# L40S vs A100 para inferência e fine-tuning: qual devo alugar?

> L40S vs A100 na inferência: 48 GB FP8 vs 80 GB, 2,4x a largura de banda e NVLink. Modelos que cabem, custo por job e preços em cripto.

- URL: https://gpuwithcrypto.com/pt/compare/l40s-vs-a100/
- Última atualização: 2026-10-29
- Editor: GPUwithCrypto (https://gpuwithcrypto.com)

A L40S é uma placa Ada Lovelace mais nova, com FP8 e 48 GB de GDDR6. A A100 80GB é uma placa Ampere mais antiga, com 80 GB de HBM2e, muito mais largura de banda e NVLink. Os preços on-demand mais baixos das duas estavam a apenas 12% de distância em 29 de outubro de 2026, então a escolha certa depende do job.

**Resposta rápida — L40S vs A100 para inferência e fine-tuning?**

**L40S vs A100 para inferência e fine-tuning:** escolha a L40S para inferência em FP8 e geração de imagem ou vídeo com modelos que caibam em 48 GB. Escolha a A100 80GB para fine-tuning, modelos entre 48 e 80 GB e jobs com múltiplas GPUs: ela tem NVLink e até 2,4 vezes a largura de banda. Em 29 de outubro de 2026, a **GPUwithCrypto** aluga a L40S por $0,82/hora e a A100 80GB por $0,92/hora, pagando com cripto e sem KYC.

## Como as especificações da L40S e da A100 se comparam?

Números oficiais da NVIDIA, consultados em 29 de outubro de 2026. A NVIDIA publica valores Tensor densos e esparsos para essas placas; a tabela mostra os TFLOPS de pico **densos**. Números de pico não são benchmarks.

| Especificação | L40S | A100 80GB SXM | A100 80GB PCIe |
| --- | --- | --- | --- |
| Arquitetura | Ada Lovelace | Ampere | Ampere |
| Memória | 48 GB GDDR6 | 80 GB HBM2e | 80 GB HBM2e |
| Largura de banda de memória | 864 GB/s | 2.039 GB/s | 1.935 GB/s |
| FP16 / BF16 Tensor, denso | 362,05 TFLOPS | 312 TFLOPS | 312 TFLOPS |
| FP8 Tensor, denso | 733 TFLOPS | N/A | N/A |
| NVLink | Não | 600 GB/s | 600 GB/s (bridge de 2 GPUs) |
| PCIe | Gen4 x16 | Gen4 | Gen4 |
| Consumo máximo | 350 W | 400 W | 300 W |
| Lançamento | 2023 | 2020 | 2021 |

Números esparsos: L40S 733 TFLOPS BF16 e 1.466 TFLOPS FP8; A100 624 TFLOPS BF16. A NVIDIA indica o FP8 como indisponível na Ampere. A página da L40S afirma 'NVLink Support: No'.

## A L40S é mais rápida que a A100?

Em cálculo, um pouco: a L40S tem 362,05 TFLOPS BF16 densos contra 312 (1,16 vez), além de FP8 a 733 TFLOPS, que a A100 não tem. Em memória, não: a A100 80GB SXM transfere 2.039 GB/s, 2,36 vezes os 864 GB/s da L40S (2,24 vezes para a A100 PCIe). Esses são os números de pico da NVIDIA, não benchmarks.

- **Decodificação de LLM token a token** depende principalmente da largura de banda, onde a A100 lidera.
- **Difusão de imagem e vídeo** e prefill com lotes grandes exigem muito cálculo, o que favorece o pico mais alto e o FP8 da L40S.
- **Trabalho com múltiplas GPUs** favorece a A100. A L40S não tem NVLink, então suas GPUs se comunicam via PCIe Gen4.

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 48 GB e quais precisam de 80 GB?

