NVIDIA Tesla V100 32GB
Die NVIDIA Tesla V100 32GB ist eine Enterprise- GPU, basiert auf der Volta-Architektur und verfügt über 32 GB Speicher mit 900 GB/s Speicherbandbreite und einer TDP von 300 W. Sie liefert 15,7 TFLOPS FP32-Rechenleistung und 125 TFLOPS FP16-Tensor-Leistung. Derzeit bei 3 Anbieter verfügbar, ab 2,11 €/GPU/Stunde, mit einem Marktmedian von 2,20 €/GPU/Stunde über 9 Konfigurationen.
Hardware-Spezifikationen
Gleich bei allen Anbietern
Medianpreis über alle Anbieter
4 Angebote von 3 Anbietern
Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.
| Anbieter | Anzahl | vCPU | RAM | Region | Pro GPU/Std. | Gesamt/Std. | Aktion |
|---|---|---|---|---|---|---|---|
| ×1 | 16 | 48 GB | -- | 0,137 € -27.3% 30T | Ab0,14 € | ||
Omega GradientGünstigster | ×4 | 32 | 120 GB | Ab2,106 € -0.1% 30T | Ab8,42 € | Starten | |
| ×1 | 8 | 30 GB | 2,202 € | Ab2,20 € | Starten | ||
Sesterce CloudEmpfehlungslink | ×1 | 8 | 30 GB | 2,206 € | Ab2,21 € | Starten |
LLMs, die auf die NVIDIA Tesla V100 32GB passen
Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 32 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.
| Modell | Parameter | 16 Bit | 8 Bit | 4 Bit |
|---|---|---|---|---|
| Laguna-S 2.1 Poolside | 118 Mrd. 8 Mrd. aktiv | 282 GB Zu groß | 155 GB Zu groß | 90 GB 4× · 38 GB frei |
| gpt-oss-120b OpenAI | 117 Mrd. 5,1 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 78 GB 4× · 50 GB frei |
| Qwen3.6 35B-A3B Alibaba | 35 Mrd. 3 Mrd. aktiv | 86 GB 4× · 42 GB frei | 47 GB 2× · 17 GB frei | 28 GB 1× · 4,4 GB frei |
| Qwen3 32B Alibaba | 32,8 Mrd. | 79 GB 4× · 49 GB frei | 43 GB 2× · 21 GB frei | 25 GB 1× · 6,8 GB frei |
| Gemma 4 31B Google | 31,3 Mrd. | 75 GB 4× · 53 GB frei oder 2× · 2 % übrig | 41 GB 2× · 23 GB frei | 24 GB 1× · 8 GB frei |
| GLM-4.7 Flash Z.ai | 31,2 Mrd. | 75 GB 4× · 53 GB frei oder 2× · 2 % übrig | 41 GB 2× · 23 GB frei | 24 GB 1× · 8 GB frei |
| Qwen3.6 27B Alibaba | 27,8 Mrd. | 67 GB 4× · 61 GB frei oder 2× · 15 % übrig | 37 GB 2× · 27 GB frei oder 1× · 4 % übrig | 21 GB 1× · 11 GB frei |
| Mistral Small 3.2 24B Mistral AI | 24 Mrd. | 58 GB 2× · 6,4 GB frei | 32 GB Passt knapp auf 1× | 18 GB 1× · 14 GB frei |
| gpt-oss-20b OpenAI | 21 Mrd. 3,6 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 17 GB 1× · 15 GB frei |
| Gemma 3 12B Google | 12,2 Mrd. | 29 GB 1× · 2,8 GB frei | 16 GB 1× · 16 GB frei | 9,4 GB 1× · 23 GB frei |
| Granite 4.1 8B IBM | 8,8 Mrd. | 21 GB 1× · 11 GB frei | 12 GB 1× · 20 GB frei | 6,8 GB 1× · 25 GB frei |
| Qwen3 8B Alibaba | 8,2 Mrd. | 20 GB 1× · 12 GB frei | 11 GB 1× · 21 GB frei | 6,3 GB 1× · 26 GB frei |
Schätzungen: Modellgewichte plus 20 % für KV-Cache und Laufzeit-Overhead, bei kurzen Kontextlängen. Lange Kontexte und große Batches benötigen mehr. Als „knapp“ markierte Zeilen fassen die Gewichte, aber nicht diesen vollen Puffer. Ein ×N-Wert ist der gesamte VRAM über N dieser GPUs und sagt nichts über den Durchsatz der Verbindung aus. Wie wir das schätzen · Stattdessen vom Modell aus starten
Mehr von dieser Seite?
Falsche Daten?


