Retour à toutes les offres

NVIDIA RTX 3090

24 GB VRAM350 W TDP5 fournisseurs49 offres16 régions

Carte grand public, le GPU NVIDIA RTX 3090 repose sur l'architecture Ampere et dispose de 24 GB de mémoire, avec une bande passante mémoire de 936 GB/s et un TDP de 350 W. Il offre 35,6 TFLOPS de performances FP32. Actuellement disponible chez 5 fournisseurs à partir de 0,08 €/GPU/heure, avec une médiane du marché de 0,19 €/GPU/heure sur 49 configurations.

Le moins cher
0,079 €/h
Akash Network
Médiane
0,193 €/h
sur 49 offres
Le plus cher
1,175 €/h
Vast.ai
Tendance sur 90 jours
+69,2 %
tarif médian

Caractéristiques matérielles

Identiques chez tous les fournisseurs

Mémoire
24 GB
GDDR6X
Quels LLM tiennent ? ↓
TDP
350 W
Bande passante mémoire
936 GB/s
Architecture
Ampere
Performances FP32
35,6 TFLOPS
Marque
NVIDIA
Série
GeForce RTX
Historique des prix du marché

Prix médian sur l'ensemble des fournisseurs

Prix mis à jour

5 offres chez 5 fournisseurs

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

FournisseurNombrevCPURAMRégionPar heure de GPUTotal/hAction
RunpodPromu
Jusqu'à438 €de créditPromotion affiliée — nous pouvons percevoir une commission.
×1——--0,438 €0,44 €Lancer
Akash NetworkLe moins cher
Jusqu'à88 €de crédit
×1——
UkraineAustralieÉtats-Unis
0,079 €
-40,0 % 30 j
0,08 €
Lancer
Vast.aiLien affiliéTendance
×11350 GB
ArgentineCanadaÉtats-Unis+11
À partir de0,105 €
+40,0 % 30 j
À partir de0,11 €
Lancer
LiumLien affilié
Jusqu'à4 €de crédit
×11631 GB
RussieBiélorussieAllemagne
À partir de0,158 €
+11,1 % 30 j
À partir de0,16 €
Lancer
×11110 GB
Allemagne
0,395 €
+12,5 % 30 j
À partir de0,39 €
Lancer
RunpodLien affiliéTendance
Jusqu'à438 €de crédit
×1——--
0,438 €
0,44 €
Lancer

LLM qui tiennent sur le GPU NVIDIA RTX 3090

VRAM estimée des LLM à poids ouverts populaires en précision 16 bits (FP16/BF16), 8 bits (FP8/INT8) et 4 bits (INT4/MXFP4), pour 24 GB par GPU. Affichage des 12 plus grands qui tiennent.

ModèleParamètres16 bits8 bits4 bits
DeepSeek V4 Flash
DeepSeek
284B
—
Non publié
—
Non publié
192 GB
Tient tout juste sur 8×
Solar Open2 250B
Upstage
250B
15B actifs
—
Non publié
330 GB
19× · 126 GB libres
192 GB
19× · 264 GB libres
ou 8× · 19 % de marge
Qwen3 235B-A22B
Alibaba
235B
22B actifs
—
Non publié
310 GB
19× · 146 GB libres
181 GB
8× · 11 GB libres
Laguna-S 2.1
Poolside
118B
8B actifs
282 GB
19× · 174 GB libres
155 GB
8× · 37 GB libres
ou 6× · 11 % de marge
90 GB
4× · 5,7 GB libres
gpt-oss-120b
OpenAI
117B
5,1B actifs
—
Non publié
—
Non publié
78 GB
4× · 18 GB libres
ou 3× · 10 % de marge
Qwen3.6 35B-A3B
Alibaba
35B
3B actifs
86 GB
4× · 9,7 GB libres
ou 3× · 0 % de marge
47 GB
Tient tout juste sur 2×
28 GB
2× · 20 GB libres
ou 1× · 4 % de marge
Qwen3 32B
Alibaba
32,8B
79 GB
4× · 17 GB libres
ou 3× · 9 % de marge
43 GB
2× · 4,8 GB libres
25 GB
2× · 23 GB libres
ou 1× · 14 % de marge
Gemma 4 31B
Google
31,3B
75 GB
4× · 21 GB libres
ou 3× · 15 % de marge
41 GB
2× · 6,7 GB libres
24 GB
2× · 24 GB libres
ou 1× · 19 % de marge
GLM-4.7 Flash
Z.ai
31,2B
75 GB
4× · 21 GB libres
ou 3× · 15 % de marge
41 GB
2× · 6,8 GB libres
24 GB
Tient tout juste sur 1×
Qwen3.6 27B
Alibaba
27,8B
67 GB
3× · 5,3 GB libres
37 GB
2× · 11 GB libres
21 GB
1× · 2,7 GB libres
Mistral Small 3.2 24B
Mistral AI
24B
58 GB
3× · 14 GB libres
32 GB
2× · 16 GB libres
18 GB
1× · 5,6 GB libres
gpt-oss-20b
OpenAI
21B
3,6B actifs
—
Non publié
—
Non publié
17 GB
1× · 7,5 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 RTX 3090 par heure ?
Le GPU RTX 3090 démarre à 0,08 € par GPU-heure, avec une médiane de 0,19 € sur 49 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 RTX 3090 ?
5 fournisseurs proposent actuellement le GPU RTX 3090 : Runpod, Vast.ai, Lium, Akash Network, EmpirioLabs AI. Comparez leurs prix horaires, leurs régions et les caractéristiques des machines dans le tableau ci-dessus.
Combien de VRAM a le GPU RTX 3090 ?
Le GPU RTX 3090 dispose de 24 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 RTX 3090 ?
Avec 24 GB de VRAM, un seul GPU RTX 3090 peut servir des modèles comme GLM-4.7 Flash, Qwen3.6 27B, Mistral Small 3.2 24B, gpt-oss-20b. 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 RTX 3090 ?
Les plus grands modèles que nous suivons et qui tiennent sur plusieurs cartes RTX 3090 sont DeepSeek V4 Flash sur 8 GPU en 4 bits, Solar Open2 250B sur 19 GPU en 8 bits, Qwen3 235B-A22B sur 8 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 RTX 3090 est-il le moins cher ?
Le prix à la demande le plus bas que nous suivons actuellement pour le GPU RTX 3090 est de 0,08 € par GPU-heure, chez Akash Network. Les fournisseurs modifiant fréquemment leurs prix et leur disponibilité, vérifiez le tableau en direct ci-dessus avant de lancer une instance.