Аренда сервера с GPU: где взять и сколько стоит в 2026

Аренда сервера с GPU нужна, если вы хотите запускать нейросеть на собственном железе: локальную языковую модель, дообучение или генерацию картинок. Для обычного ИИ-агента, который ходит к модели по API, видеокарта не нужна: хватит самого дешёвого VPS. Если же GPU нужен, у российских провайдеров есть три формата: облачные виртуальные машины с почасовой оплатой (например, Cloud.ru и Selectel), выделенные серверы с помесячной оплатой (Beget, Timeweb Cloud) и заказ под задачу через менеджера. По официальным страницам на октябрь 2026, помесячная аренда выделенного сервера с видеокартой Tesla T4 (16 ГБ) у Beget стоит от 35 700 ₽, а в облаке Cloud.ru тариф считается в минутах: A100 — от 4,5 ₽ за минуту. Ниже — как понять, нужна ли вам видеокарта, сколько видеопамяти требуется и где что лежит.

Для чего нужен GPU и когда он не нужен

Видеокарта умеет выполнять тысячи одинаковых вычислений параллельно, а нейросети состоят именно из таких вычислений. Поэтому на GPU модели обычно работают заметно быстрее, чем на процессоре. Но «нужен» ли он вам, зависит от задачи.

Задача	Нужен ли GPU	Комментарий
ИИ-агент или бот, который обращается к модели по API	Нет	Вычисления идут у провайдера модели; на вашей стороне нужен обычный VPS. Подробнее о таких серверах — в статье «Хостинг для Telegram-бота»
Локальная языковая модель (Ollama, vLLM)	Желательно	На процессоре модель запустится, но, как правило, медленнее; GPU даёт ощутимо более высокую скорость
Дообучение модели	Да	Требует заметно больше видеопамяти, чем простой запуск той же модели
Генерация изображений (Stable Diffusion и подобные)	Да	На процессоре расчёт обычно идёт заметно дольше
Распознавание речи, обработка видео	Часто да	Зависит от модели и объёма

Если вы только присматриваетесь к локальным моделям, сначала попробуйте их на своём компьютере: как это сделать, описано в статьях «Ollama: установка и первые шаги» и «Локальный AI-агент на ПК». Аренда GPU оправдана, когда мощности вашего компьютера не хватает, нужен доступ круглосуточно или для нескольких человек.

Сколько видеопамяти нужно модели

Видеопамять (VRAM) — главный ограничитель. Если модель целиком не помещается в видеопамять, её часть уходит в обычную оперативную память, и скорость резко падает. В документации Ollama это видно в команде ollama ps: колонка PROCESSOR показывает, где загружена модель — «100% GPU» (целиком в видеопамяти), «100% CPU» (в оперативной) или смешанный вариант вроде «48%/52% CPU/GPU».

Общий принцип такой:

1. Размер модели. Файл модели в формате с квантованием (сжатием весов) — это минимальный объём, который займёт загруженная модель. Размеры указаны на странице каждой модели в библиотеке Ollama.
2. Контекст. Чем длиннее запрос и история диалога, тем больше памяти нужно на кэш контекста. Документация Ollama прямо говорит: больший контекст требует больше памяти.
3. Запас. Нужен резерв на служебные нужды и на несколько одновременных запросов: при параллельной обработке контекст умножается на число запросов (параметр OLLAMA_NUM_PARALLEL).

Для ориентира — размеры нескольких моделей из библиотеки Ollama (по страницам ollama.com/library на октябрь 2026, это размер загружаемого файла):

Модель	Размер файла
qwen3:8b	5,2 ГБ
qwen3:14b	9,3 ГБ
gemma3:27b	17 ГБ
qwen3:32b	20 ГБ
llama3.1:70b	43 ГБ

Отсюда простой расчёт: модель на 20 ГБ плюс запас на контекст не уместится в карту на 16 ГБ, а карте на 24 ГБ будет тесно при длинном контексте. Для модели на 43 ГБ нужна карта с 48 ГБ памяти или больше, либо несколько карт: по документации Ollama, если модель не помещается на одном GPU, она распределяется между всеми доступными.

Ещё два факта из документации Ollama, которые экономят память:

• Контекст по умолчанию зависит от VRAM: меньше 24 ГиБ — 4 тыс. токенов, от 24 до 48 ГиБ — 32 тыс., от 48 ГиБ — 256 тыс. Увеличивать контекст выше умолчания можно, но память вырастет.
• Квантование K/V-кэша: переменная OLLAMA_KV_CACHE_TYPE со значением q8_0 уменьшает расход памяти кэшем примерно вдвое по сравнению с f16 при очень небольшой потере точности (при включённом Flash Attention).

Также учтите: по документации, Ollama поддерживает видеокарты NVIDIA с compute capability 5.0 и выше и драйвером версии 550 и новее. Прежде чем арендовать старую карту, сверьтесь со списком на docs.ollama.com/gpu. Какие модели вообще брать, мы разбирали в статье «Лучшие модели для Ollama». Для vLLM и дообучения требования другие и зависят от модели, поэтому смотрите карточку модели на Hugging Face и документацию инструмента.

