Prix des GPU dans le cloud : comparer le prix par GPU, puis la charge

Les instances GPU sont la ligne d'une facture cloud qui grossit le plus vite et la plus difficile à comparer. Les noms diffèrent, les instances embarquent des quantités différentes de CPU et de mémoire autour de la carte, et une même carte existe en plusieurs tailles mémoire. Les prix relevés en France le 4 octobre 2026 donnent l'ordre de grandeur : une NVIDIA L4 coûte environ 0,75 € de l'heure chez OVHcloud, 0,79 € chez Scaleway et 1,02 $ chez AWS (g6.xlarge) ; une H100 80 Go environ 2,80 € chez OVHcloud et 2,87 € chez Scaleway ; une A100 entre 3,67 $ (Google Cloud, 40 Go) et 4,59 $ (Azure, 80 Go).

Trois règles pour une comparaison honnête

1. Diviser par le nombre de GPU. Les instances multi-GPU paraissent chères en absolu ; c'est pourquoi le comparateur affiche le prix par GPU-heure à côté du prix de l'instance.
2. Comparer la même carte et la même mémoire. Une A100 40 Go et une A100 80 Go ne sont pas interchangeables pour les grands modèles ; une L4 et une H100 ne jouent pas du tout dans la même catégorie.
3. Vérifier ce qui accompagne la carte. Certaines offres facturent le GPU seul, et les vCPU et la mémoire de l'hôte à part (le prix H100 d'Outscale est celui du GPU seul). D'autres incluent un hôte généreux (la l4-90 d'OVHcloud embarque 22 vCPU et 90 Gio).

Choisir la carte selon l'usage

• Inférence de petits et moyens modèles (jusqu'à environ 13 milliards de paramètres, quantifiés) : classe L4 ou T4. Un rapport prix-performance cinq à dix fois meilleur qu'une A100 pour le service.
• Fine-tuning et inférence de grands modèles : A100 80 Go ou H100, où la mémoire décide si le modèle tient tout court.
• Pré-entraînement : clusters H100 multi-nœuds avec interconnexion rapide ; un autre marché, en général sur réservation.

La plupart des entreprises n'ont besoin que de la première catégorie. Commencez par là et montez en gamme quand un benchmark le justifie.

Garder la facture sous contrôle

• Capacité spot ou préemptible : 60 à 70 % d'économie sur l'entraînement si les jobs font des checkpoints réguliers.
• Éteindre quand rien ne tourne : un endpoint d'inférence inactif sur une H100 coûte autant qu'un endpoint chargé. Utilisez un autoscaling capable d'arrêter l'instance, ou un service d'inférence serverless pour un trafic irrégulier.
• Partager la carte : les partitions MIG sur A100/H100 et le time-slicing sur les petites cartes servent plusieurs petits modèles sur un seul GPU.
• Regrouper les requêtes : des moteurs comme vLLM multiplient le débit par rapport à un service requête par requête.
• Ne réserver que la charge prouvée : les engagements d'un à trois ans économisent 40 à 60 %, mais seulement sur une capacité réellement utilisée.

Europe et disponibilité

Les fournisseurs européens sont désormais compétitifs sur la L4 et la H100, et gardent les données sous droit européen. Les hyperscalers ont plus de régions et de capacité pour les très grands clusters, et intègrent les GPU à leurs plateformes d'IA managées. Pour beaucoup d'équipes, la bonne réponse est mixte : expérimentations et inférence chez un fournisseur européen, pointes ou services spécialisés chez un hyperscaler.

En résumé

Comparez les offres GPU par GPU-heure, à carte et mémoire égales, hôte compris. Puis dimensionnez la carte pour la charge, pas pour l'affiche. Le tableau ci-dessous est mis à jour chaque semaine ; le filtre GPU du comparateur affiche tous les fournisseurs.