Häufige Fragen

Nein. Wir verkaufen, vermitteln oder resellieren keine Rechenleistung und nehmen keine Zahlungen an. Wir veröffentlichen normalisierte Preise aus öffentlichen Anbieterseiten und verlinken Sie zum Anbieter, damit Sie direkt mieten.

Ein geplanter Collector läuft alle 6 Stunden (00:00, 06:00, 12:00 und 18:00 UTC). Jede Tabelle zeigt den Zeitstempel der letzten erfolgreichen Erhebung. Schlägt eine Quelle fehl, wird das protokolliert und ein Betriebsalarm ausgelöst, statt still veraltete Daten weiterzuverwenden.

Über das Vast.ai-Empfehlungsprogramm. Wenn Sie auf einen Anbieterlink klicken und später für Rechenleistung zahlen, kann der Anbieter uns eine Provision zahlen. Für Sie wird es nie teurer, und Provisionen ändern weder Preise noch Reihenfolge oder Fazits.

On-Demand (auch ununterbrechbar oder Secure) bedeutet, dass die Instanz Ihnen bleibt, solange Sie zahlen. Spot-, unterbrechbare oder Community-Kapazität kann vom Host zurückgeholt werden und ist deshalb günstiger. Preise werden auf eine einzelne GPU pro Stunde normalisiert, damit Konfigurationen fair vergleichbar sind.

Für jedes GPU-Modell, das beide Anbieter führen, vergleichen wir den normalisierten Stundenpreis einer einzelnen GPU. Der Durchschnitt dieser Stückpreise wird je Seite gezeigt, der niedrigere gilt als günstiger. Modelle, die nur einer der beiden anbietet, schließen wir bewusst aus – das wäre kein fairer Vergleich.

Nicht immer. Marktplatz-Kapazität kann kurzfristig zurückgeholt werden, und Hosts unterscheiden sich bei Netzwerk und Platte deutlich, während eine dedizierte Cloud planbareren Durchsatz liefert. Bei Multi-Node-Training zählen Interconnect und NVLink meist mehr als ein paar Cent pro Stunde.

Für Modelle, die in den Speicher passen, ist die Speicherbandbreite wichtiger als rohe FLOPS – Karten wie L40S, RTX 4090 oder A100 liefern daher oft mehr Token pro Dollar als eine H100. Sobald ein Modell Multi-GPU-Tensor-Parallelismus braucht, gewinnen H100- oder H200-Instanzen mit NVLink meist beim Durchsatz.

Vollständiges Fine-Tuning benötigt grob Parameteranzahl mal Bytes pro Parameter für die Gewichte, plus Optimizer-Zustand, der um ein Vielfaches größer sein kann. LoRA und QLoRA reduzieren diesen Zustand erheblich. Nutzen Sie den LLM-VRAM-Rechner, um eine konkrete Konfiguration zu dimensionieren.

Er multipliziert den erhobenen Stundenpreis mit Ihren geplanten Laufzeitstunden und addiert Speicher und Egress zu den genannten Annahmen. Es ist ein Budgetwerkzeug, kein Angebot: Rechnungen enthalten Steuern, Leerlaufzeiten und Mindestabrechnungsintervalle.

Er berechnet den Gewichtsspeicher aus Parameteranzahl und Präzision, den KV-Cache aus der Attention-Geometrie (2 x Layer x KV-Heads x Head-Dimension x Kontext x Batch, in FP16) und addiert 15 Prozent der Gewichte für Aktivierungen und Framework-Overhead.

Fast alle Cloud-GPU-Anbieter rechnen die Rechenleistung sekunden- oder stundenweise ab und zusätzlich den persistenten Speicher sowie den ausgehenden Datentransfer. Die Werte auf dieser Seite sind der Rechenpreis für eine einzelne GPU, normalisiert, damit Sie verschiedene Instanzgrößen ohne eigenes Rechnen vergleichen können.

Das hängt vom Anbieter ab und steht in der Verfügbarkeitsspalte. Marktplatz-Plattformen bieten meist eine gebotsbasierte unterbrechbare Stufe, während dedizierte Clouds in der Regel nur On-Demand-Kapazität verkaufen. Wenn Spot verfügbar ist, ist er fast immer günstiger – sofern Ihre Workload Checkpoints schreiben und neu starten kann.

Für On-Demand- und Spot-Kapazität in der Regel nicht: Sie zahlen pro Stunde oder Sekunde und können jederzeit stoppen. Reservierte Verträge gibt es bei einigen Anbietern und sie senken den effektiven Preis, sind aber für die hier gezeigten Preise nicht erforderlich.

Persistente Volumes werden pro GB und Monat abgerechnet, ausgehender Transfer pro GB über dem Inklusivvolumen des Anbieters. Diese Kosten kommen zur GPU-Stunde hinzu und können bei datenintensiven Pipelines die Rechnung dominieren – planen Sie sie daher ausdrücklich ein.