NVIDIA A10G

24 GB VRAM70 FP16 TFLOPS300 W TDP0 proveedores0 ofertas0 regiones

La NVIDIA A10G es una GPU de nivel empresarial basada en la arquitectura Ampere y cuenta con 24 GB de memoria con 600 GB/s de ancho de banda de memoria y un TDP de 300 W. Ofrece 35 TFLOPS de rendimiento FP32 y 70 TFLOPS de rendimiento tensorial FP16.

Más barato

—

Sin ofertas actuales

Mediana

—

en 0 ofertas

Más caro

—

Tendencia 90 días

+33.3%

tarifa mediana

Especificaciones de hardware

Iguales en todos los proveedores

Memoria

24 GB

¿Qué LLM caben? ↓

Rendimiento FP16

70 TFLOPS

peak

TDP

300 W

Ancho de banda de memoria

600 GB/s

Arquitectura

Ampere

Rendimiento FP32

35 TFLOPS

Marca

NVIDIA

Serie

A10

Histórico de precios del mercado

Precio mediano entre todos los proveedores

Precios actualizados ahora

0 ofertas de 0 proveedores

Ordenadas por precio ascendente. Compara configuraciones lado a lado.

Proveedor	Cantidad	vCPU	RAM	Región	Por GPU/h	Total/h	Acción
Amplía tus filtros o limpia todos los filtros para volver a empezar.

LLM que caben en la NVIDIA A10G

VRAM estimada para LLM populares de pesos abiertos con precisión de 16 bits (FP16/BF16), 8 bits (FP8/INT8) y 4 bits (INT4/MXFP4), con 24 GB por GPU. Se muestran los 12 modelos más grandes que caben.

Modelo	Parámetros	16 bits	8 bits	4 bits
Qwen3.6 35B-A3B Alibaba	35 mil M 3 mil M activos	86 GB Demasiado grande	47 GB Demasiado grande	28 GB Ajustado en 1× · 4 % libre
Qwen3 32B Alibaba	32,8 mil M	79 GB Demasiado grande	43 GB Demasiado grande	25 GB Ajustado en 1× · 14 % libre
Gemma 4 31B Google	31,3 mil M	75 GB Demasiado grande	41 GB Demasiado grande	24 GB Ajustado en 1× · 19 % libre
GLM-4.7 Flash Z.ai	31,2 mil M	75 GB Demasiado grande	41 GB Demasiado grande	24 GB Cabe justo en 1×
Qwen3.6 27B Alibaba	27,8 mil M	67 GB Demasiado grande	37 GB Demasiado grande	21 GB 1× · 2,7 GB libres
Mistral Small 3.2 24B Mistral AI	24 mil M	58 GB Demasiado grande	32 GB Demasiado grande	18 GB 1× · 5,6 GB libres
gpt-oss-20b OpenAI	21 mil M 3,6 mil M activos	— No publicado	— No publicado	17 GB 1× · 7,5 GB libres
Gemma 3 12B Google	12,2 mil M	29 GB Demasiado grande	16 GB 1× · 7,9 GB libres	9,4 GB 1× · 15 GB libres
Granite 4.1 8B IBM	8,8 mil M	21 GB 1× · 2,9 GB libres	12 GB 1× · 12 GB libres	6,8 GB 1× · 17 GB libres
Qwen3 8B Alibaba	8,2 mil M	20 GB 1× · 4,3 GB libres	11 GB 1× · 13 GB libres	6,3 GB 1× · 18 GB libres
Llama 3.1 8B Instruct Meta	8 mil M	19 GB 1× · 4,7 GB libres	11 GB 1× · 13 GB libres	6,2 GB 1× · 18 GB libres
Mistral 7B Instruct v0.3 Mistral AI	7,2 mil M	17 GB 1× · 6,6 GB libres	9,6 GB 1× · 14 GB libres	5,6 GB 1× · 18 GB libres

Estimaciones: pesos del modelo más un 20 % para la caché KV y la sobrecarga de ejecución, con contextos cortos. Los contextos largos y los lotes grandes necesitan más. Las filas marcadas como «ajustadas» albergan los pesos, pero no ese margen completo. Una cifra ×N es la VRAM total de N de estas GPU y no afirma nada sobre el rendimiento de la interconexión. Cómo lo estimamos · Empezar por el modelo

¿Quieres más de esta página?

¿Datos incorrectos?

Preguntas frecuentes

¿Cuánta VRAM tiene la A10G?

La A10G cuenta con 24 GB de VRAM, lo que determina los modelos y tamaños de lote más grandes que puede mantener en memoria para entrenamiento e inferencia.

¿Qué LLM puedo ejecutar en la A10G?

Con 24 GB de VRAM, una sola A10G puede servir modelos como GLM-4.7 Flash, Qwen3.6 27B, Mistral Small 3.2 24B, gpt-oss-20b. La tabla anterior indica la VRAM estimada de cada modelo con precisión de 16, 8 y 4 bits, incluidas las configuraciones multi-GPU que necesitan los modelos más grandes.