V100 SXM2

16 GB

Prix mis à jour il y a 10 heures.

Aucune offre actuellement

Fournisseur	Régions	Par GPU / heure	Action
Essayez d'élargir vos filtres ou effacez-les tous pour recommencer.

Le prix médian du GPU V100 SXM2 est inchangé depuis le 16 mars 2026.

MédianeLe plus bas

LLM qui tiennent sur le GPU V100 SXM2

LLM populaires à poids ouverts face à 16 GB par GPU : poids plus la place pour le cache KV, dans la meilleure précision qui tient.

Tient sur un seul GPU V100 SXM2

Mistral Small 3.2 24B4 bits · juste, 4 % de marge
gpt-oss-20b4 bits · juste, 16 % de marge
Gemma 3 12B4 bits · 9,4 GB
Granite 4.1 8B8 bits · 12 GB
Qwen3 8B8 bits · 11 GB
Llama 3.1 8B Instruct8 bits · 11 GB
Mistral 7B Instruct v0.38 bits · 9,6 GB
Qwen3 4B16 bits · 9,7 GB

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 16 GB par GPU.

Modèle	Paramètres	16 bits	8 bits	4 bits
Mistral Small 3.2 24B Mistral AI	24B	58 GB Trop grand	32 GB Trop grand	18 GB Juste sur 1× · 4 % de marge
gpt-oss-20b OpenAI	21B 3,6B actifs	— Non publié	— Non publié	17 GB Juste sur 1× · 16 % de marge
Gemma 3 12B Google	12,2B	29 GB Trop grand	16 GB Juste sur 1× · 19 % de marge	9,4 GB 1× · 6,6 GB libres
Granite 4.1 8B IBM	8,8B	21 GB Trop grand	12 GB 1× · 4,4 GB libres	6,8 GB 1× · 9,2 GB libres
Qwen3 8B Alibaba	8,2B	20 GB Trop grand	11 GB 1× · 5,2 GB libres	6,3 GB 1× · 9,7 GB libres
Llama 3.1 8B Instruct Meta	8B	19 GB Trop grand	11 GB 1× · 5,4 GB libres	6,2 GB 1× · 9,8 GB libres
Mistral 7B Instruct v0.3 Mistral AI	7,2B	17 GB Juste sur 1× · 10 % de marge	9,6 GB 1× · 6,4 GB libres	5,6 GB 1× · 10 GB libres
Qwen3 4B Alibaba	4B	9,7 GB 1× · 6,3 GB libres	5,3 GB 1× · 11 GB libres	3,1 GB 1× · 13 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 A1616 GB NVIDIA A216 GB NVIDIA Quadro RTX 500016 GB NVIDIA RTX 2000 Ada Generation16 GB NVIDIA RTX 4070 Ti Super16 GB NVIDIA RTX 408016 GB

Questions fréquentes

Combien de VRAM a le GPU V100 SXM2 ?

Le GPU V100 SXM2 dispose de 16 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 V100 SXM2 ?

Avec 16 GB de VRAM, un seul GPU V100 SXM2 peut servir des modèles comme Gemma 3 12B, Granite 4.1 8B, Qwen3 8B, Llama 3.1 8B Instruct. 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.

0 offres chez 0 fournisseurs

Historique des prix du GPU V100 SXM2

LLM qui tiennent sur le GPU V100 SXM2

Tient sur un seul GPU V100 SXM2

Caractéristiques du GPU V100 SXM2

GPU similaires

Questions fréquentes