Cloud GPU
Un cloud GPU est un service qui loue des machines à GPU à l'heure ou à la seconde pour l'entraînement, le fine-tuning et l'inférence en IA. Des fournisseurs spécialisés, parfois appelés neoclouds, se concentrent sur les GPU et facturent souvent moins cher que les grands clouds généralistes.
Aussi appelé : neocloud, GPU rental, GPU cloud provider
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Acheter des GPU pour centre de données coûte cher et prend du temps : la plupart des équipes louent donc. Les grands clouds (AWS, Google Cloud, Azure) proposent des instances GPU parmi tout le reste. Un groupe plus récent de fournisseurs, souvent appelés neoclouds, ne propose guère que des GPU. RunPod en est un exemple : il propose des instances GPU à la demande facturées à la seconde, à la fois dans des centres de données certifiés et sur un réseau communautaire contrôlé de fournisseurs individuels.
Ce que vous obtenez
En général une machine virtuelle ou un conteneur avec un ou plusieurs GPU, un choix de modèles de GPU, du stockage attaché et un accès SSH ou notebook. Vous choisissez un modèle préconfiguré ou votre propre image de conteneur et lancez ce que vous voulez : tâches de fine-tuning, serveur vLLM, génération d'images. Pour le travail sur plusieurs GPU, vérifiez l'interconnexion, car le parallélisme tensoriel exige des liaisons rapides entre les cartes.
Modes de paiement
Les instances à la demande se démarrent et s'arrêtent à volonté. La capacité réservée est moins chère à l'heure mais vous engage pour des mois. Les instances spot ou interruptibles sont les moins chères mais peuvent vous être reprises à bref délai : sauvegardez donc des checkpoints. Les plateformes de GPU serverless comme Modal ne facturent que pendant l'exécution de votre code et descendent à zéro. Notre calculateur de GPU compare les prix horaires des cartes dont un modèle a besoin.
Cloud GPU ou fournisseur d'inférence
Un cloud GPU vend de la puissance de calcul et c'est vous qui faites tourner le logiciel. Un fournisseur d'inférence vend la sortie du modèle au token et fait tout tourner. Louer des GPU a du sens quand vous avez besoin d'un modèle personnalisé ou ajusté par fine-tuning, d'un volume élevé et régulier, ou d'un contrôle total du chemin des données.
Ce qu'il faut vérifier
La disponibilité du GPU voulu, les frais de sortie de données et de stockage, l'emplacement du centre de données pour la résidence des données, et les engagements de sécurité et de conformité du fournisseur et, pour le matériel communautaire, de la personne à qui appartient la machine.
Termes liés
- GPU
- Un GPU (graphics processing unit, processeur graphique) est un processeur doté de nombreux petits cœurs conçus pour exécuter beaucoup de calculs en parallèle. Sa rapidité en calcul matriciel en fait le matériel standard pour entraîner et faire tourner les modèles d'IA.
- GPU serverless
- Le GPU serverless est un modèle cloud dans lequel vous déployez du code ou un modèle et la plateforme ne démarre des workers GPU qu'à l'arrivée des requêtes, facture le temps pendant lequel ils tournent et descend à zéro quand il n'y a pas d'activité.
- Fournisseur d'inférence
- Un fournisseur d'inférence (inference provider) est une entreprise qui fait tourner des modèles d'IA sur son propre matériel et en vend l'accès par une API, généralement facturée au token. Vous envoyez des prompts et recevez des sorties sans gérer vous-même de GPU.
- Auto-hébergement (modèles d'IA)
- Auto-héberger un modèle d'IA (self-hosting) signifie le faire tourner sur du matériel que vous contrôlez, comme vos propres serveurs, des GPU loués ou un ordinateur portable, au lieu d'appeler l'API d'un fournisseur. Vous choisissez le modèle et gardez les données, mais vous gérez l'infrastructure.
- VRAM
- La VRAM est la mémoire d'une carte graphique. Pour l'IA, elle contient les poids du modèle, le KV cache et les données de travail, et le fait qu'un modèle tienne ou non dans la VRAM détermine généralement le GPU dont vous avez besoin pour le faire tourner.