Carte de classe entreprise, le GPU NVIDIA RTX A6000 repose sur l'architecture Ampere et dispose de 48 GB de mémoire, avec une bande passante mémoire de 768 GB/s et un TDP de 300 W. Il offre 38,7 TFLOPS de performances FP32. Actuellement disponible chez 11 fournisseurs à partir de 0,25 €/GPU/heure, avec une médiane du marché de 0,48 €/GPU/heure sur 37 configurations.
Caractéristiques matérielles
Identiques chez tous les fournisseurs
Prix médian sur l'ensemble des fournisseurs
12 offres chez 11 fournisseurs
Triées par prix croissant. Comparez les configurations côte à côte.
| Fournisseur | Nombre | vCPU | RAM | Région | Par heure de GPU | Total/h | Action |
|---|---|---|---|---|---|---|---|
| ×1 | 9 | 50 GB | 0,465 € | 0,46 € | Lancer | ||
| ×1 | 14 | 126 GB | À partir de0,254 € +29,3 % 30 j | À partir de0,25 € | Lancer | ||
Thunder ComputeLien affilié | ×1 | 6 | 48 GB | -- | À partir de0,307 € 0,0 % 30 j | À partir de0,31 € | Lancer |
LiumLien affilié | ×1 | 32 | 147 GB | 0,368 € 0,0 % 30 j | À partir de0,37 € | Lancer | |
| ×1 | 28 | 58 GB | 0,438 € 0,0 % 30 j | À partir de0,44 € | Lancer | ||
| ×1 | 28 | 58 GB | À partir de0,465 € +119,0 % 30 j | À partir de0,46 € | Lancer | ||
Jusqu'à438 €de crédit | ×1 | 9 | 50 GB | 0,465 € | 0,46 € | Lancer | |
| ×1 | 8 | 32 GB | 0,482 € 0,0 % 30 j | À partir de0,48 € | Lancer | ||
| ×1 | 28 | 58 GB | 0,482 € 0,0 % 30 j | À partir de0,48 € | Lancer | ||
Sesterce CloudLien affilié | ×1 | 12 | 64 GB | À partir de0,550 € +119,3 % 30 j | À partir de0,55 € | Lancer | |
| ×1 | 10 | 60 GB | -- | 0,561 € +8,1 % 30 j | À partir de0,56 € | Lancer | |
| ×1 | 28 | 58 GB | À partir de0,789 € +5,3 % 30 j | À partir de0,79 € | Lancer | ||
| ×1 | 14 | 100 GB | -- | 0,956 € 0,0 % 30 j | À partir de0,96 € |
LLM qui tiennent sur le GPU NVIDIA RTX A6000
VRAM estimée des LLM à poids ouverts populaires en précision 16 bits (FP16/BF16), 8 bits (FP8/INT8) et 4 bits (INT4/MXFP4), pour 48 GB par GPU. Affichage des 12 plus grands qui tiennent.
| Modèle | Paramètres | 16 bits | 8 bits | 4 bits |
|---|---|---|---|---|
| DeepSeek V4 Flash DeepSeek | 284B | — Non publié | — Non publié | 192 GB Tient tout juste sur 4× |
| Solar Open2 250B Upstage | 250B 15B actifs | 601 GB Trop grand | 330 GB 7× · 5,6 GB libres | 192 GB 7× · 144 GB libres ou 4× · 19 % de marge |
| Qwen3 235B-A22B Alibaba | 235B 22B actifs | 564 GB Trop grand | 310 GB 7× · 26 GB libres | 181 GB 4× · 11 GB libres |
| Laguna-S 2.1 Poolside | 118B 8B actifs | 282 GB 7× · 54 GB libres | 155 GB 4× · 37 GB libres ou 3× · 11 % de marge | 90 GB 2× · 5,7 GB libres |
| gpt-oss-120b OpenAI | 117B 5,1B actifs | — Non publié | — Non publié | 78 GB 2× · 18 GB libres |
| Qwen3.6 35B-A3B Alibaba | 35B 3B actifs | 86 GB 2× · 9,7 GB libres | 47 GB Tient tout juste sur 1× | 28 GB 1× · 20 GB libres |
| Qwen3 32B Alibaba | 32,8B | 79 GB 2× · 17 GB libres | 43 GB 1× · 4,8 GB libres | 25 GB 1× · 23 GB libres |
| Gemma 4 31B Google | 31,3B | 75 GB 2× · 21 GB libres | 41 GB 1× · 6,7 GB libres | 24 GB 1× · 24 GB libres |
| GLM-4.7 Flash Z.ai | 31,2B | 75 GB 2× · 21 GB libres | 41 GB 1× · 6,8 GB libres | 24 GB 1× · 24 GB libres |
| Qwen3.6 27B Alibaba | 27,8B | 67 GB 2× · 29 GB libres | 37 GB 1× · 11 GB libres | 21 GB 1× · 27 GB libres |
| Mistral Small 3.2 24B Mistral AI | 24B | 58 GB 2× · 38 GB libres | 32 GB 1× · 16 GB libres | 18 GB 1× · 30 GB libres |
| gpt-oss-20b OpenAI | 21B 3,6B actifs | — Non publié | — Non publié | 17 GB 1× · 31 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 ?








