NVIDIA CMP 170HX
8 GB · Ampere
Prix cloud en direct du GPU NVIDIA CMP 170HX chez 2 fournisseurs, mis à jour .
2 offres chez 2 fournisseurs
| Fournisseur | Par GPU / heure | Action | |
|---|---|---|---|
1 GPU | dès0,214 € | Lancer | |
| |||
Lium*Jusqu'à4 €de crédit 1 GPU | 0,294 € | Lancer | |
| |||
* Nous pouvons percevoir une commission d'apport ou une commission de certains fournisseurs lorsque vous vous inscrivez via nos liens. Cela n'influence ni le classement ni l'ordre.
Historique des prix du GPU NVIDIA CMP 170HX
Le prix médian du GPU NVIDIA CMP 170HX a augmenté de 19 % depuis le 3 août 2026.
LLM qui tiennent sur le GPU NVIDIA CMP 170HX
LLM populaires à poids ouverts face à 8 GB par GPU : poids plus la place pour le cache KV, dans la meilleure précision qui tient. Affichage des 12 plus grands qui tiennent.
Tient sur un seul GPU NVIDIA CMP 170HX
- Gemma 3 12B4 bits · juste, 2 % de marge
- Granite 4.1 8B4 bits · 6,8 GB
- Qwen3 8B4 bits · 6,3 GB
- Llama 3.1 8B Instruct4 bits · 6,2 GB
Demande plusieurs GPU NVIDIA CMP 170HX
- gpt-oss-120b9 GPU · 4 bits, juste
- Qwen3.6 35B-A3B4 GPU · 4 bits
- Qwen3 32B4 GPU · 4 bits
- Gemma 4 31B4 GPU · 4 bits
- GLM-4.7 Flash3 GPU · 4 bits
- Qwen3.6 27B3 GPU · 4 bits
- Mistral Small 3.2 24B3 GPU · 4 bits
- gpt-oss-20b3 GPU · 4 bits
Tableau complet avec toutes les précisions
VRAM estimée des LLM à poids ouverts populaires en précision 16 bits (FP16/BF16), 8 bits (FP8/INT8) et 4 bits (INT4/MXFP4), pour 8 GB par GPU.
| Modèle | Paramètres | 16 bits | 8 bits | 4 bits |
|---|---|---|---|---|
| gpt-oss-120b OpenAI | 117B 5,1B actifs | — Non publié | — Non publié | 78 GB Juste sur 9× · 10 % de marge |
| Qwen3.6 35B-A3B Alibaba | 35B 3B actifs | 86 GB Juste sur 9× · 0 % de marge | 47 GB Tient tout juste sur 6× | 28 GB 4× · 4,4 GB libres ou 3× · 4 % de marge |
| Qwen3 32B Alibaba | 32,8B | 79 GB Juste sur 9× · 9 % de marge | 43 GB 6× · 4,8 GB libres | 25 GB 4× · 6,8 GB libres ou 3× · 14 % de marge |
| Gemma 4 31B Google | 31,3B | 75 GB Juste sur 8× · 2 % de marge | 41 GB 6× · 6,7 GB libres | 24 GB 4× · 8 GB libres ou 3× · 19 % de marge |
| GLM-4.7 Flash Z.ai | 31,2B | 75 GB Juste sur 8× · 2 % de marge | 41 GB 6× · 6,8 GB libres | 24 GB Tient tout juste sur 3× |
| Qwen3.6 27B Alibaba | 27,8B | 67 GB 9× · 5,3 GB libres ou 8× · 15 % de marge | 37 GB 6× · 11 GB libres ou 4× · 4 % de marge | 21 GB 3× · 2,7 GB libres |
| Mistral Small 3.2 24B Mistral AI | 24B | 58 GB 8× · 6,4 GB libres | 32 GB Tient tout juste sur 4× | 18 GB 3× · 5,6 GB libres ou 2× · 4 % de marge |
| gpt-oss-20b OpenAI | 21B 3,6B actifs | — Non publié | — Non publié | 17 GB 3× · 7,5 GB libres ou 2× · 16 % de marge |
| Gemma 3 12B Google | 12,2B | 29 GB 4× · 2,8 GB libres | 16 GB 3× · 7,9 GB libres ou 2× · 19 % de marge | 9,4 GB 2× · 6,6 GB libres ou 1× · 2 % de marge |
| Granite 4.1 8B IBM | 8,8B | 21 GB 3× · 2,9 GB libres | 12 GB 2× · 4,4 GB libres | 6,8 GB 1× · 1,2 GB libres |
| Qwen3 8B Alibaba | 8,2B | 20 GB 3× · 4,3 GB libres | 11 GB 2× · 5,2 GB libres | 6,3 GB 1× · 1,7 GB libres |
| Llama 3.1 8B Instruct Meta | 8B | 19 GB 3× · 4,7 GB libres | 11 GB 2× · 5,4 GB libres | 6,2 GB 1× · 1,8 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
Caractéristiques du GPU NVIDIA CMP 170HX
Carte de classe entreprise, le GPU NVIDIA CMP 170HX repose sur l'architecture Ampere et dispose de 8 GB de mémoire, avec une bande passante mémoire de 1 493 GB/s et un TDP de 250 W.
- Bande passante mémoire
- 1 493 GB/s
- Architecture
- Ampere
- TDP
- 250 W
- Marque
- NVIDIA
- Série
- CMP
