EN
FR
Marketing
Les cookies marketing nous aident a mesurer les campagnes et a afficher des offres pertinentes via des canaux de confiance.
RTX 5090 & RTX 4070 TI SUPER • NVIDIA CUDA • GPU BARE METAL
GPU
Serveurs dédiés
Serveurs GPU bare metal pour entrainement IA, inference LLM, rendu et deep learning. Choisissez la performance RTX 5090 ou les builds RTX 4070 Ti SUPER avec CPU dedie, RAM, stockage NVMe et stack IA optionnelle.
PROPULSE PAR
NVIDIA RTX
NVIDIA CUDA
TensorFlow
PyTorch
JupyterLab
Docker
Ubuntu 22.04
NVIDIA RTX
NVIDIA CUDA
TensorFlow
PyTorch
JupyterLab
Docker
Ubuntu 22.04
CONFIGURATIONS SERVEUR
Choisissez votre plateforme
Choisissez les builds RTX 5090 pour les charges IA plus lourdes ou les builds RTX 4070 Ti SUPER pour une acceleration CUDA efficace. L'inventaire Intel RTX 4070 Ti est actuellement en rupture.
INTEL PLATFORM
Dual Intel Xeon E5-2680 v4 + GPU Tesla T4
CPU
2× Intel Xeon E5-2680 v4
Coeurs / Threads
56 coeurs logiques @ 3.3 GHz
RAM
64GB DDR4
Stockage
1TB SSD Storage
GPU
1× NVIDIA Tesla T4 - 16GB GDDR6
Compute
2,560 coeurs CUDA - 8.1 TFLOPS FP32
IA / Tensor
320 Tensor Cores - GPU Turing inference
Bande passante
100TB / bande passante non mesuree
Reseau
Port 1Gbps
IPv4
5 IPv4 incluses
IPv6
Sous-reseau IPv6 /64 inclus
Score CPU
27,801
Categorie
Budget
Emplacement
Suisse
$599.99
/mois
INTEL PLATFORM
Intel® Core™ i9-7900X - RTX 4070 Ti SUPER
CPU
10 Cores / 20 Threads @ 4.3 GHz
RAM
64GB DDR4
Stockage
1TB NVMe SSD
GPU
1× NVIDIA GeForce RTX 4070 Ti SUPER (16GB GDDR6X)
Compute
8,448 CUDA cores - up to ~44 TFLOPS FP32
M?moire
16GB GDDR6X - 256-bit bus - 672 GB/s bandwidth
AI / Tensor
4th Gen Tensor Cores - up to ~706 AI TOPS
Network
1Gbps Dedicated Port
IPv4 + IPv6
1 IPv4 + IPv6 Inclus
OS
Ubuntu 22.04 LTS Pre-installed
AI Stack
CUDA, cuDNN, TensorFlow, PyTorch Ready
Score CPU
21,086
Accès
Accès root complet
$599.95
/mois
AMD Version
RUPTURE DE STOCK
AMD PLATFORM
AMD Ryzen™ 9 3950X - RTX 4070 Ti SUPER
CPU
16 Cores / 32 Threads @ 4.7 GHz
RAM
64GB DDR4
Stockage
1TB NVMe SSD
GPU
1× NVIDIA GeForce RTX 4070 Ti SUPER (16GB GDDR6X)
Compute
8,448 CUDA cores - up to ~44 TFLOPS FP32
M?moire
16GB GDDR6X - 256-bit bus - 672 GB/s bandwidth
AI / Tensor
4th Gen Tensor Cores - up to ~706 AI TOPS
Network
1Gbps Dedicated Port
IPv4 + IPv6
1 IPv4 + IPv6 Inclus
OS
Ubuntu 22.04 LTS Pre-installed
AI Stack
CUDA, cuDNN, TensorFlow, PyTorch Ready
Score CPU
39,251
Accès
Accès root complet
$599.95
/mois
Intel Version - OOS
COMMANDER
AMD PLATFORM
PERFORMANCE
AMD Ryzen 9950X + GPU RTX 5090
CPU
AMD Ryzen 9950X
Coeurs / Threads
16 coeurs / 32 threads @ 4.3 GHz
RAM
96GB DDR5
Stockage
3.84TB NVMe SSD
GPU
1× NVIDIA GeForce RTX 5090 GPU
Compute
21,760 coeurs CUDA - ~104.8 TFLOPS FP32
Memoire
32GB GDDR7 - bus 512-bit - 1,792 GB/s
IA / Tensor
Tensor Cores 5e gen - jusqu'a 3,352 AI TOPS
Bande passante
50TB de bande passante
Réseau
Port 1Gbps
IPv4
1 IPv4 incluse
Gestion distante
IPMI / gestion distante incluse
Score CPU
66,082
Catégorie
Performance
Emplacement
Utah, USA
$1,198.95
/mois
PERFORMANCE
Concu pour les charges IA exigeantes
Chaque choix materiel et infrastructure est optimise pour l'IA, l'entrainement LLM et le debit d'inference.
