# Servidores de GPU y Computacion de IA

Source: https://support.kapsulehost.com/es-es/cloud-servers-gpu

Un servidor GPU de KapsuleHost es una máquina física de un único cliente equipada con procesadores gráficos NVIDIA y la CPU, memoria y almacenamiento rápido necesarios para mantenerlos funcionando, diseñado para entrenamiento de IA, inferencia y otro trabajo fuertemente paralelo.

Usted obtiene toda la máquina. El trabajo de nadie más comparte su GPU, su ancho de banda de memoria o su disco, que es la diferencia entre un punto de referencia que puede reproducir y uno que no puede. Esta guía cubre los cuatro niveles, para qué sirven, cómo funciona la solicitud dado que el suministro de GPU es genuinamente limitado, y para qué sirve la cuota de configuración.

## Los cuatro niveles

| Nivel | GPU | Memoria GPU | Memoria del sistema | Mensual | Cuota de configuración |
|---|---|---|---|---|---|
| **Spark** | NVIDIA RTX 4000 | 20 GB | Incluida en la compilación | US$330.00 / NZ$590.00 / ⃃ 1,210.00 / AU$480.00 / CA$470.00 / CN¥2,245.00 / €290.00 / £250.00 / ¥53,420 / S$425.00 | Sí |
| **Forge** | NVIDIA RTX PRO 6000 | 96 GB | 256 GB | US$1,680.00 / NZ$2,980.00 / ⃃ 6,170.00 / AU$2,440.00 / CA$2,385.00 / CN¥11,430.00 / €1,470.00 / £1,270.00 / ¥271,980 / S$2,170.00 | Sí |
| **Foundry** | NVIDIA RTX PRO 6000 | 96 GB | 512 GB | US$2,520.00 / NZ$4,470.00 / ⃃ 9,255.00 / AU$3,660.00 / CA$3,580.00 / CN¥17,145.00 / €2,205.00 / £1,905.00 / ¥407,960 / S$3,260.00 | Sí |
| **Reactor** | NVIDIA RTX PRO 6000 | 96 GB | 768 GB | US$3,240.00 / NZ$5,740.00 / ⃃ 11,900.00 / AU$4,705.00 / CA$4,600.00 / CN¥22,045.00 / €2,840.00 / £2,445.00 / ¥524,530 / S$4,190.00 | Sí |

Los precios se muestran sin IVA en su moneda de facturación. Cada nivel viene sin gestión o [gestionado](https://support.kapsulehost.com/es-es/cloud-servers-managed-vs-unmanaged), la misma opción que nuestros servidores en la nube.

El salto de Spark a Forge es el significativo. Spark es un punto de entrada para desarrollo, modelos más pequeños e inferencia. Forge, Foundry y Reactor comparten los mismos 96 GB de memoria GPU y difieren en memoria de sistema, que es lo que determina cuánto puede retener en RAM del host junto al modelo: almacenamiento de datos, canalizaciones de preprocesamiento y servicio de muchas solicitudes simultáneas.

## Qué puede ejecutar

Tiene control total de la máquina, así que ejecuta su propio stack. Esto incluye PyTorch, TensorFlow, JAX, cargas de trabajo CUDA sin procesar y los marcos de entrenamiento y servicio usuales encima de ellos.

Usos típicos:

- **Entrenamiento y ajuste fino de modelos** para aprendizaje automático e aprendizaje profundo.
- **Inferencia y servicio** en producción, donde una GPU convierte un tiempo de respuesta inaceptable en uno aceptable.
- **Cargas de trabajo de IA por lotes**: incrustaciones, transcripción, generación de imágenes y vídeo, representación.
- **Informática científica y paralela** que se beneficia de la aceleración GPU.

> **Tip:** Dimensione primero la memoria GPU. El error más común es elegir un nivel por precio y luego descubrir que el modelo no cabe en VRAM. Calcule la memoria que su modelo necesita en su precisión e tamaño de lote previstos, añada margen de maniobra y elija el nivel que lo supere. La memoria de sistema y la CPU son mucho más fáciles de trabajar que un modelo que no cargará.

## Disponibilidad y cómo funciona la solicitud

El hardware GPU está en alta demanda en toda la industria y el suministro es limitado. Ese es un hecho sobre el mercado, no una política de KapsuleHost, y determina cómo se solicitan estos.

- Son máquinas físicas, así que se provisionan por encargo en lugar de en segundos.
- La disponibilidad varía según el nivel y la ubicación, y se comprueba en directo cuando consulta la página de planes.
- **Spark está actualmente restringido por suministro.** Cuando no tiene existencias, el panel le ofrece la cola de reserva en lugar de un pedido roto.

Para configuraciones más grandes o personalizadas confirmamos la compilación exacta y el precio exacto con usted antes de provisionar, así que siempre sabe qué va a obtener. No citamos una configuración que no podemos entregar.

