Location GPU partielle
Louez 1 ou 2 GPU sur une configuration de 8 GPU sur Clore.ai et ne payez que ce que vous utilisez
Vous n’avez pas besoin de louer toute la machine. Sur environ 60 % des serveurs listés, vous pouvez retirer un seul GPU d’un ensemble multi-GPU et payer une part proportionnelle du prix. Au relevé du 24 août 2026, cela représentait 1 331 serveurs sur 2 202 et 2 153 emplacements GPU individuels libres — dont beaucoup sont des cartes auxquelles vous n’accéderiez autrement qu’en louant un boîtier huit GPU à 5 $/h.
Presque tous les guides de cette collection s’exécutent sur un seul GPU. Affinage d’un modèle 7B, service de Qwen3.8-27B en Q4, génération vidéo avec LTX-2.5 — une carte chacun. La location partielle permet de faire tourner ces charges de travail sur du bon matériel au lieu de se limiter aux machines restantes à GPU unique.
Comment ça marche
Un ensemble avec 8× RTX 5090 est affiché à un prix journalier d’ensemble. Lorsque vous louez 2 de ces GPU :
votre prix = prix_de_l’ensemble × (nombre_de_gpu / total_gpu)Rien d’autre ne change. La facturation reste à la minute, la commande vous fournit toujours un conteneur Docker avec SSH, et les GPU que vous avez payés sont liés à votre conteneur par leur UUID matériel — l’allocation survit donc à un redémarrage ou à une réénumération PCI, et aucun co-locataire ne peut y toucher.
8× RTX 5090 à 4,80 $/h
4,80 $/h
1 GPU
0,60 $/h
8× RTX 5090 à 4,80 $/h
4,80 $/h
2 GPU
1,20 $/h
4× RTX 4090 à 0,80 $/h
0,80 $/h
1 GPU
$0.20/hr
Règles à connaître
À la demande uniquement
Les commandes Spot prennent toujours tout l’ensemble
Uniquement des ensembles du même modèle
Un ensemble mixte (2× 4090 + 6× 3090) ne peut pas être divisé
Les hôtes peuvent refuser
Certains ensembles sont réservés à la machine entière, selon le choix de l’hôte
Les GPU sont exclusifs
Vos UUID vous appartiennent pendant la commande ; les autres locataires reçoivent d’autres cartes
Le CPU, la RAM et le disque ne sont pas divisés
Les ressources système de l’ensemble sont partagées avec les co-locataires — vérifiez que la machine dispose de suffisamment de RAM pour tout le monde, pas seulement pour vous
Profils d’overclocking
Une commande partielle ne peut pas définir de profil OC — l’API renvoie oc_not_supported_for_partial
Vérifiez la RAM système avant de prendre un GPU sur un grand ensemble. L’allocation GPU est exclusive, pas la mémoire système. Un ensemble 8× avec 32 Go de RAM est un mauvais hôte pour une charge de travail qui veut à elle seule 32 Go — cherchez des ensembles dont la RAM dépasse confortablement la somme de ce que leurs locataires utiliseront. La RAM médiane sur l’ensemble de la flotte est de 32 Go, et le décile supérieur atteint 129 Go.
Louer un GPU depuis l’interface Web
Ouvrez Place de marché et choisissez un serveur multi-GPU.
Sur la carte du serveur, choisissez le nombre de GPU souhaité. Les serveurs qui prennent en charge la location partielle affichent le sélecteur d’emplacements libres ; ceux qui ne le prennent pas en charge sont réservés à l’ensemble entier.
Le prix se met à jour proportionnellement à mesure que vous modifiez le nombre.
Configurez l’image et les ports comme d’habitude, puis louez.
Louer un GPU via l’API
L’annonce vous indique ce qui est disponible. partial_gpu_rental est soit false soit un objet :
Passez gpu_count (et éventuellement gpu_indices, choisis parmi free_indices) lors de la création de la commande :
gpu_indices est facultatif — passez gpu_count seul et le backend choisit des GPU libres pour vous. Omettez les deux et vous louez l’ensemble entier.
Avec le SDK Python / CLI:
Erreurs que vous pouvez recevoir, et leur signification :
not_enough_free_gpus
Quelqu’un a pris les emplacements entre votre lecture et votre écriture — relisez free_indices
invalid_gpu_count
Inférieur à 1 ou supérieur à total_gpus
gpu_indices_count_mismatch
La longueur de la liste n’est pas égale à gpu_count
gpu_index_out_of_range
Un indice en dehors de 0 … total_gpus-1
duplicate_gpu_index
Le même indice deux fois
partial_not_supported
Ensemble à modèles mixtes, ou l’hôte a refusé
Est-ce moins cher par GPU ?
Parfois, et ce n’est pas l’essentiel. Prix médian par GPU et par heure selon la taille de l’ensemble, d’après le relevé :
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
Les cartes plus anciennes deviennent nettement moins chères en volume ; les ensembles RTX 5090 se vendent avec une prime. Le vrai gain est la disponibilité — la location partielle transforme environ un millier de machines multi-GPU en cartes louables individuellement, là où se trouve en réalité la majeure partie de la capacité libre en 3090/4090/5090.
Étapes suivantes
Tarifs et disponibilité des GPU — ce qui est actif en ce moment
Comparaison des GPU — quelle carte pour quelle charge
Configuration multi-GPU — quand vous voulez vraiment l’ensemble entier
Liens
Mis à jour
Ce contenu vous a-t-il été utile ?