Guide GPU
GPU pour la recherche universitaire au Québec : louer un GPU à l’heure
Mis à jour le
Réponse courte
Un laboratoire, un cégep ou un centre de services scolaire peut louer un GPU NVIDIA à Montréal à l’heure, dès 0,67 $ CA/h pour une RTX A6000 de 48 Go, payé par crédit prépayé en dollars canadiens. C’est un complément aux grappes nationales de calcul, utile pour une échéance, un cours ou un prototype.
Quand louer plutôt qu’attendre une allocation
Les grappes de l’Alliance de recherche numérique du Canada restent le bon choix pour les gros calculs couverts par une allocation. Louer à l’heure sert dans les autres cas : une soumission à une conférence la semaine prochaine, un étudiant qui n’a pas encore de compte, un essai avant de demander une allocation, ou un cours qui a besoin de GPU à heure fixe.
Sur un serveur loué, tu es administrateur : tu installes les bibliothèques voulues, sans module ni ordonnanceur, et le GPU n’est partagé avec personne.
Pour un cégep ou un centre de services scolaire (les anciennes commissions scolaires), un serveur avec JupyterLab permet d’initier une classe à l’apprentissage automatique sans acheter de cartes graphiques ni les entretenir.
Un budget qui ne déborde pas
- Le crédit est prépayé, par carte de crédit, à partir de 25,00 $ CA : la dépense suit le crédit chargé, et la recharge automatique reste optionnelle.
- Pour une organisation, le paiement par virement bancaire est possible sur demande, à confirmer avec notre équipe avant la commande.
- Les factures et un relevé mensuel d’utilisation se téléchargent en PDF dans la console, en dollars canadiens.
- Le prix affiché est le prix facturé en dollars canadiens, taxes en sus : aucune conversion à justifier dans un rapport de dépenses.
Les GPU pour JupyterLab, avec leur disponibilité
| GPU | GPU par serveur | Mémoire GPU du serveur | À la demande, par heure | Disponibilité |
|---|---|---|---|---|
| NVIDIA RTX A6000 | 1 | 48 Go | 0,67 $ | |
| NVIDIA L40 | 1 | 48 Go | 1,34 $ | |
| NVIDIA A100 PCIe | 1 | 80 Go | 1,81 $ | |
| NVIDIA H100 PCIe | 1 | 80 Go | 3,35 $ |
Prix en dollars canadiens, taxes en sus, lus dans le catalogue à la publication de la page. La disponibilité est lue en direct ; une machine en rupture affiche la machine équivalente la plus proche qui est en stock.
Le modèle en un clic JupyterLab installe JupyterLab avec le GPU, servi en HTTPS et protégé par un jeton. Pour un mémoire qui demande de gros modèles, les serveurs de 2 à 8 GPU sont décrits dans le guide louer un serveur 8 GPU.
Exemples de coûts pour un cours et un mémoire
- Un laboratoire de cours : 25 étudiants × 3 heures sur une RTX A6000, soit 75 heures, coûte 50,25 $.
- Un projet de mémoire : 40 heures d’entraînement sur une A100 PCIe de 80 Go coûtent 72,40 $.
- Calcul : tarif horaire × heures, arrondi au cent, taxes en sus. Supprime ou hiberne les serveurs entre les séances.
Données de recherche et éthique
Si ton protocole précise où les données peuvent être hébergées, les serveurs et leurs disques restent au Canada, à Montréal, dans une seule région. Les détails sont sur la page souveraineté des données ; pour des données de santé, voir aussi le guide GPU et données de santé.
Ce qu’il faut savoir avant de lancer
- La facturation se fait à l’heure, au tarif horaire du serveur, à partir d’un crédit prépayé. Il n’y a pas de facturation à la minute, et la première heure est prélevée au déploiement.
- Un serveur arrêté reste facturé au plein tarif horaire. Pour payer moins, hiberne-le (0,02 $ par heure (environ 14,60 $ par mois), disque conservé) ou supprime-le. Une machine Spot ne s’hiberne pas : supprime-la quand tu as fini.
- La recharge minimale est de 25,00 $ CA, payée par carte de crédit.
- Les serveurs et leurs disques restent au Canada (région canada-montreal, à Montréal). Les renseignements du compte (identité, facturation, courriels) peuvent être traités hors du Québec, comme l’explique la politique de confidentialité.
Questions fréquentes
Combien coûte un GPU pour un projet de recherche ?
Dès 0,67 $ CA/h pour une RTX A6000 de 48 Go, et 1,81 $ CA/h pour une A100 PCIe de 80 Go, taxes en sus, facturé à l’heure.
Une université peut-elle payer par virement ?
Oui, sur demande pour une organisation : le virement bancaire se confirme avec notre équipe avant la commande. Le paiement par carte de crédit est offert à tous.
Peut-on préparer des GPU pour un cours ?
Oui. Chaque étudiant ou équipe peut avoir son serveur avec JupyterLab installé en un clic ; supprime les serveurs après la séance pour arrêter la facturation.
Les données de recherche restent-elles au Canada ?
Les serveurs et leurs disques restent au Canada, à Montréal. Les renseignements du compte peuvent être traités hors du Québec, comme l’explique la politique de confidentialité.
Est-ce que ça remplace les grappes de l’Alliance ?
Non, c’est un complément : les grappes nationales restent le bon choix pour les gros calculs couverts par une allocation. La location à l’heure sert quand il faut un GPU en dehors d’une allocation.
Tu veux du GPU ? On est là.
Lance un serveur GPU NVIDIA à l’heure au Canada, payé en dollars canadiens par carte de crédit, ou réserve un GPU en rupture : il est lancé dès qu’il se libère.
Autres guides
- Ton IA te dit qu’il te faut un GPU ? Lance ton script Python sur un GPU en quelques minutes
- CUDA out of memory : causes, correctifs, et quand passer à un GPU avec plus de VRAM
- torch.cuda.is_available() renvoie False : causes et correctifs (Mac, PC sans NVIDIA, Docker)
- Combien coûte un GPU à l’heure au Canada, en dollars canadiens ?
- API OpenAI trop chère ? Héberge ton LLM sur un GPU à l’heure, au Canada
- Louer un GPU à l’heure au Canada : prix, étapes et facturation
- GPU cloud à Montréal, au Canada : serveurs GPU NVIDIA hébergés au pays
- Louer une H100 au Canada : PCIe, NVLink ou SXM, à l’heure
- Quel GPU pour fine-tuner un LLM ? Mémoire, machine et coût
- GPU cloud pas cher : comment payer le moins possible pour un GPU
- GPU pour Ollama : faire tourner un LLM en ligne sur ton propre serveur
- GPU pour Stable Diffusion et ComfyUI : générer des images sur un serveur loué
- Louer un serveur 8 GPU : 8 × H100 ou 8 × A100 NVLink, à l’heure
- Alternative à RunPod au Canada : GPU à l’heure, en dollars canadiens
- Données de santé et IA : des GPU hébergés au Canada