### La cola de reserva

Cuando un nivel de GPU está agotado, puede reservarlo en lugar de irse:

1. Reserve el nivel desde la página de planes. Obtiene una referencia de reserva.
2. **Nada se cobra.** Una reserva es gratuita y no comienza ninguna suscripción.
3. Cuando aparezca capacidad, aprovisionamos la máquina automáticamente para usted.
4. Su primer pago se toma solo cuando el servidor está en directo, y su fecha de facturación comienza desde ese día.
5. Cancele en cualquier momento mientras espera, sin costo.

[Regiones, disponibilidad y la cola de reserva](https://support.kapsulehost.com/es-es/cloud-servers-regions-availability) explica la mecánica en detalle.

> **Warning:** No ponga una reserva de GPU en un plazo fijo. La capacidad vuelve cuando vuelve, y preferimos decirle eso claramente que prometer una fecha que no podemos cumplir. Si tiene una fecha de entrega fija, hable con nosotros antes de pedir.

## Solicitar uno

1. Inicie sesión en [KPanel](https://kpanel.kapsulehost.com).
2. Abra **Store** en la barra lateral izquierda y elija **GPU**, o vaya directamente a `/plans/compute?group=gpu`.
3. Utilice el botón de alternancia **Unmanaged** y **Managed** para elegir el formulario que desea.
4. Cada nivel muestra su GPU, su VRAM, su memoria de sistema, su precio mensual y su cuota de configuración única, además de un distintivo de existencias en directo.

![El grupo GPU en la escalera de planes de cómputo en KPanel](https://support.kapsulehost.com/help/screenshots/cloud-servers-gpu.65000b19.webp)

## La cuota de configuración

Un servidor GPU conlleva una cuota de configuración única en la compra además del precio mensual recurrente, porque una máquina física debe ser compilada y aprovisionada para usted.

- Se cobra una vez, al provisionar. Nunca aparece en una renovación.
- Se muestra como su propia línea en la compra, etiquetada como **Instalación (única)**, con su propio comprobante.
- Sujeta a IVA cuando su moneda de cuenta es NZD.

Vea [Precios de servidores Cloud e IVA](https://support.kapsulehost.com/es-es/cloud-servers-pricing-gst) para saber cómo aparecen los cargos puntuales y recurrentes en sus facturas.

## Cómo los servidores GPU difieren de los servidores Cloud

| | Servidores Cloud | Servidores GPU |
|---|---|---|
| Hardware | Máquinas virtuales | Máquinas físicas de un único cliente con GPU NVIDIA |
| Aprovisionamiento | Inmediato, sujeto a existencias | Por encargo, a veces a través de la cola de reserva |
| Cuota de configuración | Ninguna | Única |
| Cambio de tamaño en directo en KPanel | Sí | No |
| Dimensionado en | vCPU, memoria, disco | Memoria GPU primero, luego memoria de sistema |

> **Warning:** Los servidores GPU no pueden cambiar de tamaño en su lugar. El cambio entre niveles significa solicitar la nueva máquina e migrar su trabajo. Elija el nivel que se ajuste a los modelos que espera ejecutar, no solo al que está ejecutando esta semana.

## Antes de solicitar

Tenga estas respuestas listas, porque determinan el nivel:

- **¿Entrenamiento o inferencia?** El entrenamiento generalmente consume mucha memoria y es de larga duración. La inferencia generalmente es sensible a la latencia y concurrente.
- **¿Qué modelo, a qué precisión?** Esto establece el piso de memoria GPU.
- **¿Cuántos datos, y dónde viven?** El almacenamiento en depósito de un conjunto de datos grande es para qué sirven la memoria de sistema y el disco.
- **¿Qué marco?** Para que podamos confirmar las expectativas de controlador y CUDA por adelantado.

Cuéntenos esas cuatro cosas y le señalaremos el nivel correcto, o armaremos una configuración si ninguno de los cuatro estándar se ajusta. Pregunte a Kora dentro de KPanel, o envíe un correo a [support@kapsulehost.com](mailto:support@kapsulehost.com), y nuestro equipo de Nueva Zelanda le ayudará.

## Solución de problemas

**El nivel que quiero muestra Agotado.** Resérvelo. No paga nada mientras espera y aprovisionamos automáticamente cuando la capacidad vuelve.

**Mi modelo no cabe en VRAM.** Suba a un nivel superior, o reduzca la precisión o el tamaño del lote. Forge, Foundry y Reactor todos llevan 96 GB de memoria GPU.

**Necesito más de una GPU, o una configuración que no figura en la lista.** Contacte con nosotros con sus requisitos y confirmaremos qué podemos compilar y qué cuesta antes de que se cobre nada.

**¿Puedo probar antes de comprometerme?** Hable con nosotros sobre comenzar con Spark para trabajos de desarrollo y subir de nivel una vez que su proceso sea probado.