Options GPU NVIDIA RTX
Choisissez des builds RTX 5090 ou RTX 4070 Ti SUPER, chacun avec acceleration NVIDIA dediee pour IA, rendu, inference et charges CUDA.
Puissance GPU
Le materiel RTX dedie accelere l'entrainement, l'inference, le rendu et le calcul parallele sans contention de GPU cloud partage.
Jusqu'a 96GB DDR5
Une RAM systeme haute capacite garde le pipeline de donnees fluide avec datasets, preprocessing et services applicatifs autour du GPU.
Jusqu'a 3.84TB NVMe SSD
Le stockage NVMe rapide garde datasets, checkpoints, poids de modeles et assets de rendu proches de la couche compute.
Ubuntu 22.04 + Full Stack
Ubuntu 22.04 LTS preconfigure avec pilotes NVIDIA, CUDA, cuDNN, TensorFlow, PyTorch, JAX, JupyterLab, Docker et NVIDIA Container Toolkit.
Bare Metal dedie
Ressources 100% dediees - pas d'hyperviseur, pas d'hote partage. Choisissez AMD Ryzen 9950X, AMD Ryzen 9 3950X ou plateforme Intel selon disponibilite.
SPECIFICATIONS MATERIELLES
Materiel GPU en detail
Vue pratique des capacites GPU, memoire, stockage et reseau disponibles dans la gamme GPU UnderHost actuelle.
CUDA Cores
8,448
Tensor Cores
264 (4th gen)
RT Cores
66 (3rd gen)
Base Clock
2,340 MHz
Boost Clock
2,610 MHz
FP32 Perf
20 TFLOPS
VRAM
16GB GDDR6X
M?moire Bande passante
672 GB/s
Interface
256-bit
M?moire Clock
21 Gbps
PCIe Interface
PCIe 4.0 x16
Power (TBP)
285W
Config
RTX 5090 / RTX 4070 Ti S
Classe GPU
NVIDIA RTX
Compute
Acceleration GPU
RAM systeme
Jusqu'a 96GB DDR5
Stockage
Jusqu'a 3.84TB NVMe
Reseau
Jusqu'a 1Gbps
POURQUOI UN GPU RTX DEDIE
Le bon GPU pour l'infrastructure IA
Les serveurs GPU UnderHost sont concus pour les clients qui veulent une performance bare metal previsible, un acces root direct et une acceleration RTX sans contention de GPU cloud partage ni surprise de facturation.
RTX 5090 ou RTX 4070 Ti SUPER
Choisissez le niveau GPU adapte a votre charge, de l'acceleration CUDA economique a la performance RTX 5090.
Ressources CUDA dediees
Pas de planificateur GPU partage. Le GPU, CPU, RAM et NVMe choisis restent assignes a votre serveur.
