4 октября 2026 г. · Анатолий Крылов, редактор Тераферма
Аренда H100 в 2026: сколько стоит час и месяц работы
Аренда H100 в 2026 году стоит в Тераферме 339–417 ₽ за час одной карты с 80 ГБ памяти. Оплата поминутная: час работы — 255 ₽, рабочий день — 2 040 ₽, месяц непрерывной работы — 183 600 ₽. Итоговая сумма зависит не столько от тарифа, сколько от того, сколько часов карта реально считает.
Сколько стоит H100: час, день, месяц
Начнём с простой арифметики. Тариф один, скидки за объём мы не обещаем, поэтому считать легко.
| Период | Часов | Одна H100 | Две H100 | Восемь H100 |
|---|---|---|---|---|
| 1 час | 1 | 255 ₽ | 510 ₽ | 2 040 ₽ |
| Рабочий день | 8 | 2 040 ₽ | 4 080 ₽ | 16 320 ₽ |
| Сутки | 24 | 6 120 ₽ | 12 240 ₽ | 48 960 ₽ |
| Неделя 24/7 | 168 | 42 840 ₽ | 85 680 ₽ | 342 720 ₽ |
| Месяц 24/7 | 720 | 183 600 ₽ | 367 200 ₽ | 1 468 800 ₽ |
| Будни по 8 часов | 176 | 44 880 ₽ | 89 760 ₽ | 359 040 ₽ |
Поминутная оплата важна именно для H100. Если эксперимент завершился за 1 час 12 минут, вы платите 306 ₽, а не за два полных часа. На дорогой карте округления до часа за месяц складываются в тысячи рублей.
Чтобы прикинуть свой сценарий, откройте страницу цен: там тарифы на все карты, от RTX 3060 за 12 ₽/час до B200 за 1181 ₽/час.
От чего зависит цена аренды H100
Тариф за час задаёт только одну часть уравнения. Реальная стоимость задачи складывается из нескольких факторов.
Версия карты. H100 выпускается в исполнении SXM и PCIe. У SXM выше пропускная способность памяти (около 3,35 ТБ/с против примерно 2 ТБ/с у PCIe) и быстрая связь NVLink между картами. Для одиночного инференса разница заметна меньше, для обучения на нескольких картах заметнее. Перед запуском посмотрите характеристики конкретного сервера в карточке.
Количество карт. Цена растёт линейно, а скорость нет. Две H100 редко дают ровно двукратное ускорение: часть времени уходит на обмен градиентами. Подробнее о том, когда несколько карт окупаются, читайте в статье про обучение на нескольких GPU.
Простой. Самая частая статья лишних расходов: сервер включён, но ничего не считает. Пока вы пишете код, разбираете ошибку или ждёте загрузки датасета, H100 стоит те же 339–417 ₽ в час. Готовьте окружение на дешёвой карте, а на H100 переходите с отлаженным скриптом.
Загрузка данных и диск. Если обучение упирается в чтение с диска, дорогая карта простаивает в ожидании батчей. Держите датасет на локальном SSD, а не тяните его по сети на каждой эпохе.
Время суток и спрос. На маркетплейсе предложение зависит от владельцев карт. Тариф Терафермы на H100 фиксированный, но в часы пик свободных карт может быть меньше, поэтому длинные задачи удобнее планировать заранее.
H100 против A100, H200 и RTX 4090: цена результата
Сравнивать карты по цене часа бессмысленно. Важна цена готового результата: эпохи обучения, миллиона токенов, тысячи картинок.
| Карта | Память | Тариф, ₽/час | Когда выбирать |
|---|---|---|---|
| RTX 4090 | 24 ГБ | 44 | Инференс до 13B, LoRA, генерация картинок |
| RTX 5090 | 32 ГБ | 70 | То же, но больше памяти и выше скорость |
| RTX A6000 | 48 ГБ | 60 | Квантизованные 70B, длинный контекст |
| A100 | 80 ГБ | 102 | Обучение и инференс, где важен объём памяти |
| H100 | 80 ГБ | 255 | Полное обучение, FP8, большой поток запросов |
| H200 | 141 ГБ | 534 | Модели, которым тесно в 80 ГБ |
По паспортным данным H100 выдаёт около 989 TFLOPS в плотных FP16-вычислениях против 312 у A100. На практике обучение трансформеров на H100 идёт примерно в 2–3 раза быстрее. Тариф выше в 2,5 раза, поэтому H100 выгодна там, где задача действительно упирается в вычисления и использует FP8 или Transformer Engine.
Пример. Дообучение модели занимает 30 часов на A100, это 3 060 ₽. Если на H100 та же задача идёт 12 часов, выходит те же 3 060 ₽, но результат готов на сутки раньше. Если ускорение только полуторакратное (20 часов), H100 обойдётся в 5 100 ₽, то есть переплата без выигрыша по сути. Детальное сравнение есть в материале H100 vs A100 vs RTX 4090.
Для каких задач H100 оправдана
H100 стоит брать, когда без неё задача либо не помещается, либо идёт неприемлемо долго.
- Полное обучение и континуальное дообучение моделей от 7B. С оптимизатором Adam в смешанной точности на параметр уходит около 16 байт, то есть модель 7B требует свыше 110 ГБ без учёта активаций. Здесь нужны несколько H100 с FSDP или DeepSpeed.
