NVIDIA L40S real-world generative AI performance

Ответ

366 FP16 TFLOPS and 864 GB/s of memory bandwidth put NVIDIA L40S squarely in the class of accelerators targeted at modern transformer workloads. FP32 caps at 91.6 TFLOPS, which still handles most non-AI scientific compute comfortably.

For training from scratch, token throughput roughly tracks FP16 TFLOPS. For production inference on foundation models, throughput tracks bandwidth. Real-world numbers will depend heavily on the framework stack (PyTorch, TensorRT-LLM, vLLM), and can vary 30-50% depending on how aggressively you quantise.

The cheapest NVIDIA L40S right now is on Vast.ai at $0.55/hr; Novita AI and Latitude.sh also list it — pick the region and billing that fits your workload.

Дополнительные FAQ по NVIDIA L40S

Vast.ai против Novita AI против Latitude.sh против RunPod против Massed Compute против DigitalOcean — сравнение провайдеров GPU (Апрель 2026)

Сравнение Vast.ai против Novita AI против Latitude.sh против RunPod против Massed Compute против DigitalOcean рядом друг с другом. Быстро ознакомьтесь с максимальным финансированием, распределением прибыли, правилами риска, кредитным плечом, платформами, инструментами, графиками выплат, вариантами оплаты, торговыми разрешениями и ограничениями KYC, чтобы сузить список проп-трейдинговых фирм. Данные обновлены Апрель 2026.