Stockage local rapide
Le NVMe garde checkpoints, datasets et poids de modeles proches de la couche compute.
Builds prets datacenter
Le materiel est selectionne et assemble pour des charges GPU soutenues en environnement datacenter.
Isolation bare metal
Acces root complet et materiel dedie facilitent tuning, securite et diagnostic.
ACCELERATION GPU NVIDIA
Executez vos charges CUDA sur du materiel GPU NVIDIA dedie, des builds RTX 5090 aux serveurs Tesla T4 pour l'inference.
CUDA
pret
RTX/Tesla
options
Bare Metal
dedie
AI SOFTWARE STACK
Preconfigure. Pret a entrainer.
Chaque serveur peut etre livre avec une stack IA/ML complete - moins de configuration, moins de dependances a corriger. Ouvrez JupyterLab et commencez en quelques minutes.
Ubuntu 22.04 LTS
Long-term support base OS - stable, secure, and the recommended platform for NVIDIA GPU drivers and CUDA on bare metal.
CUDA Toolkit
NVIDIA CUDA Toolkit + cuDNN pre-installed - the foundation for all GPU-accelerated compute on NVIDIA hardware.
TensorFlow
Google's open-source ML framework - pre-configured with GPU support, CUDA acceleration, and cuDNN for deep learning pipelines.
PyTorch
Meta's dynamic ML framework. Pre-installed with GPU support - the leading choice for LLM development, research, and production inference.
JAX
Google's NumPy-compatible framework optimised for high-performance numerical computing and automatic differentiation.
JupyterLab
Interactive browser-based IDE for data science and ML experiments - installed and ready with GPU kernel support.
Docker + NVIDIA Toolkit
NVIDIA Container Toolkit enables GPU-accelerated Docker containers - isolate workloads, reproduce environments.
Data Science Tools
Pre-loaded with common Python data science ecosystem: NumPy, Pandas, Scikit-learn, Matplotlib, HuggingFace Transformers.
IDEAL FOR
What Will You Build?
LLM Training & Fine-Tuning
Train or fine-tune large language models. 32GB VRAM fits 7B–13B parameter models in full FP16 precision.
Neural Network Training
CNNs, RNNs, Transformers, GANs - any architecture benefits from dedicated CUDA + Tensor Cores.
AI Inference & Serving
Deploy models with low-latency GPU inference. Run multiple API endpoints simultaneously.
3D Rendering & Visualization
Ray tracing with 66 dedicated RT cores. Scientific visualization, architectural rendering.
Financial Modeling
High-throughput Monte Carlo simulations and quantitative analysis on dedicated hardware.
Video Processing & Transcoding
NVENC/NVDEC hardware acceleration for real-time video transcoding and processing pipelines.
COMPARISON
UnderHost vs Cloud Providers
Compare our dedicated GPU servers against major cloud GPU instances. Same or better performance at a fraction of the cost.
UnderHost
AWS G5
Azure NCv3
GCP N1
Modele GPU
RTX 5090 / RTX 4070 Ti SUPER / Tesla T4
1× NVIDIA A10G
1× NVIDIA T4
1× NVIDIA T4
Mémoire GPU totale
Jusqu'à classe RTX 5090
24GB GDDR6
16GB GDDR6
16GB GDDR6
Performance FP32
Jusqu'à performance RTX 5090
31.2 TFLOPS
8.1 TFLOPS
8.1 TFLOPS
Coût mensuel
dès $599.95 fixe
$1,200+ est.
$1,100+ est.
$1,000+ est.
