Retour à toutes les offres

NVIDIA B300 CC

288 GB VRAM2 500 FP16 TFLOPS1 400 W TDP1 fournisseurs2 offres0 régions

Carte de classe entreprise, le GPU NVIDIA B300 CC repose sur l'architecture Blackwell et dispose de 288 GB de mémoire, avec une bande passante mémoire de 8 000 GB/s et un TDP de 1 400 W. Il offre 75 TFLOPS de performances FP32 et 2 500 TFLOPS de performances tensorielles FP16. Actuellement disponible chez 1 fournisseur à partir de 7,48 €/GPU/heure, avec une médiane du marché de 7,48 €/GPU/heure sur 2 configurations.

Le moins cher
7,485 €/h
Verda
Médiane
7,485 €/h
sur 2 offres
Le plus cher
7,485 €/h
Verda
Tendance sur 90 jours
+11,6 %
tarif médian

Caractéristiques matérielles

Identiques chez tous les fournisseurs

Mémoire
288 GB
HBM3
Quels LLM tiennent ? ↓
Performances FP16
2 500 TFLOPS
crête
TDP
1400 W
Bande passante mémoire
8 000 GB/s
Architecture
Blackwell
Performances FP32
75 TFLOPS
Marque
NVIDIA
Série
B300
Historique des prix du marché

Prix médian sur l'ensemble des fournisseurs

Prix mis à jour

1 offre chez 1 fournisseurs

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

FournisseurNombrevCPURAMRégionPar heure de GPUTotal/hAction
VerdaLe moins cher
×41201 020 GB--
7,485 €
+7,2 % 30 j
À partir de29,94 €
Lancer

LLM qui tiennent sur le GPU NVIDIA B300 CC

VRAM estimée des LLM à poids ouverts populaires en précision 16 bits (FP16/BF16), 8 bits (FP8/INT8) et 4 bits (INT4/MXFP4), pour 288 GB par GPU. Affichage des 12 plus grands qui tiennent.

ModèleParamètres16 bits8 bits4 bits
Kimi K3
Moonshot AI
2,8T
104B actifs
—
Non publié
—
Non publié
1 873 GB
8× · 431 GB libres
DeepSeek V4 Pro
DeepSeek
1,6T
49B actifs
—
Non publié
—
Non publié
1 038 GB
4× · 114 GB libres
Kimi K2.5
Moonshot AI
1T
32B actifs
—
Non publié
—
Non publié
714 GB
4× · 438 GB libres
GLM-5.2
Z.ai
753B
1 808 GB
8× · 496 GB libres
994 GB
4× · 158 GB libres
579 GB
4× · 573 GB libres
DeepSeek R1
DeepSeek
671B
37B actifs
—
Non publié
826 GB
4× · 326 GB libres
481 GB
4× · 671 GB libres
DeepSeek V4 Flash
DeepSeek
284B
—
Non publié
—
Non publié
192 GB
1× · 96 GB libres
Solar Open2 250B
Upstage
250B
15B actifs
601 GB
4× · 551 GB libres
330 GB
4× · 822 GB libres
ou 1× · 4 % de marge
192 GB
1× · 96 GB libres
Qwen3 235B-A22B
Alibaba
235B
22B actifs
564 GB
4× · 588 GB libres
310 GB
4× · 842 GB libres
ou 1× · 11 % de marge
181 GB
1× · 107 GB libres
Laguna-S 2.1
Poolside
118B
8B actifs
282 GB
1× · 5,8 GB libres
155 GB
1× · 133 GB libres
90 GB
1× · 198 GB libres
gpt-oss-120b
OpenAI
117B
5,1B actifs
—
Non publié
—
Non publié
78 GB
1× · 210 GB libres
Qwen3.6 35B-A3B
Alibaba
35B
3B actifs
86 GB
1× · 202 GB libres
47 GB
1× · 241 GB libres
28 GB
1× · 260 GB libres
Qwen3 32B
Alibaba
32,8B
79 GB
1× · 209 GB libres
43 GB
1× · 245 GB libres
25 GB
1× · 263 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

Vous en voulez plus sur cette page ?

Des données erronées ?

Questions fréquentes

Combien coûte le GPU B300 CC par heure ?
Le GPU B300 CC démarre à 7,48 € par GPU-heure, avec une médiane de 7,48 € sur 2 configurations disponibles. Le prix réel dépend du fournisseur, de la région et du mode de location : à la demande, Spot ou réservé.
Quels fournisseurs cloud proposent le GPU B300 CC ?
1 fournisseurs proposent actuellement le GPU B300 CC : Verda. Comparez leurs prix horaires, leurs régions et les caractéristiques des machines dans le tableau ci-dessus.
Combien de VRAM a le GPU B300 CC ?
Le GPU B300 CC dispose de 288 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 B300 CC ?
Avec 288 GB de VRAM, un seul GPU B300 CC peut servir des modèles comme DeepSeek V4 Flash, Solar Open2 250B, Qwen3 235B-A22B, Laguna-S 2.1. 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.
Quel est le plus grand LLM que je peux faire tourner sur plusieurs GPU B300 CC ?
Les plus grands modèles que nous suivons et qui tiennent sur plusieurs cartes B300 CC sont Kimi K3 sur 8 GPU en 4 bits, DeepSeek V4 Pro sur 4 GPU en 4 bits, Kimi K2.5 sur 4 GPU en 4 bits. Une configuration multi-GPU signifie que vous louez et payez chaque carte pendant toute la durée d'utilisation, et répartir un modèle sur plusieurs cartes coûte aussi du débit : les GPU échangent des activations à chaque token, donc les performances dépendent de la rapidité de leur interconnexion. Nous ne suivons pas l'interconnexion : vérifiez les caractéristiques du nœud auprès du fournisseur. Le tableau ci-dessus donne la plus petite configuration pour chaque modèle en précision 16 bits, 8 bits et 4 bits.
Où le GPU B300 CC est-il le moins cher ?
Le prix à la demande le plus bas que nous suivons actuellement pour le GPU B300 CC est de 7,48 € par GPU-heure, chez Verda. Les fournisseurs modifiant fréquemment leurs prix et leur disponibilité, vérifiez le tableau en direct ci-dessus avant de lancer une instance.