GPU para geração de vídeo por IA, com preço mensal.
A GPU Rent Hub aluga servidores dedicados NVIDIA RTX 5090 32 GB para geração de vídeo por IA por $540 ao mês, o que dá $0.75 por GPU-hora, pagos em Bitcoin, Ethereum, USDT, USDC, Monero, Solana ou Litecoin, sem verificação de identidade.
Vídeo é a carga de trabalho generativa que mais exige memória e tempo, e é exatamente isso que faz um prazo fixo valer mais do que um medidor. Aqui está a aritmética de dimensionamento.
O que a geração de vídeo por IA exige de uma GPU?
Duas coisas, e não são a mesma coisa: VRAM suficiente para manter a execução e horas suficientes para terminar a fila.
Um modelo de vídeo precisa de VRAM para quatro coisas ao mesmo tempo: os pesos do modelo, o codificador de texto, o tensor de vídeo latente e as ativações produzidas durante a eliminação de ruído. O latente é uma grade de quadros dividida pelo fator de compressão temporal, vezes altura e largura, cada uma dividida por 8. Cada posição nessa grade é um token sobre o qual o transformer aplica atenção, então a memória cresce linearmente com a contagem de quadros e a área de pixels, e o trabalho de atenção cresce aproximadamente com o quadrado da contagem de tokens. Um clipe de cinco segundos a 720p não é uma imagem ligeiramente maior. Um quadro 720p é um latente de 160 por 90, 14,400 tokens; o clipe é 160 por 90 por 21, ou seja, 302,400 tokens. Isso é vinte e uma vezes o comprimento da sequência e, no quadrado, cerca de 440 vezes o trabalho de atenção.
A decodificação VAE no final é frequentemente o ponto de maior memória da execução, porque expande o latente de volta para quadros em resolução total. A decodificação em blocos é o recurso que as pessoas usam quando um trabalho morre na última etapa.
Quanta VRAM um clipe de vídeo de cinco segundos precisa?
Conte primeiro os tokens latentes. Assume um VAE com compressão espacial de 8× e temporal de 4×, 16 fps e um tensor de ativação com largura 1,536 em FP16.
| Clipe | Grade latente | Tokens | Um tensor de ativação | vs 480p | Trabalho de atenção |
|---|---|---|---|---|---|
| 480p, 5 s832 × 480, 81 quadros | 104 × 60 × 21 | 131,040 | 0.40 GB | 1.0× | 1.0× |
| 720p, 5 s1280 × 720, 81 quadros | 160 × 90 × 21 | 302,400 | 0.93 GB | 2.3× | 5.3× |
| 720p, 10 s1280 × 720, 161 quadros | 160 × 90 × 41 | 590,400 | 1.81 GB | 4.5× | 20× |
| 1080p, 5 s1920 × 1088, 81 quadros | 240 × 136 × 21 | 685,440 | 2.11 GB | 5.2× | 27× |
Depois adicione os pesos
Parâmetros vezes bytes por parâmetro. Um modelo de 5B tem 10 GB em BF16 e 5 GB em FP8. Um modelo de 14B tem 28 GB em BF16 e 14 GB em FP8. O codificador de texto é o terceiro número e o checkpoint decide: google/t5-v1_1-xxl tem 11B parâmetros inteiros, 22 GB em BF16, mas só a torre do codificador, que é o que fluxos de trabalho de imagem e vídeo carregam, tem 4.7B, ou seja, 9.4 GB. De qualquer forma, é por isso que quase todo mundo o executa uma vez e o libera antes de a eliminação de ruído começar.
Essa aritmética decide a placa. Um modelo de 14B em FP8 com o codificador descarregado tem 14 GB de pesos, o que deixa espaço em uma placa de 32 GB para ativações 720p e uma decodificação em blocos. O mesmo modelo em BF16 tem 28 GB e não deixa nada.
Regra de dimensionamento
- 24 GB
- 480p, 5 s, pesos FP8, codificador descarregado
- 32 GB
- 720p, 5 s, FP8, decodificação em blocos
- 48 GB
- 720p a 10 s, ou 1080p curto, ou BF16 em um modelo 5B
- 80 GB
- 14B em BF16 sem descarregamento, ou um lote real
- 141 GB+
- Clipes longos em 1080p e lotes de vários clipes em um único processo
O Wan 2.2 e o Hunyuan Video são distribuídos em vários tamanhos e precisões, e isso muda entre lançamentos. A aritmética sobrevive às notas de versão. Capacidade das placas no guia de VRAM de GPU.
Qual GPU você deve alugar para geração de vídeo?
