Resposta rápida
H100 vs A100: qual devo alugar?
H100 vs A100: alugue a A100 80GB para inferência limitada por memória e fine-tuning com LoRA de modelos que cabem em 80 GB; alugue a H100 para treino limitado por compute, FP8 ou jobs que precisam terminar rápido. Em 29 de outubro de 2026, GPUwithCrypto aluga a H100 por $2,32/hora e a A100 80GB por $0,92/hora, pagos em cripto sem KYC. A H100 só compensa se executar seu job cerca de 2,5 vezes mais rápido.
Como as especificações da H100 e da A100 se comparam?
Números oficiais da NVIDIA, lidos em 29 de outubro de 2026. Os valores de Tensor são pico denso em TFLOPS. A NVIDIA publica os valores Tensor da H100 apenas com esparsidade, então os valores densos da H100 são o número da NVIDIA ÷ 2, marcados com (d). Números de pico não são benchmarks.
| Especificação | H100 SXM | H100 PCIe | A100 80GB SXM | A100 80GB PCIe |
|---|---|---|---|---|
| Arquitetura | Hopper | Hopper | Ampere | Ampere |
| Memória | 80 GB HBM3 | 80 GB HBM2e | 80 GB HBM2e | 80 GB HBM2e |
| Largura de banda de memória | 3.350 GB/s | 2.000 GB/s | 2.039 GB/s | 1.935 GB/s |
| FP16 / BF16 Tensor, denso | 989,5 TFLOPS (d) | — (1) | 312 TFLOPS | 312 TFLOPS |
| FP8 Tensor, denso | 1.979 TFLOPS (d) | — | N/A (2) | N/A (2) |
| NVLink | 900 GB/s | 600 GB/s (bridge) | 600 GB/s | 600 GB/s (bridge de 2 GPUs) |
| PCIe | Gen5 | Gen5 | Gen4 | Gen4 |
| Consumo máximo | 700 W | 350 W | 400 W | 300 W |
| Lançamento | 2022 | 2022 | 2020 | 2021 |
(d) A NVIDIA divulga 1.979 TFLOPS (BF16) e 3.958 TFLOPS (FP8) com esparsidade; o valor denso é a metade. O número esparso do A100 é 624 TFLOPS. (1) Nenhuma página oficial atual informa os valores Tensor do H100 PCIe como densos ou esparsos; um blog da NVIDIA cita 1.513 TFLOPS BF16 sem dizer qual. (2) A NVIDIA lista o FP8 como não disponível na Ampere.
Qual é mais rápido, o H100 ou o A100?
No papel, o H100 SXM faz 3,17 vezes o cálculo BF16 denso de um A100 (989,5 vs 312 TFLOPS) e tem 1,64 vezes a largura de banda de memória (3.350 vs 2.039 GB/s). Esses são os números de pico da NVIDIA, não benchmarks. Use as duas proporções como limites de planejamento, não como velocidade medida.
- Carga limitada por computação (treinamento, fine-tuning com batch grande, prefill de prompts longos) acompanha mais de perto a proporção de TFLOPS.
- Carga limitada por memória (decodificação de LLM token a token com batch pequeno) acompanha mais de perto a proporção de largura de banda.
- FP8 roda nos Tensor Cores do H100 a 1.979 TFLOPS densos. O A100 não tem Tensor Cores FP8, então um checkpoint FP8 não ganha aceleração FP8 nele.
O H100 PCIe é outra placa. Seus 2.000 GB/s ficam próximos dos 1.935 GB/s de um A100 80GB PCIe. As instâncias têm de 1 a 8 GPUs dependendo do host. Antes de começar, o dashboard mostra o país de cada host, a quantidade de GPUs, o form factor (SXM ou PCIe) e a interconexão.
Quais modelos cabem em um H100 ou em um A100?
Os mesmos modelos cabem nos dois, porque ambos têm 80 GB. Regra de bolso: memória ≈ parâmetros (bilhões) × bytes por parâmetro × 1,2, com 2 bytes para BF16, 1 para FP8/INT8 e 0,5 para 4 bits. Os 20% cobrem o KV cache e as ativações em contexto e batch modestos (EleutherAI). Contextos longos precisam de mais: veja o guia de VRAM.
