This page is not yet available in English. Read it in Portuguese

Skip to content

GPU à venda no AIUBY Compute, por minuto

Equipe AIUBYRevisado em 16 nov 2026

NVIDIA L4 e RTX PRO 6000 + saldo pré-pago

Até aqui, placa de vídeo no AIUBY Compute existia só na prévia do runtime, para organizações habilitadas pela nossa equipe, sem cobrança e com prazo. Desde 13 de novembro, qualquer organização com conta pré-paga implanta com GPU. A cobrança é por minuto de instância ligada, e este texto explica o que isso quer dizer na prática.

#O que mudou

  • Implantar com GPU é pago e sai do saldo pré-pago, o mesmo da implantação em CPU e do consumo de IA.
  • Não há prazo: a aplicação fica de pé até você parar, o saldo acabar ou o teto mensal do workspace ser atingido.
  • A prévia continua como estava para as organizações habilitadas: sem cobrança e com prazo.

O fluxo é o de sempre: um aiuby.toml, o cadastro pela CLI ou pela tela, o plano e a implantação. Os templates com imagem pronta servem de ponto de partida.

#As placas

PlacaMemória de vídeoMáquinaRegião
NVIDIA L424 GB4 vCPU e 16 GBBélgica
NVIDIA RTX PRO 600096 GB20 vCPU e 80 GBHolanda

A configuração tem de ser exata: uma placa, na máquina dela, com uma réplica. Cada placa é vendida só na região da tabela. O preço por hora de cada uma está em Preços, na PTAX de referência, e acompanha o câmbio: o valor do dia aparece na tela de cobrança do Compute, no preço da sua conta.

#Como o tempo é contado

Na implantação em CPU, a cobrança segue o tempo em uso, como contamos em Implantação paga em CPU no AIUBY Compute. Com GPU a regra é outra: o preço é por hora, mas a cobrança é por minuto de instância ligada, e cada minuto iniciado conta inteiro.

  • Dez minutos custam dez minutos. O mínimo é 1 minuto: dez segundos de instância ligada custam um minuto.
  • Conta o tempo ligado, não o do relógio. Entram a partida a frio, a carga do modelo e o tempo ocioso antes de a instância desligar. Período sem instância ligada não cobra.
  • A contagem é por implantação. Reimplantar abre outra implantação e outra contagem de minutos.
  • Subida que falha também conta. Se a aplicação não abre a porta, a instância ficou ligada tentando, e os minutos ligados são cobrados. Vale testar a imagem em CPU, ou localmente, antes.

#O que o plano confere

Antes de criar qualquer coisa, o plano responde se a implantação pode acontecer agora. Quando não pode, lista os motivos e nada é criado nem cobrado. Para GPU, ele confere:

  • Conta pré-paga e teto mensal de Compute definido no workspace.
  • Saldo que cubra 20 minutos da placa nova e 20 minutos de cada aplicação com GPU que a organização já tem de pé, além do mínimo por aplicação paga.
  • Esses 20 minutos cabendo no que resta do teto do workspace.
  • A configuração na forma exata de uma das placas.
  • Vaga: há um limite de aplicações com GPU de pé ao mesmo tempo, somando toda a plataforma.

#Quando a aplicação para

A medição do tempo ligado chega com atraso, então a plataforma mantém uma folga de 20 minutos de placa. Durante o uso, se o saldo ou o teto do workspace não cobrem os próximos 20 minutos, a aplicação é parada.

Atenção

O corte acontece antes de o saldo zerar: o que sobra continua na conta, mas a aplicação sai do ar. Para não ser cortado, mantenha saldo e teto com folga, ou pare a aplicação com aiuby stop quando terminar. Instância ociosa continua contando até desligar.

#Limites

Limite

Não há GPU no Brasil: as placas ficam na Bélgica e na Holanda. Conte com a latência e com dados processados fora do país.

  • São poucas vagas: no máximo 2 aplicações com GPU pagas de pé ao mesmo tempo, somando toda a plataforma.
  • Uma placa por aplicação e uma réplica. Mais placas e mais de uma réplica com GPU ainda não existem.
  • O endereço é público por padrão. Com dado sensível, exija token de acesso na tela da aplicação antes de implantar.
  • Volumes e domínios próprios ainda não existem.
  • Partida a frio com modelos grandes ainda não foi medida por nós. O que medimos está em GPU sem servidor no Cloud Run.

A referência está em Compute, na documentação. Para servir um modelo de linguagem do começo ao fim, siga Como servir um modelo de linguagem com vLLM.