов капзатрат плюс электричество, стойка, обслуживание. Карта морально устаревает за 2-3 года: Blackwell (B200) уже в проде, GB200-стойки развёрнуты у крупных облаков, на горизонте следующее поколение.

Аренда GPU снимает три боли сразу: нулевой капекс, эластичность (взял 64 карты на выходные под большой прогон — вернул), и доступ к железу, которое иначе ждёшь месяцами. Покупка оправдана только при постоянной загрузке 24/7 годами — тогда точка окупаемости где-то за 12-18 месяцев непрерывного использования. Если ваши GPU простаивают хоть треть времени, облако выгоднее математически.

ТИПЫ ПРОВАЙДЕРОВ: КТО ЕСТЬ КТО

Рынок аренды видеокарт в 2026 делится на три чётких лагеря, и путать их — типичная ошибка новичка, которая стоит денег.

• Гиперскейлеры (AWS, GCP, Azure) — максимальная надёжность, интеграция с остальной инфраструктурой, enterprise-SLA. Платите за это премию 2-4x. Оправдано, когда GPU — часть большого продакшн-стека.
• Специализированные GPU-облака (Lambda, CoreWeave, Crusoe, Nebius) — заточены именно под ML. Быстрый InfiniBand между нодами, готовые образы с CUDA/PyTorch, вменяемые цены. Золотая середина для серьёзного обучения модели.
• Маркетплейсы и децентрализованные сети (Vast.ai, RunPod, TensorDock, io.net) — агрегируют чужое железо, включая карты частников и дата-центров второго эшелона. Самые низкие цены, но выше вариативность качества и меньше гарантий.

Свежие релизы новых провайдеров и инструментов вокруг ML-инфраструктуры отслеживаются в каталоге REDDYX — рынок в 2026 меняется каждую неделю.

СРАВНЕНИЕ ЦЕН НА H100 И НЕ ТОЛЬКО

Ниже ориентировочные цены за один GPU-час по состоянию на 2026 год. Это усреднённые значения по замерам сообщества и публичным прайсам — спот и региональные тарифы гуляют, всегда проверяйте на дату аренды. Цены на GPU на маркетплейсах меняются буквально по часам в зависимости от спроса.

Вывод простой: за один и тот же H100 у AWS on-demand вы отдаёте примерно вчетверо больше, чем на Vast.ai. Разница не в кремнии — карта та же самая. Разница в SLA, сети между нодами, поддержке и стабильности. Для одиночного файн-тюна вам эта премия не нужна.

СКОРОСТЬ: ЧТО РЕАЛЬНО ВЛИЯЕТ

Цена за час — половина уравнения. Считать надо стоимость завершённого прогона, а не часа. Медленная нода за $2 может выйти дороже быстрой за $3.

Что убивает throughput

1. Межнодовая сеть. При мульти-GPU обучении на 8+ картах узкое место — не сами GPU, а InfiniBand между нодами. У гиперскейлеров и Lambda/CoreWeave это 3200 Gbps NDR InfiniBand. На дешёвом маркетплейсе часто обычный 10-25 Gbps Ethernet — распределённый прогон встаёт колом.
2. Storage I/O. Если датасет читается с медленного диска, дорогие H100 простаивают в ожидании данных. Нужен локальный NVMe или быстрый сетевой параллельный сторадж.
3. Троттлинг и шеринг. На маркетплейсах хост может делить PCIe или CPU между арендаторами. Замеряйте сами.

Практическое правило 2026: для single-node (до 8 GPU на одной машине с NVLink) берите маркетплейс смело — сеть между нодами не задействована. Для распределённого обучения модели на десятках карт платите за настоящий InfiniBand у Lambda/CoreWeave/гиперскейлера, иначе деньги за GPU-часы сгорят на коммуникации.

