GPU pour la génération d’images et de vidéos
Les modèles de diffusion génèrent images et vidéos étape par étape, chaque étape exécutant le réseau entier. Les modèles d’images récents demandent 12 à 24 Go de mémoire en pleine résolution ; les modèles vidéo et l’entraînement de styles personnalisés en demandent bien davantage.
GPU adaptés : génération d’images et de vidéos
Faites défiler horizontalement pour voir toutes les colonnes.
| GPU | Mémoire | Type de mémoire | Bande passante | Tenseurs FP16 | Prix/h |
|---|---|---|---|---|---|
| RTX 3090Ampere | 24 Go | GDDR6X | 936 Go/s | Non publié | dès 0,22 $US |
| RTX 4090Ada Lovelace | 24 Go | GDDR6X | 1 008 Go/s | Non publié | dès 0,33 $US |
| RTX 5090Blackwell | 32 Go | GDDR7 | 1 792 Go/s | Non publié | dès 0,69 $US |
| L40SAda Lovelace | 48 Go | GDDR6 | 864 Go/s | 362 TFLOPS | dès 0,79 $US |
| RTX 6000 AdaAda Lovelace | 48 Go | GDDR6 | 960 Go/s | Non publié | dès 0,74 $US |
| RTX PRO 6000 BlackwellBlackwell | 96 Go | GDDR7 | 1 792 Go/s | Non publié | dès 1,69 $US |
| A100 SXMAmpere | 80 Go | HBM2e | 2 039 Go/s | 312 TFLOPS | dès 1,79 $US |
| H100 SXMHopper | 80 Go | HBM3 | 3 350 Go/s | 989 TFLOPS | dès 2,88 $US |
Caractéristiques du constructeur, par GPU ; débits tensoriels sans parcimonie. Les tailles de modèle sont des estimations prudentes en milliards de paramètres, en comptant 80 % de la mémoire ; la longueur de contexte, la taille des lots et le cadriciel modifient la limite réelle. Les prix sont la meilleure offre en direct pour un GPU à l’heure, hors taxes.
Tous les modèles de GPUCe qui compte : génération d’images et de vidéos
La mémoire pour la résolution et la durée
La mémoire utilisée croît avec la résolution, la taille de lot et, pour la vidéo, le nombre d’images. Une carte de 24 Go fait tourner la plupart des modèles d’images en pleine résolution ; la génération vidéo et les grands modèles d’images sont bien plus à l’aise sur des GPU de 48 à 96 Go.
Vitesse par image
Chaque étape de débruitage est gourmande en calcul. Les architectures récentes et un débit tensoriel plus élevé raccourcissent le temps par image ; pour de nombreuses images, plusieurs GPU en parallèle passent à l’échelle de façon presque linéaire.
Entraîner des styles et des personnages
Entraîner des adaptateurs LoRA pour un modèle de diffusion tient sur une carte de 24 Go ; le réglage fin complet d’un grand modèle d’images ou d’un modèle vidéo demande 48 Go ou plus par GPU.
Comparer des GPU : génération d’images et de vidéos
GPU pour la génération d’images et de vidéos : questions fréquentes
Combien de VRAM faut-il pour Stable Diffusion ou Flux ?
Les modèles d’images récents tournent confortablement avec 16 à 24 Go dans leur résolution native ; des options d’économie de mémoire permettent aux cartes plus petites de les exécuter, plus lentement. Les modèles de diffusion vidéo demandent souvent 48 Go ou plus.
RTX 4090 ou RTX 5090 pour la génération d’images ?
La RTX 5090 a 32 Go de mémoire GDDR7 et environ 1,8 To/s de bande passante, contre 24 Go et environ 1 To/s pour la RTX 4090 : de plus grands modèles et lots tiennent, et la génération est plus rapide.
Puis-je générer des images sur un GPU de centre de données ?
Oui. Les GPU A100, H100 et L40S font bien tourner les modèles de diffusion ; ils sont surtout pertinents pour de gros lots, les modèles vidéo ou l’entraînement, où leur mémoire est pleinement utilisée.
Comment louer un GPU sur EverXCloud pour l’usage génération d’images et de vidéos ?
Créez un compte, rechargez votre solde prépayé en euros, en dollars américains ou en livres, puis achetez des heures de GPU sur la bourse au comptant à la meilleure offre, ou déposez une demande au prix que vous êtes prêt à payer. Les locations sont facturées à l’heure. Les prix sont affichés hors taxes et EverXCloud est le vendeur officiel de chaque location.
Soyez prêt le jour du lancement
Créez votre compte dès maintenant : vous pourrez approvisionner votre solde et louer le GPU adapté à votre usage dès l’ouverture du marché.
Vous avez des serveurs GPU ?
Les entreprises peuvent rejoindre l’EverXCloud Network et vendre des heures de leurs serveurs GPU sur la bourse au comptant.
Autres usages
- GPU pour entraîner de grands modèles de langage
Pré-entraînement et réglage fin complet sur GPU de centre de données à mémoire HBM.
- GPU pour le réglage fin de modèles ouverts
Adaptateurs LoRA et QLoRA sur un seul GPU, dès 24 Go.
- GPU pour l’inférence de LLM
Servir des modèles ouverts : ce qui tient en mémoire, et à quelle vitesse viennent les tokens.
- GPU pour le rendu 3D et les effets visuels
Rendu en lancer de rayons, effets visuels et moteurs temps réel.
- GPU pour le calcul scientifique et la simulation
Codes de simulation et HPC sur GPU de centre de données à mémoire HBM.