Classificadas pela frequência com que as recomendamos para essa carga de trabalho. O valor por GPU-hora é o preço mensal dividido por 720.
| GPU | VRAM | Largura de banda | Semanal | Mensal | Por GPU-hora | Estoque |
|---|---|---|---|---|---|---|
| RTX 5090A escolha: clipes 720p, FP8, memória mais rápida por dólar | 32 GB GDDR7 | 1.79 TB/s | $155 | $540/mês | $0.75 | 100 |
| L40SMemória ECC, FP8, para execuções medidas em dias | 48 GB GDDR6 ECC | 864 GB/s | $148 | $520/mês | $0.72 | 74 |
| RTX A6000Capacidade barata de 48 GB, sem FP8 | 48 GB GDDR6 ECC | 768 GB/s | $82 | $290/mês | $0.40 | 65 |
| RTX 6000 Ada48 GB com FP8 e drivers de estação de trabalho | 48 GB GDDR6 ECC | 960 GB/s | $130 | $460/mês | $0.64 | 26 |
| RTX 4090Lotes em 480p, maior estoque da frota | 24 GB GDDR6X | 1.01 TB/s | $110 | $390/mês | $0.54 | 265 |
| RTX 3090O jeito mais barato de testar um pipeline | 24 GB GDDR6X | 936 GB/s | $65 | $230/mês | $0.32 | 186 |
| H100 SXM80 GB e FP8 quando BF16 não couber | 80 GB HBM3 | 3.35 TB/s | $475 | $1,690/mês | $2.35 | 63 |
| H200 SXM1080p, clipes longos, lotes em um único processo | 141 GB HBM3e | 4.8 TB/s | $640 | $2,290/mês | $3.18 | 19 |
A RTX 5090 vence essa carga de trabalho em largura de banda por dólar alugado. Seus 1.79 TB/s são 88% dos 2.04 TB/s de uma A100 SXM, e o aluguel custa $540 por mês contra $990; além disso, a amostragem lê os mesmos tensores em cada uma de suas cinquenta e tantas etapas. A L40S com 48 GB e ECC custa $20 a menos por mês, oferece 16 GB a mais de folga para clipes de dez segundos e consome 350 W contra 575 W. A RTX A6000 a $290 é o jeito barato de manter 48 GB quando a velocidade não é a restrição. Vá para a H100 SXM somente quando o modelo precisar de 80 GB ou de FP8 em velocidade HBM.
Por que um prazo mensal tem o formato certo para geração de vídeo?
Porque a fila nunca está vazia. Um clipe leva minutos, e um lote de alguns milhares roda por dias.
Meça um clipe no seu próprio pipeline e multiplique. Se um clipe 720p leva seis minutos, uma placa produz 10 por hora, 240 por dia e 7,200 ao longo de um mês de 720 horas. A $540 fixos, isso dá $0.075 por clipe.
Um medidor cobra por horas, e essa carga usa todas elas. Uma placa gerando vídeo não fica ociosa entre prompts; ela já está no próximo prompt, então a utilização que torna a cobrança por hora atraente nunca chega. Nossa RTX 5090 por $540 sai a $0.75 por GPU-hora, e nossa L40S por $520 sai a $0.72. Um prazo também não pode ser preemptado, então uma fila de renderização de nove dias nunca é reiniciada por causa do lance de outra pessoa.
Uma semana custa $155 na 5090, o que dá $0.92 por GPU-hora, um prêmio de 23%. Use-a para comprovar um pipeline e depois converta sem reprovisionar. A aritmética completa de ponto de equilíbrio está em aluguel mensal versus por hora de GPU.
| RTX 5090, uma placa | Preço | Por GPU-hora |
|---|---|---|
| 1 semana168 horas | $155 | $0.92 |
| 1 mês720 horas | $540 | $0.75 |
| 3 meses pré‑pagos−5% | $1,539 | $0.71 |
| 6 meses pré‑pagos−10% | $2,916 | $0.68 |
Para onde vai a saída de vídeo?
Quadros são grandes, e uma execução os produz mais rápido do que você consegue movê-los. Armazenamento e saída de dados fazem parte dessa carga de trabalho, não são nota de rodapé.
NVMe local
500 GB na RTX 5090, L40S e RTX A6000, 250 GB na RTX 4090, 2 TB na H100 SXM e 3 TB por placa na B200, que é vendida em pares porque é fornecida em uma placa-base de 8 vias. Os nós HGX de 8 vias têm 16 TB, e o nó 8× B200 tem 24 TB, contra 2 a 4 TB nos nós PCIe. Criptografado por instância com LUKS2.
Volumes de rede
Baseados em NVMe, replicados três vezes na região, conectáveis a várias instâncias ao mesmo tempo e mantidos depois que a instância é liberada. É onde uma biblioteca pronta vive.