Ressources CPU
jusqu'à 16 coeurs dédiés
4 vCPU (partagés)
4 vCPU (partagés)
4 vCPU (partagés)
RAM
jusqu'à 96GB DDR5
16GB
16GB
16GB
Stockage
jusqu'à 3.84TB NVMe SSD
125GB SSD
100GB SSD
100GB SSD
Bande passante
jusqu'à 1Gbps / 50TB
Mesurée ($/GB)
Mesurée ($/GB)
Mesurée ($/GB)
Matériel dédié
✓ Full bare metal
✗ Shared host
✗ Shared host
✗ Shared host
AI Stack
✓ Pre-installed
✗ Manual setup
✗ Manual setup
✗ Manual setup
Save up to 2× vs equivalent cloud GPU instances
Flat monthly rate. No per-hour billing surprises. No egress fees. 100% dedicated hardware.
$599.95
/mois flat
CUSTOM CONFIG
Need a Custom
Need a Custom
GPU Configuration?
We can build GPU servers with different models, higher RAM, additional GPUs, or custom storage configurations. Whether you need an H100, A100, or a multi-GPU cluster - we can design the right solution.
Provide your specs - GPU model, RAM, storage, bandwidth requirements - and we will quote within 24 hours.
REQUEST CUSTOM GPU SERVERDes questions ?Nous avons les reponses.
Everything you need to know about GPU dedicated server hosting for AI and ML workloads.
Quels frameworks IA/ML sont preinstalles ?
Chaque serveur peut etre livre avec Ubuntu 22.04 LTS, pilotes NVIDIA, CUDA Toolkit, cuDNN, TensorFlow, PyTorch, JAX, Keras, JupyterLab, Docker et NVIDIA Container Toolkit. Des frameworks additionnels peuvent etre installes sur demande.
Puis-je lancer plusieurs utilisateurs ou jobs concurrents ?
Oui. Configurez plusieurs comptes utilisateurs et lancez des jobs d'entrainement concurrents. Nous recommandons Docker ou Slurm pour isoler les ressources entre projets ou membres d'equipe.
Quelles performances puis-je attendre ?
Les performances dependent du plan choisi. Les builds RTX 5090 visent les charges IA, rendu et inference les plus lourdes, tandis que les builds RTX 4070 Ti SUPER offrent une acceleration CUDA solide a un tarif mensuel plus bas. Les charges IA typiques peuvent voir une acceleration de 10 a 50x par rapport a un CPU seul.
Quelle bande passante est incluse ?
La bande passante depend du plan choisi. Le build RTX 5090 inclut un port 1Gbps avec 50TB de bande passante. Les builds RTX 4070 Ti SUPER incluent 1Gbps avec options de mise a niveau. Pas de surprise de type egress cloud.
A quelle vitesse les serveurs GPU sont-ils livres ?
Les configurations GPU en stock sont generalement en ligne sous 24 heures apres paiement. Les builds GPU personnalises peuvent demander 2 a 3 jours ouvrables selon la disponibilite materielle.
Les ressources GPU sont-elles dediees ou partagees ?
Ce sont des serveurs dedies bare metal a 100% - pas de virtualisation, pas de voisins bruyants. Votre GPU, vos coeurs CPU, votre RAM et votre stockage NVMe sont exclusivement a vous.
Puis-je obtenir une configuration GPU personnalisee ?
Oui. Nous pouvons sourcer differents modeles GPU, GPU additionnels, plus de RAM, options CPU personnalisees et plus encore. Envoyez un ticket avec vos besoins et nous repondons sous 24 heures.
Encore des questions sur l'hebergement GPU ?
Our support team is available 24/7 to help you choose and deploy the right GPU dedicated server for your AI and ML workloads.
Contacter le support
DEPLOIEMENT EN 24 HEURES
Start Training
Start Training
Tomorrow.
RTX 5090 ou RTX 4070 Ti SUPER. Materiel bare metal dedie. Stack IA optionnelle. Tarif mensuel fixe sans surprise de facturation cloud.
RTX 5090 disponible
Option RTX 4070 Ti SUPER
Option 1Gbps / 50TB
Jusqu'a 96GB DDR5
Tarif fixe - sans surprise
Provisioning 24h