Regra de bolso para inferência: **memória ≈ parâmetros (em bilhões) × bytes por parâmetro × 1,2**, com 2 bytes para BF16, 1 para FP8 e 0,5 para 4 bits (EleutherAI). Planejamento de LoRA = 2 bytes por parâmetro × 1,2. QLoRA ≈ 0,75 GB por bilhão de parâmetros. Fórmula e mais modelos: [guia de VRAM](https://gpuwithcrypto.com/pt/how-much-vram-do-i-need/ "Quanta VRAM preciso para rodar ou fazer fine-tune de um LLM?").

| Modelo e tarefa | Memória necessária | L40S 48GB | A100 80GB |
| --- | --- | --- | --- |
| Mistral 7B, inferência BF16 | 17.5 GB | 1 GPU | 1 GPU |
| Llama 3.1 8B, inferência em BF16 | 19.2 GB | 1 GPU | 1 GPU |
| Llama 3.1 8B, fine-tune com LoRA | 19.2 GB | 1 GPU | 1 GPU |
| FLUX.1 [dev], pesos BF16 | 24 GB + text encoders | 1 GPU | 1 GPU |
| FLUX.1 [dev], fine-tune com LoRA | 28.8 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, inferência em 4 bits | 42 GB | 1 GPU | 1 GPU |
| Qwen2.5 72B, inferência 4 bits | 43.6 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, fine-tune QLoRA | 52.5 GB | 2 GPUs (no limite com 1) | **1 GPU** |
| Llama 3.1 70B, inferência FP8 | 84 GB | 2 GPUs, sem NVLink | 2 GPUs, sem aceleração FP8 |
| Llama 3.1 70B, fine-tune com LoRA | 168 GB | 4 GPUs | 3 GPUs |

Cabimento ingênuo = o número de placas cuja memória total comporta a estimativa; ignora a sobrecarga de múltiplas GPUs e a memória reservada pelo driver. Os autores do QLoRA relatam um modelo de 65B ajustado em uma única GPU de 48 GB, daí o 'no limite'. O FLUX.1 também carrega T5-XXL, CLIP-L e um VAE, que podem ser offloaded para a CPU entre os passos.

## Quanto custam a L40S e a A100 por hora?

Por GPU-hora, em USD. 'Lowest' (menor) e 'median' (mediana) são preços de tabela on-demand self-serve da verificação de preços da GPUwithCrypto em 29 de outubro de 2026; preços spot e de marketplace ficam de fora. A Vast.ai é um marketplace e aparece à parte. Todas as GPUs: [preços](https://gpuwithcrypto.com/pt/pricing/ "Quanto custa uma GPU na nuvem por hora na GPUwithCrypto?").

| GPU | GPUwithCrypto | Menor preço sob demanda em outro lugar | Mediana sob demanda | Provedores verificados | Menor oferta no Vast.ai |
| --- | --- | --- | --- | --- | --- |
| [L40S 48GB](https://gpuwithcrypto.com/pt/gpu-prices/l40s/ "Quanto custa uma L40S por hora?") | **$0,82/hora** | US$ 0,97 (Massed Compute) | $1.67 | 11 | $0.33 |
| [A100 80GB](https://gpuwithcrypto.com/pt/gpu-prices/a100/ "Quanto custa uma A100 por hora?") | **$0,92/hora** | $1,09 (Thunder Compute) | $2.23 | 13 | $0,48 (SXM), $0,34 (PCIe) |

*Preços verificados em 29 de outubro de 2026.*

Nos preços mais baixos, a A100 80GB custa 12% mais por hora que a L40S; na mediana, cerca de um terço a mais. Números do Vast.ai: feed de preços públicos do Vast.ai, oferta alugável mais barata em 29 de outubro de 2026. Impostos não incluídos.

## Qual é mais barata por GB de VRAM e por TFLOPS?

A A100 é mais barata por GB, a L40S por TFLOPS. Segundo a verificação de preços da GPUwithCrypto em 29 de outubro de 2026, calculada como preço por hora ÷ GB de memória:

- **A100 80GB:** 1,36 centavo por GB-hora no preço on-demand mais baixo (US$ 1,09 ÷ 80), 2,79 centavos na mediana (US$ 2,23 ÷ 80).
- **L40S 48GB:** 2,02 centavos por GB-hora no preço mais baixo (US$ 0,97 ÷ 48), 3,48 centavos na mediana (US$ 1,67 ÷ 48).