| Modelo e precisão | Memória necessária | H100 80GB | A100 80GB |
|---|---|---|---|
| Llama 3.1 8B, inferência em BF16 | 19.2 GB | 1 GPU | 1 GPU |
| Llama 3.1 8B, fine-tune com LoRA (planejamento) | 19.2 GB | 1 GPU | 1 GPU |
| Llama 3.1 8B, fine-tune completo | 128–144 GB + ativações | 2+ GPUs | 2+ GPUs |
| Llama 3.1 70B, inferência em 4 bits | 42 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, fine-tune QLoRA | 52.5 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, inferência FP8 | 84 GB | 2 GPUs | 2 GPUs, sem aceleração FP8 |
| Qwen2.5 72B, inferência FP8 | 87.2 GB | 2 GPUs | 2 GPUs, sem aceleração FP8 |
| Llama 3.1 70B, inferência BF16 | 168 GB | 3 GPUs | 3 GPUs |
| Llama 3.1 405B, inferência FP8 | 486 GB | 7 GPUs | 7 GPUs, sem aceleração FP8 |
Cálculo simples = o número de placas de 80 GB cuja memória total comporta a estimativa; ignora a sobrecarga do tensor paralelo e a memória reservada pelo driver. Planejamento LoRA = 2 bytes por parâmetro × 1,2. QLoRA ≈ 0,75 GB por bilhão de parâmetros, calibrado no modelo 65B do artigo do QLoRA em uma única GPU de 48 GB. Fine-tune completo = 16–18 bytes por parâmetro (EleutherAI, Hugging Face).
Quanto custam o H100 e o A100 por hora?
Por GPU-hora, em USD. 'Menor' e 'mediana' são preços de tabela self-serve sob demanda da verificação de preços da GPUwithCrypto de 29 de outubro de 2026; preços spot e de marketplace são excluídos de ambos. O Vast.ai é um marketplace, então o valor dele é mostrado à parte. Todos os preços de GPU estão na página de preços.
| GPU | GPUwithCrypto | Menor preço sob demanda em outro lugar | Mediana sob demanda | Provedores verificados | Menor oferta no Vast.ai |
|---|---|---|---|---|---|
| H100 80GB | $2,32/hora | $2,73 (Massed Compute) | $4.16 | 16 | $1,73 (H100 SXM) |
| A100 80GB | $0,92/hora | $1,09 (Thunder Compute) | $2.23 | 13 | $0,48 (SXM), $0,34 (PCIe) |
Preços verificados em
A Massed Compute e a Thunder Compute não informam o formato dessas placas. Valores do Vast.ai: feed de preços público do Vast.ai, oferta alugável mais barata em 29 de outubro de 2026. Impostos excluídos.
Quanto custa um GB de VRAM por hora em cada uma?
Segundo a verificação de preços da GPUwithCrypto de 29 de outubro de 2026, um GB de memória do A100 custa 2,5 vezes menos por hora do que um GB de memória do H100. Calculado como preço por hora ÷ 80 GB:
- A100 80GB: 1,36 centavos por GB-hora no menor preço sob demanda ($1,09 ÷ 80), 2,79 centavos na mediana ($2,23 ÷ 80).
- H100 80GB: 3,41 centavos por GB-hora no menor preço ($2,73 ÷ 80), 5,20 centavos na mediana ($4,16 ÷ 80).
Na mediana, a diferença cai para 1,87 vezes. Na GPUwithCrypto, a mesma divisão dá $0.012 e $0.029, com cada GPU custando pelo menos 15% abaixo da referência sob demanda citada.
Por dólar nos menores preços, o H100 SXM entrega 27% mais cálculo BF16 de pico (362 vs 286 TFLOPS por $/hora). O A100 SXM entrega 52% mais largura de banda por dólar (1.871 vs 1.227 GB/s por $/hora). Se seu job precisa mais de memória do que de cálculo, o A100 é a opção mais barata de 80 GB.
Quanto custa um job no H100 vs no A100?
O H100 só sai mais barato por job quando executa o job mais rápido do que o prêmio de preço dele. Esse ponto de equilíbrio é de 2,50 vezes nos menores preços que encontramos ($2,73 ÷ $1,09) e de 1,87 vezes na mediana ($4,16 ÷ $2,23). Os dois preços da GPUwithCrypto ficam pelo menos 15% abaixo das referências citadas (Massed Compute a $2.73, Thunder Compute a $1.09), então nosso ponto de equilíbrio também fica em cerca de 2,5 vezes.
Exemplo prático (suposição, não benchmark): um job de fine-tuning leva 24 horas em uma A100 80GB. Em uma H100 SXM, leva 7,6 horas se ganhar a proporção total de pico BF16 de 3,17×, ou 14,6 horas se ganhar apenas a proporção de largura de banda de 1,64×.