- Обучение в FP8. Тензорные ядра четвёртого поколения поддерживают FP8, и библиотеки вроде Transformer Engine дают на этом заметный прирост. На A100 FP8 нет.
- Инференс с высоким потоком запросов. Для API с десятками одновременных пользователей vLLM на H100 обрабатывает больше токенов в секунду, чем две-три карты попроще, и тратит меньше памяти на дублирование весов.
- Короткие дедлайны. Если результат нужен к утру, а A100 считает двое суток, переплата за скорость оправдана.
Для экспериментов, отладки, инференса 7–13B и генерации изображений H100 избыточна. Тот же Llama 8B отлично работает на RTX 4090 за 48 ₽/час.
Сколько стоят типовые задачи
Чтобы перевести тариф в бюджет проекта, удобно мыслить задачами, а не часами. Ниже — ориентиры для нескольких распространённых сценариев. Время зависит от данных, длины последовательностей и настроек, поэтому считайте цифры порядком величины, а не обещанием.
| Задача | Конфигурация | Ориентировочное время | Стоимость |
|---|---|---|---|
| Отладка скрипта обучения | 1 × H100 | 1–2 часа | 255–510 ₽ |
| LoRA для модели 70B в bf16 | 1–2 × H100 | 6–12 часов | 1 530–6 120 ₽ |
| Полное дообучение модели 7B на небольшом датасете | 4 × H100 | 8–16 часов | 8 160–16 320 ₽ |
| Бенчмарк инференса 70B в FP8 | 1 × H100 | 2–3 часа | 510–765 ₽ |
| Демо-сервис на 70B для пилота, рабочая неделя | 1 × H100 | 40 часов | 10 200 ₽ |
Из таблицы видно, что разовый эксперимент на H100 стоит сотни рублей, а не десятки тысяч. Дорогой карта становится только тогда, когда работает круглосуточно без нужды. Если хотите оценить обучение точнее, воспользуйтесь методикой из статьи сколько стоит обучить нейросеть: она переводит токены датасета в GPU-часы.
Как снизить расходы на аренду H100
Несколько правил, которые экономят до половины бюджета без потери качества.
- Отлаживайте на дешёвой карте. Проверьте код на маленькой версии модели на RTX 3090 за 26 ₽/час. Когда скрипт отработал одну итерацию без ошибок, переносите его на H100.
- Ставьте автоостановку. Добавьте в конец скрипта команду выключения или следите за загрузкой карты через nvidia-smi. Забытый на ночь сервер съедает 2 000–3 000 ₽ впустую.
- Сохраняйте чекпоинты. Сохранение каждые 30–60 минут позволяет остановить работу в любой момент и продолжить позже без потери прогресса.
- Используйте bf16 или FP8. Обучение в FP32 на H100 выходит пустой тратой денег: карта раскрывается только в пониженной точности.
- Подбирайте размер батча. Если загрузка GPU в nvidia-smi держится ниже 70–80%, увеличьте батч или число воркеров загрузки данных.
- Не берите больше карт, чем нужно. Если модель помещается на одну H100, вторая ускорит работу не вдвое, а цена вырастет ровно в два раза.
Если задача не помещается в 80 ГБ даже с квантизацией, смотрите на H200 со 141 ГБ: иногда одна H200 дешевле и проще, чем две H100 с распределением модели.
Почасовая аренда или постоянный сервер
Частый вопрос: не выгоднее ли держать H100 постоянно, чем включать её под задачи? Всё решает коэффициент загрузки.
Возьмём команду, которой карта нужна для экспериментов 3–4 часа в день. Почасовая аренда за 22 рабочих дня даёт около 77 часов, то есть примерно 19 600 ₽. Если держать ту же карту включённой круглосуточно, выйдет 183 600 ₽, и 90% этого времени она будет простаивать.
Обратная ситуация: продакшен-инференс с постоянным потоком запросов. Тут карта загружена всё время, и разница между «включать по необходимости» и «держать всегда» исчезает: сервер просто работает весь месяц.
Практическое правило: пока загрузка ниже 60–70% времени, почасовая модель почти всегда дешевле. Расчёты для разных сценариев собраны в статье почасовая аренда или выделенный сервер.
Есть и промежуточный вариант для обучения. Запускайте длинный прогон на H100 на ночь, а днём, пока анализируете результаты и правите код, держите включённой только дешёвую карту для проверок. Так дорогой ускоритель работает исключительно на полезную нагрузку.
Как арендовать H100 в Тераферме
Процесс занимает несколько минут:
- Зарегистрируйтесь и пополните баланс от 500 ₽ (сейчас криптовалютой, оплата картой РФ — скоро).
- Выберите H100 в каталоге и задайте объём диска: для 70B-модели в FP8 закладывайте от 200 ГБ.
- Запустите сервер и подключитесь по SSH. Окружение с драйверами NVIDIA и CUDA уже готово.
- Загрузите модель и данные, запустите задачу.
- Остановите сервер, как только работа завершена: списание прекращается сразу.
Карточка аренды H100 показывает характеристики доступных серверов и текущую цену. Начните с часа на отладку, это 255 ₽ и ясное понимание, сколько стоит ваша задача целиком.