> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-es/primeros-pasos/partial-gpu-rental.md).

# Alquiler parcial de GPU

Alquila 1 o 2 GPUs de un rig de 8 GPUs en Clore.ai y paga solo por lo que uses

{% hint style="success" %}
**No tienes que alquilar la máquina completa.** En aproximadamente el 60% de los servidores listados puedes sacar una sola GPU de un equipo con varias GPU y pagar una parte proporcional del precio. En la captura del 24 de agosto de 2026 eso era **1.331 de 2.202 servidores** y **2.153 ranuras individuales de GPU libres** — muchas de ellas tarjetas a las que, de otro modo, solo llegarías alquilando una máquina de ocho GPU por 5 $/h.
{% endhint %}

Casi todas las guías de esta colección se ejecutan en una sola GPU. Ajustar un modelo de 7B, servir Qwen3.8-27B en Q4, generar vídeo con LTX-2.5 — una tarjeta cada uno. El alquiler parcial es lo que hace que esas cargas de trabajo se ejecuten en el buen hardware en lugar de solo en las máquinas sobrantes de una sola GPU.

## Cómo funciona

Un equipo con 8× RTX 5090 aparece con un precio diario por equipo. Cuando alquilas 2 de esas GPU:

```
tu precio = precio_del_equipo × (cantidad_de_gpu / total_de_gpu)
```

Nada más cambia. La facturación sigue siendo por minuto, el pedido sigue dándote un contenedor Docker con SSH, y las GPU que pagaste quedan vinculadas a tu contenedor por su UUID de hardware — así que la asignación sobrevive a un reinicio o a una reenumeración PCI, y ningún coarrendatario puede tocarlas.

| Rig                    | Equipo completo | Tú tomas | Pagas    |
| ---------------------- | --------------- | -------- | -------- |
| 8× RTX 5090 a 4,80 $/h | 4,80 $/h        | 1 GPU    | 0,60 $/h |
| 8× RTX 5090 a 4,80 $/h | 4,80 $/h        | 2 GPU    | 1,20 $/h |
| 4× RTX 4090 a 0,80 $/h | 0,80 $/h        | 1 GPU    | $0,20/h  |

## Reglas que conviene conocer

| Regla                                   | Detalle                                                                                                                                              |
| --------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------- |
| Solo bajo demanda                       | Los pedidos spot siempre toman el equipo completo                                                                                                    |
| Solo equipos del mismo modelo           | Un equipo mixto (2× 4090 + 6× 3090) no se puede dividir                                                                                              |
| Los hosts pueden excluirse              | Algunos equipos son solo de máquina completa, por decisión del host                                                                                  |
| Las GPU son exclusivas                  | Tus UUID son tuyos para el pedido; otros inquilinos obtienen tarjetas diferentes                                                                     |
| La CPU, la RAM y el disco no se dividen | Los recursos del sistema del equipo se comparten con los coarrendatarios — comprueba que la máquina tenga suficiente RAM para todos, no solo para ti |
| Perfiles de overclock                   | Un pedido parcial no puede establecer un perfil OC — la API devuelve `oc_not_supported_for_partial`                                                  |

{% hint style="warning" %}
**Comprueba la RAM del sistema antes de tomar una GPU de un equipo grande.** La asignación de GPU es exclusiva, la memoria del sistema no. Un equipo 8× con 32 GB de RAM es un mal anfitrión para una carga de trabajo que quiere 32 GB por sí sola — busca equipos cuya RAM supere con holgura la suma de lo que usarán sus inquilinos. La RAM mediana de toda la flota es de 32 GB, y el decil superior es de 129 GB.
{% endhint %}

## Alquilar una GPU desde la interfaz web

1. Abre la [Marketplace](https://clore.ai/marketplace) y elige un servidor con varias GPU.
2. En la tarjeta del servidor, elige cuántas GPU quieres. Los servidores que admiten alquiler parcial muestran el selector de ranuras libres; los que no, solo permiten el equipo completo.
3. El precio se actualiza proporcionalmente a medida que cambias la cantidad.
4. Configura la imagen y los puertos como de costumbre, y luego alquila.