Custo do mesmo job (24 A100-horas presumidas)
| Base do preço | A100 80GB, 24 h | H100, 7,6 h (3,17× mais rápido) | H100, 14,6 h (1,64× mais rápido) |
|---|---|---|---|
| GPUwithCrypto | $22.08 | $17.63 | $33.87 |
| Menor preço sob demanda em outro lugar | $26.16 | $20.75 | $39.86 |
| Mediana sob demanda | $53.52 | $31.62 | $60.74 |
Preços verificados em
As horas são uma suposição; as proporções de velocidade são valores de pico SXM da NVIDIA. A GPUwithCrypto cobra por minuto, então uma execução de 7,6 horas é cobrada por 7,6 horas.
Quando devo alugar o H100 em vez do A100?
Alugue o H100 quando pelo menos uma destas condições for verdadeira:
- Você treina ou faz fine-tune com batch grande. Trabalho limitado por cálculo acompanha mais de perto a proporção de pico de 3,17×, e essa proporção está acima do ponto de equilíbrio de 2,5×.
- Você serve modelos FP8. Só o H100 tem Tensor Cores FP8 (1.979 TFLOPS densos).
- Você precisa de várias GPUs conversando rápido. O NVLink do H100 SXM roda a 900 GB/s, contra 600 GB/s no A100.
- Um prazo importa mais do que a conta.
Alugue a A100 80GB quando o modelo cabe em 80 GB e o trabalho é limitado por memória: inferência de chat com batch pequeno, execuções LoRA e QLoRA, avaliações, notebooks. Se 80 GB é pouco, leia H100 vs H200. Para uma placa de 48 GB mais barata, leia L40S vs A100.
Perguntas sobre o H100 e o A100
O H100 vale a pena em relação ao A100?
Só quando executa seu job mais de cerca de 2,5 vezes mais rápido, a proporção dos menores preços por hora em 29 de outubro de 2026. Os valores de pico da NVIDIA dão ao H100 SXM 3,17 vezes o cálculo BF16 denso e 1,64 vezes a largura de banda. Treinamento limitado por cálculo passa dessa barra no pico; inferência limitada por largura de banda não passa.
Quanto custa um H100 por hora em comparação com um A100?
Em 29 de outubro de 2026, o menor preço self-serve sob demanda que encontramos foi $2,73 para uma H100 80GB e $1,09 para uma A100 80GB; as medianas foram $4,16 e $2,23. A GPUwithCrypto cobra $2,32/hora e $0,92/hora, com pagamento em cripto.
Uma A100 consegue rodar modelos FP8?
A conta de memória é a mesma, mas a NVIDIA lista FP8 como indisponível na Ampere, então a A100 não tem aceleração de FP8 nos Tensor Cores. A H100 roda FP8 a 1.979 TFLOPS densos, metade dos 3.958 esparsos informados pela NVIDIA.
Consigo rodar o Llama 3.1 70B em uma única H100 ou A100?
Só em 4-bit: cerca de 42 GB com a regra × 1,2, o que cabe em uma placa de 80 GB. Em FP8 precisa de cerca de 84 GB (duas placas) e em BF16 cerca de 168 GB (três placas). Uma H200 com 141 GB comporta a versão FP8.
Consigo alugar uma H100 ou A100 com cripto e sem KYC?
Sim. A GPUwithCrypto aluga as duas por minuto, pago em BTC, USDT, USDC, ETH, SOL, LTC, XMR, sem documento, sem selfie e sem cartão. Dos 33 provedores de GPU que verificamos em 29 de outubro de 2026, 14 aceitam cripto, e a RunPod exige KYC antes do primeiro pagamento em cripto.
Alugue uma H100 ou uma A100 com cripto
H100 $2,32/hora · A100 80GB $0,92/hora · cobrança por minuto · sem KYC.
Fontes (12)
- NVIDIA H100 Tensor Core GPU — NVIDIA (read 2026-10-29)
- Resumo do produto NVIDIA H100 PCIe (PB-11133-001) — NVIDIA (read 2026-10-29)
- NVIDIA anuncia a arquitetura Hopper (HBM3) — NVIDIA (read 2026-10-29)
- NVIDIA A100 Tensor Core GPU — NVIDIA (read 2026-10-29)
- Datasheet da NVIDIA A100 — NVIDIA (read 2026-10-29)
- Transformer Math 101 — EleutherAI (read 2026-10-29)
- Anatomia da memória do modelo — Hugging Face (read 2026-10-29)
- QLoRA: Efficient Finetuning of Quantized LLMs — arXiv (read 2026-10-29)
- Cartão de modelo do Llama 3.1 70B — Meta / Hugging Face (read 2026-10-29)
- Preços do Massed Compute vm.massedcompute.com/pricing — Massed Compute (read 2026-10-29)
- Preços do Thunder Compute thundercompute.com/pricing — Thunder Compute (read 2026-10-29)
- Feed público de preços de GPU do Vast.ai — Vast.ai (read 2026-10-29)