Почасовая или помесячная оплата

У разных провайдеров по официальным страницам встречаются три модели оплаты:

• Поминутная и почасовая. Cloud.ru указывает цены за минуту и за час для виртуальных машин и называет эту модель pay-as-you-go. Selectel пишет на странице облачных серверов с GPU: «Аренда на час, сутки или месяц». Timeweb Cloud на странице серверов с GPU указывает, что тарифы формируются за месяц, а списания идут раз в час.
• Помесячная. Выделенные серверы: у Beget в каждой карточке указана «Стоимость в месяц». Cloud.ru для выделенного сервера также указывает месяц как период тарификации.
• Предоплата и заказ. На странице Timeweb для ряда карт (H200, H100, A100, L4, A6000, A5000) действует предзаказ с минимальным авансовым платежом от 5 000 ₽.

Как выбирать между ними, решает загрузка:

• Эксперименты, дообучение раз в неделю, редкие пакетные задачи — платите по часам и выключайте машину. Простой пример расчёта: если A100 стоит от 4,5 ₽ за минуту (то есть 270 ₽ в час по умножению), то 40 часов работы в месяц обойдутся примерно в 10 800 ₽ — при условии, что вы остановили машину между запусками. Уточняйте, продолжается ли списание за остановленную машину и диски: это условие тарифа.
• Модель должна отвечать круглосуточно (чат для сотрудников, внутренний ассистент) — выделенный сервер с помесячной оплатой предсказуемее. Для сравнения: 730 часов в месяце по цене 270 ₽ в час — около 197 тысяч рублей, так что для постоянной работы поминутный тариф обычно невыгоден.
• Нагрузка неравномерная и небольшая — посчитайте вариант с API: возможно, оплата за токены окажется дешевле аренды.

Это арифметика на основе цены со страницы, а не прайс на конкретную конфигурацию: итоговую стоимость определяют также процессор, память, диск, трафик и налоги. Cloud.ru указывает цену «с НДС».

Российские провайдеры с GPU: что показывают страницы

Ниже — только то, что прямо указано на официальных страницах, открытых в октябре 2026. Цены и конфигурации меняются, наличие видеокарт тоже: уточняйте при заказе.

Провайдер	Что предлагает по странице	Цена (октябрь 2026)	Оплата
Beget	Выделенные физические серверы. Lava №1: 6 ядер, 32 ГБ ОЗУ, 1 × Tesla T4 16 ГБ. Lava №2: 8 ядер, 64 ГБ ОЗУ, 1 × Tesla T4 16 ГБ. Blackwell №1: 1 × Quadro RTX PRO 5000, 48 ГБ. Blackwell №2 и №3: 1 × Quadro RTX PRO 6000, 96 ГБ	35 700 ₽, 43 000 ₽, 184 500 ₽, 262 000 ₽ и 283 000 ₽ в месяц (по порядку конфигураций)	Помесячная; 14 дней в подарок при оплате за 6 месяцев; нет установочного платежа; 30 ТБ трафика включено
Cloud.ru (Evolution)	Виртуальные машины, выделенные серверы и ML-сервисы с ускорителями B300, H100, V100, A40 и A100	V100 — от 2,5 ₽ за минуту (на той же странице также указано «от 240 ₽ за час»), A100 — от 4,5 ₽ за минуту, H100 — от 9,5 ₽ за минуту; выделенный сервер HGX (8 × H100 80 ГБ) — от 5 355 000 ₽ в месяц; цены с НДС	ВМ — почасовая, ML-сервис — месяц или минута, выделенный сервер — месяц
Timeweb Cloud	Облачные и выделенные серверы с GPU NVIDIA: GTX 1080, RTX 2080 Ti, 3080, 3090, 4090, серия A (A2, A30, A2000, A4000, A5000, A6000), Tesla T4; по предзаказу — H200, H100, A100, L4, A6000, A5000	Цены на странице не указаны; для предзаказа — минимальный аванс от 5 000 ₽	Списания раз в час (по странице); конфигурацию можно собрать с экспертом
Selectel	Облачные ВМ с Tesla T4, A2, A30, A100, A2000, A5000, а также GTX 1080, RTX 2080 Ti, 4090, 6000 Ada, A100 NVLink; карта передаётся в ВМ как выделенное PCI-устройство	Цена на странице считается калькулятором и в статическом виде не указана; также указан грант для AI-проектов до 2 000 000 ₽ бонусами	Час, сутки или месяц

Партнёрских ссылок на эти страницы нет; ссылки ведут на официальные разделы GPU. Данные на октябрь 2026, перепроверяйте на сайтах провайдеров.