## Alquilar una GPU desde la API

El listado te indica lo que está disponible. `partial_gpu_rental` es o bien `false` o un objeto:

```json
{
  "id": 115625,
  "specs": { "gpu": "8x NVIDIA GeForce RTX 5090" },
  "partial_gpu_rental": {
    "total_gpus": 8,
    "available_gpus": 6,
    "free_indices": [0, 2, 4, 5, 6, 7]
  }
}
```

Introduce `gpu_count` (y opcionalmente `gpu_indices`, elegidos de `free_indices`) al crear el pedido:

```bash
curl -X POST https://api.clore.ai/v1/create_order \
  -H "auth: $CLORE_API_TOKEN" \
  -H "Content-Type: application/json" \\
  -d '{
    "renting_server": 115625,
    "type": "on-demand",
    "currency": "USD-Blockchain",
    "image": "pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel",
    "ports": {"22": "tcp"},
    "gpu_count": 2,
    "gpu_indices": [0, 2]
  }'
```

`gpu_indices` es opcional — introduce `gpu_count` solo y el backend elegirá las GPU libres por ti. Omite ambos y alquilarás el equipo completo.

Con el [SDK de Python / CLI](/guides/guides_v2-es/avanzado/python-sdk.md):

```bash
clore deploy 115625 \
  --image pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel \
  --type on-demand --currency USD-Blockchain \
  --gpu-count 2 --gpu-indices 0,2
```

```python
from clore_ai import CloreAI

clore = CloreAI(api_token="...")
clore.create_order(
    server_id=115625,
    image="pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel",
    type="on-demand",
    currency="USD-Blockchain",
    gpu_count=2,
    gpu_indices=[0, 2],
)
```

Errores que puedes recibir y lo que significan:

| Error                        | Significado                                                                             |
| ---------------------------- | --------------------------------------------------------------------------------------- |
| `not_enough_free_gpus`       | Alguien tomó las ranuras entre tu lectura y tu escritura — vuelve a leer `free_indices` |
| `invalid_gpu_count`          | Por debajo de 1 o por encima de `total_gpus`                                            |
| `gpu_indices_count_mismatch` | La longitud de la lista no coincide con `gpu_count`                                     |
| `gpu_index_out_of_range`     | Un índice fuera de `0 … total_gpus-1`                                                   |
| `duplicate_gpu_index`        | El mismo índice dos veces                                                               |
| `partial_not_supported`      | Equipo de modelos mixtos, o el host se excluyó                                          |

## ¿Es más barato por GPU?

A veces, y ese no es el punto principal. Precio mediano por GPU por hora según el tamaño del equipo, desde la captura:

| GPU      | Servidor de 1 GPU | 2–3 GPU | 4–7 GPU | 8+ GPU |
| -------- | ----------------- | ------- | ------- | ------ |
| RTX 4090 | $0.165            | $0.156  | $0.172  | $0.156 |
| RTX 3090 | $0.083            | $0.083  | $0.073  | $0.083 |
| RTX 3080 | $0.079            | $0.069  | $0.058  | $0.052 |
| RTX 5090 | $0.270            | $0.271  | $0.322  | $0.443 |

Las tarjetas más antiguas salen notablemente más baratas al por mayor; los equipos con RTX 5090 tienen un sobreprecio. **La verdadera ganancia es la disponibilidad** — el alquiler parcial convierte aproximadamente un millar de máquinas con varias GPU en tarjetas alquilables individualmente, que es donde realmente se encuentra la mayor parte de la capacidad libre de 3090/4090/5090.

## Siguientes pasos

* [Precios y disponibilidad de GPU](/guides/guides_v2-es/primeros-pasos/pricing.md) — lo que está activo ahora
* [Comparación de GPU](/guides/guides_v2-es/primeros-pasos/gpu-comparison.md) — qué tarjeta para qué carga de trabajo
* [Configuración multi-GPU](/guides/guides_v2-es/avanzado/multi-gpu-setup.md) — cuando sí quieres el equipo completo
* [SDK de Python](/guides/guides_v2-es/avanzado/python-sdk.md) · [Automatización con CLI](/guides/guides_v2-es/avanzado/cli-automation.md)

### Enlaces

* [Marketplace](https://clore.ai/marketplace)
* [Documentación de la API de Clore.ai](https://clore.ai/api-docs)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-es/primeros-pasos/partial-gpu-rental.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.