Um GB de memória da A100 é 33% mais barato por hora nos preços mais baixos e 20% mais barato na mediana. Na GPUwithCrypto, a mesma divisão dá $0.012 e $0.017.

Por dólar, nos preços mais baixos, a L40S entrega 30% mais cálculo BF16 de pico (373 vs 286 TFLOPS por US$/hora) e 756 TFLOPS FP8 por US$/hora. A A100 SXM entrega 2,1 vezes a largura de banda por dólar (1.871 vs 891 GB/s por US$/hora).

## Quanto custa um job em uma L40S vs uma A100?

**Exemplos calculados (premissas, não benchmarks):**

1. **Servir o Llama 3.1 8B por um mês (720 horas).** Cabe em uma placa de qualquer um dos dois tipos. A L40S é a escolha mais barata se a vazão dela for suficiente para o seu tráfego.
2. **Um fine-tune QLoRA do Llama 3.1 70B planejado em 24 horas.** Precisa de cerca de 52,5 GB: uma A100, ou duas L40S. Assumindo as mesmas 24 horas nas duas configurações, a A100 custa 44% menos nos preços mais baixos e 33% menos na mediana.

### Custo dos dois jobs

| Base do preço | Servir 8B, 720 h: L40S | Servir 8B, 720 h: A100 | QLoRA 70B, 24 h: 2 × L40S | QLoRA 70B, 24 h: 1 × A100 |
| --- | --- | --- | --- | --- |
| GPUwithCrypto | $590.40 | $662.40 | 2 × $19.68 | $22.08 |
| Menor preço sob demanda em outro lugar | $698.40 | $784.80 | $46.56 | $26.16 |
| Mediana sob demanda | $1,202.40 | $1,605.60 | $80.16 | $53.52 |

*Preços verificados em 29 de outubro de 2026.*

As horas são premissas. Apenas tempo de GPU.

## Qual devo alugar para inferência e qual para fine-tuning?

**Para inferência**, alugue a L40S quando o modelo couber em 48 GB com espaço para o KV cache: modelos de 7B–8B em BF16, modelos de 70B em 4-bit e geração de imagem ou vídeo com FLUX ou SDXL. Checkpoints FP8 rodam nos FP8 Tensor Cores dela. Alugue a A100 80GB quando o modelo precisar de 48–80 GB, quando contextos longos ou lotes grandes encherem o cache, ou quando a velocidade de decodificação for limitada pela banda.

**Para fine-tuning**, a A100 80GB é a opção padrão mais segura. QLoRA em um modelo de 70B cabe em uma placa, e o NVLink a 600 GB/s ajuda execuções multi-GPU. LoRA em modelos de 7B–8B e LoRAs de FLUX cabem em qualquer uma das duas placas.

Mais: [melhor GPU para inferência de LLM](https://gpuwithcrypto.com/pt/best-gpu-for/llm-inference/ "Qual é a melhor GPU para inferência de LLM?"), [melhor GPU para ComfyUI e Flux](https://gpuwithcrypto.com/pt/best-gpu-for/comfyui-flux/ "Qual é a melhor GPU em nuvem para ComfyUI, Stable Diffusion e Flux?"), [melhor GPU para fine-tuning do Llama 70B](https://gpuwithcrypto.com/pt/best-gpu-for/fine-tuning-llama-70b/ "Qual é a melhor GPU para fazer fine-tuning do Llama 70B (LoRA, QLoRA, full)?").

## Perguntas sobre a L40S e a A100

### A L40S é melhor que a A100 para inferência?

Para modelos que cabem em 48 GB e para FP8 ou geração de imagem, sim: ela tem 1,16 vez o pico denso de BF16 e FP8 Tensor Cores. Para modelos maiores ou decodificação limitada pela banda, a A100 80GB lidera com 80 GB e 2,36 vezes a banda (SXM). São números de pico da NVIDIA, não benchmarks.