Largura de banda de saída
20 TB por mês incluídos por instância; depois, $4 por TB, nunca sofre throttling. Um clipe 720p de cinco segundos a 8 Mbit/s tem 5 MB, então 20 TB são cerca de quatro milhões de clipes entregues.
Núcleos de CPU para codificação
12 vCPU e 62 GB de RAM na RTX 5090, 16 vCPU e 94 GB na L40S, 20 vCPU e 251 GB na H100 SXM. Suficiente para rodar ffmpeg ao lado do amostrador.
Mantenha o conjunto de trabalho no NVMe local e codifique antes que ele saia da máquina. Gravar sequências PNG em um volume de rede e baixá-las brutas é como uma placa de $540 vira um problema de largura de banda. A montagem de volumes está coberta na documentação.
A geração de vídeo escala em várias GPUs?
Dentro de um clipe, mal. Em uma fila, perfeitamente. Essa distinção decide qual nó alugar.
| Nó | Semanal | Mensal | Por GPU-hora | Host | NVMe |
|---|---|---|---|---|---|
| 8× RTX 5090PCIe Gen5 peer-to-peer | $1,120 | $3,890/mês | $0.68 | 96 vCPU · 496 GB | 4 TB |
| 8× L40SPCIe Gen4 peer-to-peer | $1,070 | $3,740/mês | $0.65 | 128 vCPU · 752 GB | 4 TB |
| 8× RTX 4090PCIe Gen4 peer-to-peer | $790 | $2,810/mês | $0.49 | 64 vCPU · 376 GB | 2 TB |
| 8× H100 SXMNVSwitch · 900 GB/s | $3,420 | $12,170/mês | $2.11 | 160 vCPU · 2 TB | 16 TB |
Para a maioria dos pipelines de vídeo, o padrão certo é um clipe por placa e oito em andamento, porque um nó PCIe não tem um caminho rápido para dividir uma única sequência de 300,000 tokens entre placas. É por isso que o nó 8× RTX 5090 a $0.68 por GPU-hora faz uma fazenda de renderização melhor do que um nó H100 a $2.11. O paralelismo de pipeline dentro de um clipe, necessário apenas quando o modelo não cabe em nenhuma placa individual, exige NVSwitch, e isso significa o nó 8× H100 SXM.
Quando você não deve alugar uma GPU mensal para vídeo?
Três casos em que somos a resposta errada, escritos com franqueza porque você descobriria de qualquer forma.
Se você gera quarenta clipes por semana, use um provedor por hora. Quarenta clipes a seis minutos são quatro horas de trabalho real, e nosso prazo mais curto é de sete dias a $155. Isso dá $38.75 por cada hora de GPU que você realmente usa, contra um ilustrativo $0.60 em um medidor. Um prazo só compensa quando a fila é profunda.
Se 24 GB bastam para o que você entrega, não alugue 32 GB. A RTX 4090 por $390 ou a RTX 3090 por $230 roda trabalho em 480p o mês inteiro, e a diferença compra uma segunda placa. Aumentar antes de medir uma execução é como as pessoas pagam caro aqui.
E se você quer uma API de vídeo gerenciada, nós não vendemos uma. Você recebe uma máquina bare, um driver, uma placa de sua escolha e root. Os modelos incluem ComfyUI e PyTorch 2.7 com CUDA 12.8, mas o pipeline e a fila são seus para rodar.
Contrate um prazo se
A fila roda por dias, o endpoint responde durante a noite, você entrega saída suficiente para que a saída de dados seja uma linha relevante no orçamento, ou você quer pagar em cripto sem verificação de identidade. Mesmo raciocínio de aluguel de GPU para Stable Diffusion, com um tensor mais pesado.
GPU para geração de vídeo por IA, perguntada com clareza.
De qual GPU eu preciso para geração de vídeo por IA?
Quanta VRAM um modelo de vídeo precisa para um clipe 720p?
Por que um clipe mais longo custa muito mais memória do que um lote maior de imagens?
Um aluguel mensal de GPU é mais barato que o por hora para geração de vídeo?
Quantos clipes uma GPU consegue gerar em um mês?
Quanto armazenamento eu preciso para a saída de vídeo por IA?
Vocês inspecionam os vídeos que eu gero?
Posso alugar uma GPU para geração de vídeo sem KYC?
Pagamentos e tempos de confirmação em como funciona o pagamento com cripto, latência do site e operadoras na página de datacenters, estado da frota ao vivo na página de status.
Uma fila de renderização que começa hoje à tarde.
100 RTX 5090 e 74 L40S livres agora em DFW-1 Dallas, IAD-1 Ashburn e PDX-1 Hillsboro. Acesso root em cerca de noventa segundos, sem verificação de identidade.