GPU pour le calcul scientifique et la simulation
Les codes de simulation comme la dynamique moléculaire, la mécanique des fluides numérique, la météo ou la chimie quantique sont souvent limités par la bande passante mémoire et, pour beaucoup, par l’arithmétique double précision (FP64). Les GPU de centre de données à mémoire HBM sont conçus pour les deux.
GPU adaptés : calcul scientifique
Faites défiler horizontalement pour voir toutes les colonnes.
| GPU | Mémoire | Type de mémoire | Bande passante | Interconnexion | Prix/h |
|---|---|---|---|---|---|
| Tesla V100Volta | 32 Go | HBM2 | 900 Go/s | Non publié | dès 0,10 $US |
| A100 PCIeAmpere | 80 Go | HBM2e | 1 935 Go/s | NVLink bridge (600 GB/s) · PCIe 4.0 | dès 1,79 $US |
| A100 SXMAmpere | 80 Go | HBM2e | 2 039 Go/s | NVLink 3 (600 GB/s) · PCIe 4.0 | dès 1,79 $US |
| H100 PCIeHopper | 80 Go | HBM2e | 2 000 Go/s | NVLink bridge (600 GB/s) · PCIe 5.0 | dès 2,89 $US |
| H100 SXMHopper | 80 Go | HBM3 | 3 350 Go/s | NVLink 4 (900 GB/s) · PCIe 5.0 | dès 2,88 $US |
| GH200Grace Hopper | 96 Go | HBM3 | 4 000 Go/s | NVLink-C2C (900 GB/s) | dès 6,81 $US |
| H200Hopper | 141 Go | HBM3e | 4 800 Go/s | NVLink 4 (900 GB/s) · PCIe 5.0 | dès 4,19 $US |
| MI300XCDNA 3 | 192 Go | HBM3 | 5 300 Go/s | AMD Infinity Fabric (128 GB/s per link) · PCIe 5.0 | dès 4,16 $US |
| MI325XCDNA 3 | 256 Go | HBM3e | 6 000 Go/s | AMD Infinity Fabric (128 GB/s per link) · PCIe 5.0 | dès 4,82 $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 : calcul scientifique
Double précision
De nombreux solveurs ont besoin du FP64. Les GPU de centre de données comme les V100, A100, H100 et AMD Instinct exécutent le FP64 à haut débit, alors que les cartes GeForce et la plupart des cartes de station de travail l’exécutent à une petite fraction de leur débit FP32. Vérifiez votre code : certains logiciels tournent surtout en simple précision ou en précision mixte.
Bande passante mémoire
Les codes à stencil, l’algèbre linéaire creuse et les méthodes particulaires déplacent plus de données qu’ils n’en calculent. La mémoire HBM, d’environ 0,9 To/s sur la V100 à plus de 4 To/s sur les H200 et MI300X, est ce qui rend ces codes rapides.
Passage à l’échelle sur plusieurs GPU
La décomposition de domaine répartit une simulation sur des GPU qui échangent leurs données de frontière à chaque étape. NVLink ou Infinity Fabric entre GPU évite que cet échange devienne le goulot d’étranglement.
Comparer des GPU : calcul scientifique
GPU pour le calcul scientifique et la simulation : questions fréquentes
Pourquoi les chiffres FP64 ne sont-ils pas affichés ?
Ce site n’affiche que les valeurs publiées pour chaque modèle exact sous une forme comparable. Les débits FP64 diffèrent selon les versions de carte (SXM, PCIe) : consultez la fiche technique du constructeur pour la carte que vous comptez louer.
Quel GPU pour la dynamique moléculaire ?
Les logiciels comme GROMACS, AMBER et NAMD tournent en grande partie en simple précision ou en précision mixte et donnent de bons résultats sur de nombreux GPU, y compris les cartes de station de travail ; les codes qui ont besoin du FP64 de bout en bout sont mieux servis par des GPU A100, H100 ou MI300X.
Mon code tourne-t-il sur des GPU AMD ?
Les GPU AMD Instinct exécutent le code écrit pour ROCm et HIP ; de nombreux logiciels HPC sont livrés en version ROCm. Le code écrit uniquement pour CUDA doit être porté, souvent avec les outils HIPIFY, avant de tourner sur AMD.
Comment louer un GPU sur EverXCloud pour l’usage calcul scientifique ?
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 la génération d’images et de vidéos
Modèles de diffusion pour l’image et la vidéo, des cartes de 24 Go aux GPU de 80 Go.
- GPU pour le rendu 3D et les effets visuels
Rendu en lancer de rayons, effets visuels et moteurs temps réel.