¿DigitalOcean cobra tarifas por salida o transferencia de datos?
Respuesta
Tarifas de salida en DigitalOcean: Ninguno (incluido en el plan)
Las tarifas de salida son los cargos aplicados cuando transfieres datos fuera del proveedor de la nube (por ejemplo, descargar pesos de modelos entrenados, servir resultados de inferencia o mover conjuntos de datos a otro proveedor). Esta es una consideración importante de costos para flujos de trabajo de ML que implican exportaciones frecuentes de modelos o movimientos grandes de conjuntos de datos.
Opciones de almacenamiento: Arranque NVMe de 500-720 GiB (incluido), scratch NVMe de 5 TiB en configuraciones más grandes, volúmenes a $0.10/GiB/mes
Para el calendario completo de tarifas de transferencia de datos y niveles gratuitos de salida, consulte el DigitalOcean sitio web oficial.
Más preguntas frecuentes sobre DigitalOcean
- ¿Para qué es mejor DigitalOcean?
- ¿Cuál es la calificación actual de Trustpilot y el número de reseñas para DigitalOcean?
- ¿Qué marcos de aprendizaje automático soporta DigitalOcean?
- ¿Qué tan rápido puedo desplegar una instancia GPU en DigitalOcean?
- ¿Ofrece DigitalOcean inferencia de GPU sin servidor?
- ¿Dónde están ubicados los centros de datos de DigitalOcean?
- ¿DigitalOcean soporta instancias multi-GPU con NVLink o InfiniBand?
- ¿Ofrece DigitalOcean instancias GPU spot o preemptibles?
- ¿Ofrece DigitalOcean créditos gratis o una prueba gratuita?
- ¿Qué modelos de GPU ofrece DigitalOcean?
- ¿Qué es la estructura de precios de DigitalOcean y cómo funciona la facturación?
Guías donde aparece DigitalOcean
- GPUs en la nube más baratos por menos de $0.50/hora
- Las mejores GPUs en la nube para inferencia y servicio de modelos
- Los mejores proveedores de GPU en la nube con NVIDIA A40
- Proveedores de GPU en la Nube con Acceso SSH
- Proveedores de GPU en la nube con almacenamiento persistente
- Proveedores de GPU en la Nube con Clústeres de GPU Multi-Nodo
- Proveedores de GPU en la Nube con Créditos Gratis
- Proveedores de GPU en la nube con Docker e imágenes personalizadas
- Proveedores de GPU en la nube con facturación por segundo
- Proveedores de GPU en la Nube con Gestión por API y CLI
- Proveedores de GPU en la Nube con Inferencia GPU Sin Servidor
- Proveedores de GPU en la Nube con Instancias Spot / Preemptibles
- Proveedores de GPU en la nube con NVLink o InfiniBand
- Proveedores de GPU en la Nube con Soporte para Jupyter Notebook
- Proveedores de GPU en la Nube con Soporte para Kubernetes
- Proveedores de GPU en la Nube sin Tarifas de Salida
Estas guías incluyen DigitalOcean junto con otros proveedores de GPU en la nube, agrupados por características de GPU, frameworks, disponibilidad y requisitos para desarrolladores.
DigitalOcean vs Massed Compute vs Latitude.sh - GPU Provider Comparison (Abril 2026)
Side-by-side comparison of DigitalOcean vs Massed Compute vs Latitude.sh. Quickly scan maximum funding, profit splits, risk rules, leverage, platforms, instruments, payout schedules, payment options, trading permissions and KYC restrictions to narrow down your prop trading firm shortlist. Data updated Abril 2026.
|
DigitalOcean
Nube GPU simple y escalable para IA/ML
|
Massed Compute
Nube GPU con soporte directo de ingenieros
|
Latitude.sh
Nube de GPU bare metal en 23 ubicaciones globales
|
|
|---|---|---|---|
| Resumen | |||
| Calificación en Trustpilot | 4.6 | 0 | 3.7 |
| Sede | United States | United States | Brazil |
| Tipo de Proveedor | No aplica | Enfocado en GPU | Bare Metal |
| Mejor Para | Entrenamiento de IA inferencia ajuste fino despliegue de LLM servicio de LLM visión por computadora startups IA generativa investigación | Entrenamiento de IA inferencia renderizado VFX IA generativa ajuste fino HPC Stable Diffusion investigación | Entrenamiento de IA inferencia GPU bare metal ajuste fino investigación cargas de trabajo dedicadas IA generativa |
| GPU Hardware | |||
| Modelos de GPU | RTX 4000 Ada RTX 6000 Ada L40S MI300X H100 SXM H200 | A30 RTX A5000 RTX A6000 L40S A100 SXM H100 PCIe H100 SXM H100 NVL RTX PRO 6000 H200 NVL | A30 RTX A5000 RTX A6000 L40S RTX 6000 Ada A100 SXM H100 SXM GH200 RTX PRO 6000 |
| Máximo VRAM (GB) | 192 | 141 | 96 |
| Máximo de GPUs/Instancia | 8 | 8 | 8 |
| Interconexión | NVLink | NVLink | NVLink |
| Pricing | |||
| Precio Inicial ($/hr) | $0.76/hr | $0.35/hr | $0.35/hr |
| Granularidad de Facturación | Por segundo | Por minuto | Por hora |
| Spot/Preemptible | 0 | 0 | 0 |
| Descuentos Reservados | No aplica | No aplica | No aplica |
| Créditos Gratis | $200 de crédito gratis por 60 días | Ninguno | $200 mediante programa de referidos |
| Tarifas de Salida | Ninguno (incluido en el plan) | Ninguno | Ninguno |
| Almacenamiento | Arranque NVMe de 500-720 GiB (incluido), scratch NVMe de 5 TiB en configuraciones más grandes, volúmenes a $0.10/GiB/mes | NVMe local incluido con las instancias | NVMe local incluido (hasta 4x 3.8TB), Almacenamiento en bloque $0.10/GB/mes, Almacenamiento en sistema de archivos $0.05/GB/mes |
| Infrastructure | |||
| Regiones | Nueva York (NYC2), Toronto (TOR1), Atlanta (ATL1), Richmond (RIC1), Ámsterdam (AMS3) | Estados Unidos (centros de datos Tier III) | 23 ubicaciones: EE. UU. (8 ciudades), LATAM (5), Europa (5), APAC (4), Ciudad de México. GPU en Dallas, Frankfurt, Sídney, Tokio |
| SLA de Disponibilidad | 99% | Tier III (diseño 99.98%) | 99.9% |
| Developer Experience | |||
| Frameworks | PyTorch TensorFlow Jupyter Miniconda CUDA ROCm Hugging Face | PyTorch TensorFlow CUDA cuDNN ComfyUI plantillas ML preconfiguradas | Imágenes optimizadas para ML PyTorch TensorFlow (instalado por el usuario) CUDA |
| Soporte Docker | 1 | 1 | 1 |
| Acceso SSH | 1 | 1 | 1 |
| Jupyter Notebooks | 1 | 0 | 0 |
| API / CLI | 1 | 1 | 1 |
| Tiempo de Configuración | Minutos | Minutos | Segundos |
| Kubernetes Support | 1 | 0 | 0 |
| Business Terms | |||
| Compromiso Mínimo | Ninguno | Ninguno | Ninguno |
| Cumplimiento | SOC 2 Tipo II SOC 3 HIPAA (con BAA) CSA STAR Nivel 1 | SOC 2 Tipo II HIPAA | Aislamiento de inquilino único DPA disponible |
DigitalOcean
Massed Compute
Latitude.sh