КАК ЗАМЕРИТЬ РЕАЛЬНЫЙ THROUGHPUT

Не верьте маркетинговым TFLOPS. Перед тем как гонять многочасовой прогон, за пару минут проверьте, что арендованная карта выдаёт ожидаемое. Вот минимальный скрипт: он греет GPU матричным умножением в bf16 и считает достигнутые TFLOPS.

import torch, time

assert torch.cuda.is_available(), "CUDA не видна"
dev = "cuda"
n = 8192  # размер квадратной матрицы
a = torch.randn(n, n, device=dev, dtype=torch.bfloat16)
b = torch.randn(n, n, device=dev, dtype=torch.bfloat16)

# прогрев
for _ in range(10):
    c = a @ b
torch.cuda.synchronize()

iters = 100
t0 = time.perf_counter()
for _ in range(iters):
    c = a @ b
torch.cuda.synchronize()
dt = time.perf_counter() - t0

# 2*n^3 флопов на одно матричное умножение
flops = 2 * (n ** 3) * iters
tflops = flops / dt / 1e12
print(f"{torch.cuda.get_device_name(0)}: {tflops:.1f} TFLOPS bf16")
print(f"VRAM: {torch.cuda.get_device_properties(0).total_memory/1e9:.0f} GB")

Здоровый H100 SXM на bf16 матрицах должен показывать сотни TFLOPS. Если видите цифру в разы ниже паспортной — карта троттлит, делится с соседом или что-то не так с драйвером. Лучше узнать это сразу, чем через 6 часов прогона. Дополнительно прогоните проверку сети, если планируете мульти-нод:

# проверка InfiniBand / скорости интерконнекта
ib_write_bw -d mlx5_0 --report_gbits   # на паре нод
# и NCCL all-reduce тест как ближе к реальности
nccl-tests/build/all_reduce_perf -b 8 -e 1G -f 2 -g 8

СТРАТЕГИЯ ЭКОНОМИИ: КАК ПЛАТИТЬ МЕНЬШЕ

Несколько приёмов, которые реально режут счёт за облако, проверены на практике.

• Спот/interruptible с чекпоинтами. Прерываемые инстансы дешевле on-demand на 50-70%. Пишите чекпоинт каждые N шагов, тогда прерывание стоит вам минуты, а не всего прогона.
• Правильная точность. bf16/fp8 вместо fp32 — это и быстрее, и меньше VRAM, значит можно взять карту помельче. На Blackwell fp8-обучение даёт ощутимый прирост throughput.
• Не переплачивать за VRAM. Для LoRA/QLoRA файн-тюна средней модели часто хватает одной A100 40GB или даже 4090/L40S за копейки, а не кластера H100.
• Reserved для постоянной нагрузки. Если крутите инференс 24/7 — годовой reserved у Lambda режет цену почти вдвое против on-demand.
• Гасить инстанс. Банально, но топ причина слитых бюджетов — забытая работающая нода на выходных. Ставьте авто-shutdown по простою.

ЧТО ВЫБРАТЬ ПОД ЗАДАЧУ

Короткая матрица решений на 2026 год:

• Учусь / пет-проект / эксперименты: Vast.ai или RunPod Community, спот-режим, одна карта. Дёшево, быстро поднять.
• Серьёзный файн-тюн одной модели (single-node 8x): RunPod Secure Cloud или Lambda on-demand. Стабильно, NVLink на месте.
• Претрейн / распределённое обучение (десятки-сотни GPU): Lambda, CoreWeave, Nebius или гиперскейлер с InfiniBand и reserved-контрактом.
• Продакшн-инференс с SLA: гиперскейлер или Lambda reserved, ближе к вашим пользователям по региону.

GPU-рынок в 2026 движется быстрее, чем успевают устаревать прайс-листы: новые провайдеры, поколения карт и инструменты для обучения модели появляются постоянно. Если хотите ловить это в реальном времени, а не читать посмертные обзоры — загляните в Telegram-канал REDDYX AI — новые репозитории каждые 30-60 минут.