JarvisLabs

JarvisLabs

Cloud NVIDIA GPU et CPU à l’usage, avec modèles gérés, VM avec accès racine et facturation à la minute.

paid
Dernière mise à jour 28/08/2026

À propos de JarvisLabs

JarvisLabs loue des ressources de calcul GPU et CPU pour l’entraînement d’IA, l’inférence, les notebooks et d’autres charges de travail accélérées. Son catalogue de GPU comprend du matériel NVIDIA H200, H100, RTX Pro 6000 Blackwell, A100, A30 et L4, ainsi que des machines virtuelles CPU polyvalentes. Vous pouvez choisir un modèle géré avec JupyterLab, VS Code, un point de terminaison API ou SSH, ou opter pour une VM avec accès racine afin d’utiliser des noyaux, pilotes et conteneurs personnalisés, des outils d’orchestration, des démons et des exécuteurs CI. Les configurations vont de un à huit GPU. Les instances à la demande sont facturées à la minute ; les tarifs GPU indiqués vont de $0.41 à $3.99 par heure et par GPU. Le stockage coûte $0.10 par Go et par mois, et le trafic sortant au sein de la région est gratuit. La mise en pause d’une instance interrompt la facturation du calcul, mais les frais de stockage continuent de s’appliquer. La capacité réservée, les clusters et les déploiements de plus de 25 GPU nécessitent un devis commercial. JarvisLabs convient aux charges de travail qui bénéficient d’un provisionnement rapide et de courtes unités de facturation. En contrepartie, le stockage reste payant pendant les pauses, certains produits sont soumis à des restrictions régionales et aucun essai gratuit n’est proposé.

Fonctionnalités

Entraînement et réglage fin de LLM

Exécutez des tâches d’entraînement et de réglage fin sur un ou plusieurs GPU H200, H100, A100, A30 ou L4, avec des configurations allant jusqu’à huit GPU.

Expériences basées sur des notebooks

Lancez des conteneurs gérés avec JupyterLab ou VS Code, un stockage persistant et une pile CUDA préconfigurée pour vos travaux itératifs d’apprentissage profond.

Infrastructure GPU personnalisée

Utilisez une VM à la demande avec accès SSH racine lorsqu’une charge de travail nécessite des pilotes ou noyaux personnalisés, Docker ou Kubernetes, des démons ou un exécuteur CI auto-hébergé.

Inférence et points de terminaison API

Déployez des charges d’inférence à faible coût sur des instances A30 ou L4, ou exposez un modèle géré comme point de terminaison API sans administrer le système d’exploitation sous-jacent.

Avantages

  • La facturation à la demande et à la minute limite les frais de calcul des expériences qui ne s’exécutent que pendant une partie d’une heure.
  • Les modèles gérés prennent en charge le système d’exploitation, les pilotes, CUDA et le conteneur, tout en conservant le stockage entre l’arrêt et le redémarrage.
  • Les VM avec accès racine prennent en charge les noyaux et pilotes personnalisés, Docker, Kubernetes, les démons et les exécuteurs CI auto-hébergés.

Limites

  • Les instances en pause continuent d’occasionner des frais de stockage de $0.10 par Go et par mois ; les projets inactifs ne sont donc pas gratuits.
  • Les machines virtuelles CPU ne sont proposées que dans la région Inde (Noida), ce qui peut limiter les besoins en matière de latence ou de localisation des données.
  • Aucun essai gratuit n’est proposé ; les utilisateurs doivent approvisionner leur compte avant de tester une charge de travail réelle sur le service.

Formules tarifaires

H200 SXM

$3.99par heure et par GPU
  • 141 Go de VRAM
  • 368 Go de RAM
  • 28 vCPU
  • 1, 2, 4 ou 8 GPU

H100 SXM

$2.69par heure et par GPU
  • 80 Go de VRAM
  • 200 Go de RAM
  • 16 vCPU
  • 1, 2, 4 ou 8 GPU

RTX Pro 6000 Blackwell

$1.89par heure et par GPU
  • 96 Go de VRAM
  • 160 Go de RAM
  • 28 vCPU
  • 1, 2, 4 ou 8 GPU

A100 80GB

$1.49par heure et par GPU
  • 80 Go de VRAM
  • 112 Go de RAM
  • 16 vCPU
  • 1, 2, 4 ou 8 GPU

A100 40GB

$0.89par heure et par GPU
  • 40 Go de VRAM
  • 112 Go de RAM
  • 16 vCPU
  • 1, 2, 4 ou 8 GPU

A30

$0.41par heure et par GPU
  • 24 Go de VRAM
  • 112 Go de RAM
  • 16 vCPU
  • 1, 2, 4 ou 8 GPU

L4

$0.44par heure et par GPU
  • 24 Go de VRAM
  • 124 Go de RAM
  • 32 vCPU
  • 1, 2, 4 ou 8 GPU

VM CPU 2 vCPU

$0.05par heure
  • 2 vCPU
  • 8 Go de RAM
  • À la demande
  • Région Inde (Noida)

VM CPU 4 vCPU

$0.10par heure
  • 4 vCPU
  • 16 Go de RAM
  • À la demande
  • Région Inde (Noida)

VM CPU 8 vCPU

$0.20par heure
  • 8 vCPU
  • 32 Go de RAM
  • À la demande
  • Région Inde (Noida)

VM CPU 16 vCPU

$0.40par heure
  • 16 vCPU
  • 64 Go de RAM
  • À la demande
  • Région Inde (Noida)

VM CPU 32 vCPU

$0.79par heure
  • 32 vCPU
  • 128 Go de RAM
  • À la demande
  • Région Inde (Noida)

* Les informations tarifaires sont données à titre indicatif. Consultez les dernières annonces sur le site officiel de JarvisLabs.

FAQ

Les instances GPU à la demande en cours d’exécution sont facturées à la minute selon le tarif horaire indiqué pour chaque GPU. Vous pouvez mettre une instance en pause et la reprendre ; les instances en pause continuent d’occasionner des frais de stockage.
Les modèles sont des conteneurs gérés avec des piles préconfigurées comprenant JupyterLab, VS Code, un point de terminaison API ou uniquement SSH. Les VM fournissent un accès racine permettant d’utiliser des noyaux et pilotes personnalisés, Docker, Kubernetes, des démons et des exécuteurs CI.
JarvisLabs ne propose pas d’essai gratuit. Le service est facturé à l’usage et la page d’accueil indique qu’un compte peut être démarré avec un rechargement de crédit de $10.
Le stockage est affiché à $0.10 par Go et par mois, tandis que le trafic sortant au sein de la région est gratuit. Les frais de calcul GPU ne s’appliquent que lorsqu’une instance à la demande est en cours d’exécution.

Informations sur l'outil

DéveloppeurJarvisLabs
Date de sortie20/07/2026
Tarificationpaid