Optimisez le potentiel de votre infrastructure d'IA grâce à une instance GPU polyvalente et rentable.
Bénéficiant à la fois de capacités de décodage d'images et de vidéos et de rendering efficace et rapide, ainsi que de la capacité d'entrainer et de servir des modèles de Deep Learning variés, l'instance GPU L4 couvre une gamme polyvalente de besoins.
Offrant une alternative économique aux GPU plus coûteux, l'instance GPU L4 permet d'obtenir de solides performances sans alourdir le budget, ce qui convient parfaitement aux startups et aux projets de petite à moyenne taille.
L'Instance GPU L4 offre une excellente génération vidéo, un décodage et un traitement pré-post, permettant aux industries telles que la mode, l'architecture, les jeux et la publicité de créer des contenus visuels nouveaux, impressionnant de réalisme et cohérents.
DC5 est l'un des centres de données les plus écologiques d'Europe, entièrement alimenté par de l'énergie éolienne et hydraulique renouvelable (certifiée GO), avec un système de refroidissement ultra-efficace utilisant la ventilation directe et le refroidissement adiabatique. Avec un PUE de 1,16 (vs. 1,55 en moyenne dans l'industrie), il réduit la consommation d'énergie de 30 à 50 % par rapport aux centres de données traditionnels.
WAW2 est alimenté à 100 % par de l'énergie éolienne (certifiée GO) et utilise une combinaison de refroidissement direct, de free chilling, de systèmes d'immersion et de climatisation pour optimiser le refroidissement des systèmes. Avec un PUE de 1,32 — inférieur à la moyenne du secteur — il minimise la consommation d'énergie pour une efficacité maximale.
GPU
GPU NVIDIA L4 Tensor Core
Mémoire GPU
24 GB GDDR6 (300 GB/s)
Processeur
8 vCPUs AMD EPYC 7413
Fréquence du processeur
2,65 Ghz
Mémoire
48 GB de RAM
Type de mémoire
DDR4
Bande passante réseau
2,5 Gbps
Stockage
Block Storage
Coeurs
Tensor Cores 4th generation RT Cores 3rd generation
Réservez vos machines pour construire une infrastructure d'inférence rentable à
0,75 €/h/GPU
Si vous avez mis en production un modèle texte-to-image et que vous cherchez à optimiser le coût de votre infrastructure, mais pas au détriment de la performance. L'Instance GPU L4 est à considérer!
L'Instance GPU L4 génère une image de 256x256px en 14445.1 pixel/seconde
Avec une capacité de mémoire accrue de 50 % par rapport la génération précédente GPU T4, la L4 permet de générer des images plus grandes, jusqu'à 1024x768.
L'Instance GPU L4 est le prochain outil secret de toutes les équipes travaillant dans:
L'industrie manufacturière ou l'industrie automobile
Les GPU tels que le GPU L4 de NVIDIA permettent aux équipes de conception et d'ingénierie d'effectuer des simulations en temps réel pour une évaluation précoce des modèles 3D. Ces simulations réalistes accélèrent l'analyse, permettent aux équipes de tester rapidement des modifications de conception viables et de modifier les modèles avant la validation finale, ce qui accélère la création de produits.
L'industrie du jeu et de la création de contenu
L'Instance GPU L4 peut également permettre aux créateurs de créer en temps réel des graphiques et des scènes de qualité cinématographique pour des expériences visuelles immersives, grâce à ses tout nouveaux RT Cores de troisième génération.
Avec jusqu'à 3 fois les performances d'encodage et de décodage vidéo H264 du GPU T4, et 120 fois les performances des solutions basées sur CPU, l'Instance GPU L4 est le choix idéal pour les pipelines vidéo AI en temps réel.
La L4 GPU Instance est capable d'héberger plus de 1 000 flux vidéo AV1 à 720p30 pour les applications mobiles, et avec la technologie de quatrième génération Tensor Core et le support de précision FP8, elle élève la compréhension du contenu vidéo à un niveau supérieur.
De plus, avec une efficacité énergétique jusqu'à 120 fois meilleure et un coût de possession comparé à l'infrastructure traditionnelle basée sur CPU, l'instance GPU L4 est non seulement puissante mais aussi rentable.
_Source: NVIDIA_
| Option | Value | Price |
|---|---|---|
| Zone | Paris 2 | |
| Instance | 1x | 0€ |
| Volume | 10GB | 0€ |
| IPv4 flexible | Oui | 0.004€ |
| Total | |
|---|---|
| À la journée | 0€ |
| À la semaine | 0€ |
| Au mois | 0€ |
| Nom de l'Instance | Nombre de GPU | TFLOPs FP16 Tensor Cores | VRAM | prix par heure | prix à la minute |
|---|---|---|---|---|---|
| L4-1-24G | 1 NVIDIA L4 Tensor Core GPU | 242 TFLOPS | 24 GB | 0,75€/heure | 0,0125€/min |
| L4-2-24G | 2 NVIDIA L4 Tensor Core GPU | 484 TFLOPS | 2 x 24 GB | 1,5€/heure | 0,025€/min |
| L4-4-24G | 4 NVIDIA L4 Tensor Core GPU | 968 TFLOPS | 4x 24GB | 3€/heure | 0,05€/min |
| L4-8-24G | 8 NVIDIA L4 Tensor Core GPU | 1936 TFLOPS | 8x 24GB | 6€/heure | 0,1€/min |
Analysez et surveillez les performances de toutes vos ressources en quelques clics, grâce à notre service d'observabilité managé.
Simple d’utilisation, Kubernetes Kapsule est entièrement intégré à notre écosystème cloud.
Répartissez les charges de travail sur plusieurs serveurs à l'aide d'un Load Balancer afin de garantir une disponibilité continue et d'éviter la surcharge des serveurs.
Sécurisez vos ressources cloud facilement sur un réseau privé régional résilient
Les prix de nos instances GPU incluent le vCPU et la RAM nécessaires pour une performance optimale.
Pour lancer l'Instance GPU L4, vous devrez provisionner un minimum de Block Storage et une IP flexible à vos frais.
En cas de doute sur le prix, utilisez le calculateur, il est fait pour ça !
Il s'agit de 4 formats de la même instance intégrant le GPU NVIDIA L4 Tensor Core.
NVIDIA Multi-Instance GPU (MIG) est une technologie introduite par NVIDIA pour améliorer l'utilisation et la flexibilité des GPU en data center, spécialement conçus pour la virtualisation et les environnements multi-tenant. Cette fonctionnalité est disponible sur l'Instance GPU H100 PCIe mais pas sur l'Instance GPU L4. Cependant, les utilisateurs peuvent bénéficier de la compatibilité avec Kubernetes Kapsule pour optimiser leur infrastructure.
De nombreux critères doivent être pris en compte pour choisir la bonne instance GPU :
Pour plus d'informations, consultez la [documentation dédiée à ce sujet] (https://www.scaleway.com/en/docs/compute/gpu/reference-content/choosing-gpu-instance-type/)