### A L40S é boa para fine-tuning?

Para LoRA em modelos de 7B–8B e LoRAs de FLUX, sim: eles cabem em 48 GB. QLoRA em um modelo de 70B precisa de cerca de 52,5 GB pela nossa regra, no limite em uma única L40S. O fine-tuning multi-GPU roda por PCIe, porque a L40S não tem NVLink.

### Quanto custa uma L40S por hora em comparação com uma A100?

Em 29 de outubro de 2026, os menores preços self-serve sob demanda que encontramos foram $0,97 para uma L40S e $1,09 para uma A100 80GB; as medianas foram $1,67 e $2,23. A GPUwithCrypto cobra $0,82/hora e $0,92/hora.

### A L40S tem suporte a NVLink?

Não. A página da L40S da NVIDIA informa 'NVLink Support: No'; as GPUs se comunicam por PCIe Gen4 x16 a 64 GB/s bidirecional. A A100 80GB tem NVLink a 600 GB/s.

### Posso alugar uma L40S ou uma A100 com cripto?

Sim. A GPUwithCrypto aluga as duas por BTC, USDT, USDC, ETH, SOL, LTC, XMR, sem documento e sem cartão. Dos 11 provedores com preço sob demanda de L40S em 29 de outubro de 2026, 5 aceitam cripto: Massed Compute, RunPod (KYC primeiro), Paperspace/DigitalOcean, Vultr e Spheron.

**Alugue uma L40S ou uma A100 com cripto** L40S $0,82/hora · A100 80GB $0,92/hora · cobrança por minuto · sem KYC. [Alugar uma L40S](https://gpuwithcrypto.com/pt/gpu-prices/l40s/ "Quanto custa uma L40S por hora?") · [Alugar uma A100](https://gpuwithcrypto.com/pt/gpu-prices/a100/ "Quanto custa uma A100 por hora?")

## Fontes

1. [GPU NVIDIA L40S](https://www.nvidia.com/en-us/data-center/l40s/) — NVIDIA (read 2026-10-29)
2. [NVIDIA A100 Tensor Core GPU](https://www.nvidia.com/en-us/data-center/a100/) — NVIDIA (read 2026-10-29)
3. [Datasheet da NVIDIA A100](https://www.nvidia.com/content/dam/en-zz/Solutions/Data-Center/a100/pdf/nvidia-a100-datasheet-nvidia-us-2188504-web.pdf) — NVIDIA (read 2026-10-29)
4. [Transformer Math 101](https://blog.eleuther.ai/transformer-math/) — EleutherAI (read 2026-10-29)
5. [QLoRA: Efficient Finetuning of Quantized LLMs](https://arxiv.org/abs/2305.14314) — arXiv (read 2026-10-29)
6. [LoRA: Low-Rank Adaptation of Large Language Models](https://arxiv.org/abs/2106.09685) — arXiv (read 2026-10-29)
7. [Model card do FLUX.1 [dev]](https://huggingface.co/black-forest-labs/FLUX.1-dev) — Black Forest Labs / Hugging Face (read 2026-10-29)
8. [Preços do Massed Compute](https://vm.massedcompute.com/pricing) — Massed Compute (read 2026-10-29)
9. [Preços do Thunder Compute](https://www.thundercompute.com/pricing) — Thunder Compute (read 2026-10-29)
10. [Feed público de preços de GPU do Vast.ai](https://storage.googleapis.com/vast-public-gpu-pricing/gpu-pricing-public.json) — Vast.ai (read 2026-10-29)

---

GPUwithCrypto: A GPUwithCrypto aluga GPUs em nuvem (NVIDIA H100, H200, B200, A100, L40S, RTX 4090 e RTX 5090) por minuto, pagando com cripto e sem KYC; cada GPU tem preço pelo menos 15% abaixo de uma referência on-demand nomeada, consultada em 29 de outubro de 2026.