Что важно из таблицы:

• Beget показывает готовые конфигурации с точной ценой за месяц — это самое простое для сравнения. Серверы размещаются в дата-центрах Tier III в Москве или Санкт-Петербурге. Tesla T4 с 16 ГБ — карта для небольших моделей и инференса; для моделей на 20 ГБ и больше посмотрите Blackwell-конфигурации.
• Cloud.ru — единственный из проверенных, кто публикует цены за минуту и час прямо на странице. Для разовых задач на A100 или H100 это самый прозрачный вариант. Если на странице две цифры для V100 (за минуту и за час), при заказе используйте калькулятор в личном кабинете.
• Timeweb Cloud — широкий список карт, но цены нужно узнавать в панели или у менеджера. Если вам нужен обычный VPS без видеокарты, у Timeweb Cloud он есть отдельно: VPS Timeweb Cloud. Реклама.
• Selectel — гибкая сборка ВМ из vCPU, RAM, GPU и дисков. Предупреждение на странице: выбранная конфигурация может быть недоступна в некоторых пулах.

Для Beget тоже есть партнёрская ссылка, но она ведёт на раздел обычных VPS: VPS Beget. Реклама. Для задач агента без видеокарты это нормальный вариант, а для GPU используйте страницу выше.

Yandex Cloud и Reg.ru мы в этом материале не сравниваем: при проверке их страницы с GPU не открылись без прохождения капчи, а данных по памяти и ценам мы не подтвердили. Посмотрите их сайты сами, если эти провайдеры вам удобны.

Как выбрать конфигурацию под задачу

1. Определите модель. Выберите её в библиотеке Ollama или на Hugging Face и посмотрите размер.
2. Прибавьте запас на контекст. Для короткого диалога хватит небольшого запаса, для длинных документов он будет заметным. Сверяйтесь с таблицей умолчаний Ollama.
3. Проверьте драйвер и совместимость. Для Ollama — NVIDIA с compute capability 5.0+ и свежий драйвер; для других инструментов смотрите их документацию.
4. Начните с короткой аренды. Сначала проверьте скорость ответа на вашей модели за пару часов, и только потом оформляйте помесячный тариф.
5. Спросите про сеть и диски. Модель на десятки гигабайт нужно скачать, поэтому смотрите на объём диска и скорость канала.

Запуск и безопасность

На арендованном сервере с Ubuntu установка Ollama выглядит так же, как на ПК. После установки не открывайте порт модели в интернет: по документации, Ollama по умолчанию привязана к адресу 127.0.0.1 и порту 11434, и менять это без защиты не стоит. Если сервис нужен сотрудникам, ставьте перед ним обратный прокси с авторизацией или закрывайте доступ через фаервол. Базовые шаги описаны в статье «Как защитить AI-агента на VPS». Если на сервере будут персональные данные, уточните у провайдера, соответствует ли выбранная площадка вашим требованиям: Timeweb Cloud заявляет на странице соответствие 152-ФЗ, но решение по вашему проекту остаётся за вами и юристом.

Альтернатива: модель по API

Если вам нужны сильные модели, но нет желания администрировать GPU, посмотрите вариант с API. Тогда вы платите за токены, а не за часы сервера, и вам не нужен даже минимальный запас по видеопамяти. Учтите, что ChatGPT (OpenAI) и Claude (Anthropic) официально в России не работают: Россия не входит в список поддерживаемых стран, а российские карты не принимаются. Как поступают в этой ситуации, мы разбираем в статье «Как оплатить Claude из России». Выбирайте провайдера API, условия которого вы проверили сами, а локальная модель на арендованном GPU остаётся вариантом, когда важно держать данные у себя.

Частые вопросы

Нужна ли видеокарта для ИИ-агента?

Нет, если агент использует модель по API: вычисления выполняются у провайдера модели, а агенту хватит обычного VPS. Видеокарта нужна для запуска собственных моделей, дообучения и генерации изображений. Когда хватит обычного VPS, а когда нужен сервер с видеокартой, разобрано в статье «Сервер для нейросети».

Сколько стоит аренда сервера с GPU?

По официальным страницам на октябрь 2026: у Beget выделенные серверы с видеокартой начинаются от 35 700 ₽ в месяц (Tesla T4, 16 ГБ), у Cloud.ru цены указаны за минуту: A100 — от 4,5 ₽, H100 — от 9,5 ₽. У Timeweb Cloud и Selectel цены на страницах GPU не указаны, их нужно смотреть в калькуляторе или у менеджера.

Сколько видеопамяти нужно для модели?

Не меньше размера файла модели плюс запас на контекст. Например, qwen3:32b занимает 20 ГБ, поэтому в карту на 16 ГБ целиком не поместится. Точный расход зависит от длины контекста и числа одновременных запросов.

Что выгоднее: почасовая или помесячная оплата?

Для редких задач почасовая: платите только за время работы. Для круглосуточной работы выгоднее помесячная аренда выделенного сервера. Посчитайте оба варианта по вашей загрузке.

Можно ли запустить Ollama на арендованном GPU-сервере?

Да, если видеокарта NVIDIA поддерживается Ollama (compute capability 5.0 и выше, драйвер 550 и новее). Установка на Ubuntu делается так же, как на обычном компьютере, а доступ к модели нужно закрыть паролем или фаерволом.

Что делать, если GPU слишком дорогой?

Сначала попробуйте модель меньшего размера или более сильное квантование, затем сравните стоимость с оплатой токенов по API. Для многих бизнес-задач агенту на API вполне хватает обычного VPS.