Vast.ai против Novita AI против Latitude.sh против RunPod против Massed Compute против DigitalOcean — сравнение провайдеров GPU (Апрель 2026)
Vast.ai
Мгновенные GPU. Прозрачное ценообразование.
Visit Vast.ai
Novita AI
Платформа AI & Agent Cloud с более чем 200 API моделей, GPU-инстансами и безсерверным выводом на масштабируемом уровне.
Visit Novita AI
Latitude.sh
Облачные вычисления на bare metal GPU в 23 глобальных локациях
Visit Latitude.sh
RunPod
Облако, созданное для ИИ — развертывайте и масштабируйте GPU-нагрузки от бессерверного инференса до мгновенных многозвенных кластеров по требованию.
Visit RunPod
Massed Compute
Облачные GPU с прямой поддержкой инженеров
Visit Massed Compute
DigitalOcean
Простое, масштабируемое облако GPU для ИИ/МО
Visit DigitalOcean
Обзор
Рейтинг Trustpilot 4.4 3.3 3.7 3.7 0 4.6
Штаб-квартира United States United States Brazil United States United States United States
Тип провайдера Маркетплейс GPU Ориентировано на GPU Bare Metal Ориентировано на GPU Ориентировано на GPU Н/Д
Лучшее для Обучение ИИ вывод дообучение Stable Diffusion пакетная обработка исследования обслуживание LLM генеративный ИИ Обучение ИИ вывод дообучение генеративный ИИ исследования обслуживание больших языковых моделей Stable Diffusion Обучение ИИ вывод bare metal GPU тонкая настройка исследования специализированные нагрузки генеративный ИИ Обучение ИИ вывод дообучение Stable Diffusion пакетная обработка рендеринг исследовательская работа обслуживание LLM генеративный ИИ Обучение ИИ вывод рендеринг VFX генеративный ИИ дообучение высокопроизводительные вычисления Stable Diffusion исследования Обучение ИИ вывод дообучение развёртывание LLM обслуживание LLM компьютерное зрение стартапы генеративный ИИ исследования
Аппаратное обеспечение GPU
Модели GPU B200 H200 H100 SXM H100 NVL A100 SXM A100 PCIe RTX 5090 RTX 5080 RTX 5070 Ti RTX 6000 Pro RTX 6000 Ada RTX 4500 Ada RTX A6000 RTX A5000 RTX A4000 L40S L40 A40 A10 RTX 4090 RTX 4080 RTX 4070 Ti RTX 4070 RTX 4060 Ti RTX 4060 RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 Ti RTX 3070 Tesla V100 Tesla T4 A2 GTX 1080 H100 SXM A100 SXM L40S RTX 4090 RTX 6000 Ada RTX 5090 RTX 3090 A30 RTX A5000 RTX A6000 L40S RTX 6000 Ada A100 SXM H100 SXM GH200 RTX PRO 6000 B300 B200 H200 H100 SXM H100 PCIe H100 NVL MI300X A100 SXM A100 PCIe RTX 5090 RTX PRO 6000 L40S L40 RTX 6000 Ada RTX 5000 Ada RTX A6000 RTX A5000 RTX 4090 RTX 4080 SUPER RTX 4080 RTX 4070 Ti RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 A40 A30 A2 L4 A30 RTX A5000 RTX A6000 L40S A100 SXM H100 PCIe H100 SXM H100 NVL RTX PRO 6000 H200 NVL RTX 4000 Ada RTX 6000 Ada L40S MI300X H100 SXM H200
Макс. объём видеопамяти (ГБ) 192 80 96 288 141 192
Макс. количество GPU на инстанс 8 8 8 8 8 8
Межсоединение NVLink, InfiniBand NVLink NVLink NVLink NVLink NVLink
Ценообразование
Стартовая цена ($/час) $0.06/hr $0.11/hr $0.35/hr $0.06/hr $0.35/hr $0.76/hr
Точность выставления счетов За секунду В секунду Почасовая оплата В секунду Почасовая тарификация Оплата посекундно
Спотовые / прерываемые инстансы Да Да Нет Да Нет Нет
Скидки на резервацию До 50% (резерв на 1-6 месяцев) Н/Д Н/Д 15-29% (планы от 1 месяца до 1 года) Н/Д Н/Д
Бесплатные кредиты Небольшой тестовый кредит при регистрации До $10,000 для стартапов $200 по реферальной программе Бонус от $5 до $500 после первой траты в $10 Нет Бесплатный кредит $200 на 60 дней
Плата за исходящий трафик Зависит от хоста (в $/ТБ) Нет (Бесплатно) Нет Нет (Бесплатно) Нет Нет (включено в тариф)
Хранилище Зависит от хоста (в $/ГБ/час, начисляется пока существует инстанс) Диск контейнера (60 ГБ бесплатно), тома дисков, сетевые тома Локальный NVMe включён (до 4×3,8 ТБ), блочное хранилище $0,10/ГБ/мес, файловое хранилище $0,05/ГБ/мес Контейнер/Объём ($0.10/ГБ/мес), Неактивный объём ($0.20/ГБ/мес), Сетевое хранилище ($0.07/ГБ/мес 1ТБ) Локальный NVMe включён в состав инстансов 500-720 ГиБ NVMe загрузочного диска (включено), 5 ТиБ NVMe scratch на больших конфигурациях, тома по $0.10/ГиБ/мес
Инфраструктура
Регионы Более 500 локаций, более 40 дата-центров США, ЕС, Азиатско-Тихоокеанский регион, Южная Америка, Африка, Ближний Восток (более 20 локаций) 23 локации: США (8 городов), Латинская Америка (5), Европа (5), Азиатско-Тихоокеанский регион (4), Мехико. GPU доступны в Далласе, Франкфурте, Сиднее, Токио 31 глобальный регион США (дата-центры уровня Tier III) Нью-Йорк (NYC2), Торонто (TOR1), Атланта (ATL1), Ричмонд (RIC1), Амстердам (AMS3)
SLA времени безотказной работы Нет формального SLA (видны показатели надёжности хоста) 99,9% 99,9% 99.99% Уровень Tier III (проектная надёжность 99,98%) 99%
Опыт разработчика
Фреймворки PyTorch TensorFlow CUDA vLLM ComfyUI PyTorch TensorFlow CUDA cuDNN TensorRT Оптимизированные для МО образы PyTorch TensorFlow (устанавливается пользователем) CUDA PyTorch TensorFlow JAX ONNX CUDA PyTorch TensorFlow CUDA cuDNN ComfyUI преднастроенные шаблоны ML PyTorch TensorFlow Jupyter Miniconda CUDA ROCm Hugging Face
Поддержка Docker Да Да Да Да Да Да
SSH-доступ Да Да Да Да Да Да
Jupyter ноутбуки Да Да Нет Да Нет Да
API / CLI Да Да Да Да Да Да
Время настройки Секунды Н/Д Секунды Мгновенно Минуты Минуты
Поддержка Kubernetes Нет Нет Нет Нет Нет Да
Коммерческие условия
Минимальное обязательство Нет Нет Нет Нет Нет Нет
Соответствие требованиям SOC 2 Тип 2 HIPAA GDPR CCPA SOC 2 Изоляция с выделением одного арендатора доступна DPA SOC 2 Тип II SOC 2 Type II HIPAA SOC 2 Type II SOC 3 HIPAA (с BAA) CSA STAR Уровень 1
Vast.ai Novita AI Latitude.sh RunPod Massed Compute DigitalOcean

Изучить NVIDIA L40S