GPU avec 141 Go de VRAM ou plus
Les cartes avec au moins 141 Go de mémoire vidéo commencent à 5,43 € de l’heure sur VRAMfarm (H200). 141 Go accueillent un modèle de langage d’environ 213B paramètres en 4 bits ou 64B en FP16. Pour l’image et la vidéo : n’importe quel modèle ouvert d’image ou de vidéo, plusieurs à la fois en mémoire.
141 Go sur la H200 et 192 Go sur la B200 permettent de faire tenir les plus grands modèles ouverts sur une seule carte, y compris un 70B en FP16 et de gros modèles mixture-of-experts en 4 bits.
Cartes de 141 Go ou plus, de la moins chère à la plus chère
| GPU | Type | Mémoire | TFLOPS FP32 | Où | Prix par heure | ≈ par mois | Action |
|---|---|---|---|---|---|---|---|
| H200 | centre de données | 141 Go | ≈67 | +2 | 5,43 €/h | 3 910 € par mois | Louer |
| B200 | centre de données | 192 Go | ≈80 | 16,12 €/h | 11 606 € par mois | Louer |
Pour lancer, votre solde doit couvrir une heure d’utilisation de la machine. Vous êtes facturé à la minute, selon l’utilisation réelle.
Ce qui tourne sur 141 Go
Modèles de langage
Jusqu’à environ 213B paramètres en 4 bits (AWQ, GPTQ, GGUF Q4) ou 64B en FP16, avec de la place pour un contexte normal. Un long contexte et de nombreux utilisateurs en parallèle demandent plus. Le calculateur de VRAM fait le calcul pour votre modèle.
Images et vidéo
N’importe quel modèle ouvert d’image ou de vidéo, plusieurs à la fois en mémoire.
Entraînement
QLoRA d’un 70B, LoRA d’un 32B avec une base 16 bits, fine-tuning complet d’un 8B avec un optimiseur 8 bits.
Usages typiques pour cette taille
- Mixture-of-experts 235B en 4 bits
- Entraînement avec de gros batchs
- Les plus grands modèles ouverts sur une seule carte
Questions fréquentes
Quel est le GPU le moins cher avec 141 Go ou plus ?
La NVIDIA H200, dès 5,43 € de l’heure sur VRAMfarm, facturée à la minute.
Quel LLM puis-je faire tourner sur 141 Go ?
Environ 213B paramètres en 4 bits ou 64B en FP16, avec de la place pour un contexte normal. Par exemple : Qwen3 14B, Qwen3 32B, Llama 3.3 70B.
Puis-je cumuler la mémoire de plusieurs GPU ?
Pour les modèles de langage, oui : vLLM et llama.cpp répartissent un modèle entre les cartes, donc 2 × 24 Go peuvent faire tourner ce qui demande environ 40 Go. Pour les modèles d’image et de vidéo, la mémoire ne s’additionne pas : une seule carte doit contenir le modèle.
Comment savoir si 141 Go suffisent ?
Additionnez les poids (2 Go par milliard de paramètres en FP16, 0,6 Go en 4 bits), le cache de contexte et 10 à 15 % pour les buffers, ou utilisez notre calculateur de VRAM. Si le modèle ne tient pas, soit il échoue avec « CUDA out of memory », soit il tourne beaucoup plus lentement avec l’offloading.
Louez 141 Go de VRAM
Rechargez à partir de 10 €, choisissez une carte dans la liste et démarrez en quelques minutes.