NVIDIA A100X

80 GB VRAM312 FP16 TFLOPS300 W TDP0 fournisseurs0 offres0 régions

Carte de classe entreprise, le GPU NVIDIA A100X repose sur l'architecture Ampere et dispose de 80 GB de mémoire, avec une bande passante mémoire de 1 935 GB/s et un TDP de 300 W. Il offre 19,5 TFLOPS de performances FP32 et 312 TFLOPS de performances tensorielles FP16.

Le moins cher

—

Aucune offre actuellement

Médiane

—

sur 0 offres

Le plus cher

—

Tendance sur 90 jours

—

Données insuffisantes

Caractéristiques matérielles

Identiques chez tous les fournisseurs

Mémoire

80 GB

HBM2e

Quels LLM tiennent ? ↓

Performances FP16

312 TFLOPS

crête

TDP

300 W

Bande passante mémoire

1 935 GB/s

Architecture

Ampere

Performances FP32

19,5 TFLOPS

Marque

NVIDIA

Série

A100

NVIDIA A100X Historique des prix

Aucun historique des prix disponible

Les données de suivi des prix apparaîtront ici dès qu'elles seront disponibles

Prix mis à jour il y a 10 heures

0 offres chez 0 fournisseurs

Triées par prix croissant. Comparez les configurations côte à côte.

Fournisseur	Nombre	vCPU	RAM	Région	Par heure de GPU	Total/h	Action
Essayez d'élargir vos filtres ou effacez-les tous pour recommencer.

LLM qui tiennent sur le GPU NVIDIA A100X

VRAM estimée des LLM à poids ouverts populaires en précision 16 bits (FP16/BF16), 8 bits (FP8/INT8) et 4 bits (INT4/MXFP4), pour 80 GB par GPU. Affichage des 12 plus grands qui tiennent.

Modèle	Paramètres	16 bits	8 bits	4 bits
Laguna-S 2.1 Poolside	118B 8B actifs	282 GB Trop grand	155 GB Trop grand	90 GB Juste sur 1× · 6 % de marge
gpt-oss-120b OpenAI	117B 5,1B actifs	— Non publié	— Non publié	78 GB 1× · 1,7 GB libres
Qwen3.6 35B-A3B Alibaba	35B 3B actifs	86 GB Juste sur 1× · 11 % de marge	47 GB 1× · 33 GB libres	28 GB 1× · 52 GB libres
Qwen3 32B Alibaba	32,8B	79 GB 1× · 1,4 GB libres	43 GB 1× · 37 GB libres	25 GB 1× · 55 GB libres
Gemma 4 31B Google	31,3B	75 GB 1× · 4,9 GB libres	41 GB 1× · 39 GB libres	24 GB 1× · 56 GB libres
GLM-4.7 Flash Z.ai	31,2B	75 GB 1× · 5,1 GB libres	41 GB 1× · 39 GB libres	24 GB 1× · 56 GB libres
Qwen3.6 27B Alibaba	27,8B	67 GB 1× · 13 GB libres	37 GB 1× · 43 GB libres	21 GB 1× · 59 GB libres
Mistral Small 3.2 24B Mistral AI	24B	58 GB 1× · 22 GB libres	32 GB 1× · 48 GB libres	18 GB 1× · 62 GB libres
gpt-oss-20b OpenAI	21B 3,6B actifs	— Non publié	— Non publié	17 GB 1× · 63 GB libres
Gemma 3 12B Google	12,2B	29 GB 1× · 51 GB libres	16 GB 1× · 64 GB libres	9,4 GB 1× · 71 GB libres
Granite 4.1 8B IBM	8,8B	21 GB 1× · 59 GB libres	12 GB 1× · 68 GB libres	6,8 GB 1× · 73 GB libres
Qwen3 8B Alibaba	8,2B	20 GB 1× · 60 GB libres	11 GB 1× · 69 GB libres	6,3 GB 1× · 74 GB libres

Estimations : poids du modèle plus 20 % pour le cache KV et le surcoût du runtime, avec des contextes courts. Les contextes longs et les lots importants demandent davantage. Les lignes marquées « juste » contiennent les poids, mais pas toute cette marge. Une valeur ×N correspond à la VRAM totale de N de ces GPU et ne préjuge en rien du débit de l'interconnexion. Notre méthode d'estimation · Partir plutôt d'un modèle

GPU similaires

NVIDIA A100 80GB NVIDIA A800 80GB PCIe NVIDIA H100 NVIDIA RTX PRO 6000D NVIDIA H100 NVL NVIDIA GH200

Vous en voulez plus sur cette page ?

Des données erronées ?

Questions fréquentes

Combien de VRAM a le GPU A100X ?

Le GPU A100X dispose de 80 GB de VRAM, ce qui détermine les plus grands modèles et tailles de batch qu'il peut garder en mémoire pour l'entraînement et l'inférence.

Quels LLM puis-je faire tourner sur le GPU A100X ?

Avec 80 GB de VRAM, un seul GPU A100X peut servir des modèles comme gpt-oss-120b, Qwen3.6 35B-A3B, Qwen3 32B, Gemma 4 31B. Le tableau ci-dessus indique la VRAM estimée pour chaque modèle en précision 16 bits, 8 bits et 4 bits, y compris les configurations multi-GPU nécessaires aux plus grands modèles.