NVIDIA A30
La NVIDIA A30 es una GPU de nivel empresarial basada en la arquitectura Ampere y cuenta con 24 GB de memoria con 933 GB/s de ancho de banda de memoria y un TDP de 165 W. Ofrece 10,3 TFLOPS de rendimiento FP32 y 165 TFLOPS de rendimiento tensorial FP16. Disponible actualmente en 1 proveedor desde 0,38 €/GPU/hora, con una mediana de mercado de 0,38 €/GPU/hora en 1 configuraciones.
Especificaciones de hardware
Iguales en todos los proveedores
Precio mediano entre todos los proveedores
3 ofertas de 1 proveedores
Ordenadas por precio ascendente. Compara configuraciones lado a lado.
| Proveedor | Cantidad | vCPU | RAM | Región | Por GPU/h | Total/h | Acción |
|---|---|---|---|---|---|---|---|
 Vast.aiPromocionado | ×1 | 16 | 31 GB |  | 0,376 € | 0,38 € | Abrir |
 Sesterce CloudEnlace de referido | ×1 | 16 | 48 GB | -- | 0,344 € | Desde0,34 € | |
| ×1 | 16 | 31 GB | | 0,376 € +44,8 % 30d | 0,38 € | Abrir | |
| ×1 | — | — | -- | 0,492 € | 0,49 € |
LLM que caben en la NVIDIA A30
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?