7 Dicas para Encontrar GPU Cloud Barato em 2026

Antes de tudo: por que isso importa tanto

GPU cloud é provavelmente o maior custo variável de quem trabalha com ML. Diferente de SaaS onde você paga um valor fixo por mês, aqui o contador tá sempre rodando. Já vi gente torrar o orçamento de um mês em três dias porque não planejou direito. Eu mesmo já fiz isso no começo.

As dicas que vou compartilhar aqui são coisas que eu aplico no meu dia a dia. Não é teoria — é o que efetivamente reduziu meus custos ao longo do tempo. Algumas são simples, outras exigem um pouco mais de setup, mas todas fazem diferença.

1. Compare provedores antes de cada job

Eu sei que parece óbvio, mas a quantidade de gente que simplesmente usa o mesmo provedor toda vez sem nem olhar preço é impressionante. Os preços de GPU cloud flutuam demais. Já vi situação onde o RunPod tava cobrando quase a metade do que a Lambda pra mesma GPU na mesma semana. E na semana seguinte, inverteu.

O que eu faço: antes de qualquer job que vai durar mais de algumas horas, eu checo pelo menos 3 provedores. Leva 5 minutos e já me economizou centenas de dólares no acumulado. O BestGPUCloud existe exatamente pra isso — [compara os preços em tempo real pra você](/comparisons/h100-pricing).

Outra coisa: não olhe só o preço por hora. Olhe o custo total estimado do job. Um provedor pode ser mais caro por hora mas ter GPUs mais rápidas, o que no final sai mais barato. Faça a conta completa.

2. Spot instances são essenciais (mas com cuidado)

Spot instances são instâncias preemptíveis — ou seja, o provedor pode derrubar sua máquina se alguém estiver disposto a pagar mais. Em troca, você paga significativamente menos. A economia geralmente fica entre 40-60% do preço on-demand.

Mas tem um detalhe crucial: se você não configurar checkpointing direito, pode perder horas de trabalho quando a instância for interrompida. Eu aprendi isso da pior forma — perdi um treinamento de 8 horas porque não salvei checkpoint. Desde então, salvo a cada epoch ou a cada N steps, e configuro meu script pra retomar do último checkpoint automaticamente.

Nem todo workload funciona bem com spot. Inferência em produção, por exemplo, não dá — você não pode ter seu serviço caindo aleatoriamente. Mas pra treinamento, experimentação, e batch processing, spot é a forma mais direta de cortar custo.

3. Reservas fazem sentido (quando fazem)

Vários provedores oferecem desconto de 20-30% se você se comprometer com uso mensal. A Lambda e o RunPod, por exemplo, têm planos de reserva. Parece bom, e às vezes é. Mas tem uma armadilha: projetos de ML são imprevisíveis.

Já me aconteceu de reservar GPU por um mês e não precisar na segunda metade porque o projeto mudou de direção. O dinheiro foi embora. Agora eu só reservo quando tenho certeza absoluta de que vou usar — tipo um treinamento longo que já tá planejado em detalhe.

Se você tem workloads consistentes e previsíveis, reserva é uma boa. Se não, a flexibilidade do on-demand (especialmente com spot) provavelmente vale mais do que o desconto da reserva.

4. A região importa mais do que você pensa

GPUs no US-West costumam ser mais caras que no US-East ou EU. A diferença pode chegar a 15-20% dependendo do provedor e da demanda. Se a latência não é crítica pro seu caso (e pra treinamento geralmente não é), vale a pena olhar regiões menos populares.

No Vast.ai, isso é ainda mais pronunciado porque os preços são definidos pelos hosts. Hosts na Europa central ou em regiões menos concorridas dos EUA frequentemente oferecem preços melhores. Eu já rodei treinamentos em hosts na Finlândia pagando bem menos do que pagaria em US-West.

Uma ressalva: se seu dataset precisa ser transferido pra instância, leve em conta o tempo e custo de transferência. Pra datasets pequenos (até poucos GB) não faz diferença. Pra datasets de centenas de GB, pode impactar.

5. Mixed precision não é opcional

Se você ainda tá treinando em FP32, tá literalmente jogando dinheiro fora. Mixed precision training (FP16 ou BF16) reduz o consumo de VRAM pela metade e acelera o treinamento significativamente. Em GPUs modernas como A100 e H100, usar BF16 é praticamente gratuito em termos de qualidade do modelo.

Na prática, isso significa que você pode usar GPUs mais baratas pro mesmo job. O que antes exigia uma A100 80GB em FP32, roda numa A100 40GB em BF16. A economia é direta.

PyTorch e a maioria dos frameworks modernos suportam mixed precision out of the box. É questão de adicionar algumas linhas de configuração. Se você usa Hugging Face Transformers, é literalmente um parâmetro: `bf16=True`. Não tem desculpa.

6. Monitore seus gastos ativamente

Parece conselho de gerente financeiro, mas é sério. Eu já deixei instância rodando sem querer por um fim de semana inteiro. São coisas que acontecem quando você tá focado no código e esquece que tem uma H100 ligada cobrando por hora.

Algumas coisas que eu faço pra evitar isso: configuro alertas de billing nos provedores que oferecem (RunPod tem isso), uso scripts que desligam a instância automaticamente quando o treinamento termina, e mantenho uma planilha simples de gastos mensais com GPU.

Outra dica: vários provedores mostram um dashboard de custo acumulado. Faça o hábito de checar isso todo dia. Quando você vê o número subindo em tempo real, pensa duas vezes antes de deixar uma instância ociosa.

7. Créditos de novos provedores

Provedores novos no mercado frequentemente oferecem créditos gratuitos pra atrair usuários. Não é muito — geralmente na faixa de $50 a $300 — mas pra testes e experimentação, ajuda. Já usei crédito de provedor novo pra fazer runs de validação de hiperparâmetro que teriam custado dinheiro.

Não recomendo depender disso como estratégia principal, mas como complemento funciona. Fica de olho em lançamentos de novos provedores e em promoções de provedores existentes. A comunidade de ML no Twitter/X e no Reddit geralmente compartilha essas oportunidades.

A dica bônus que ninguém fala

A melhor economia em GPU cloud é não usar GPU cloud. Sério. Antes de subir uma instância, pergunte: "eu realmente preciso de GPU pra isso?". Preparação de dados, análise exploratória, prototipação de arquitetura — tudo isso pode ser feito numa CPU ou na sua máquina local. Só suba pra GPU quando for realmente rodar o treinamento ou inferência.

Parece bobo, mas a quantidade de tempo que já vi gente gastando com GPU ligada enquanto faz `pip install` e configura ambiente é absurda. Prepare tudo localmente, teste com um batch pequeno, e só então suba pro cloud.

Compare preços atualizados dos principais provedores →