Preço da GPU H200: preços, fatores de custo e guia de compra

Preço da GPU H200: preços, fatores de custo e guia de compra

Última atualização: 22 de outubro de 2026. Todos os valores estão em USD. Os preços públicos mudam frequentemente; verifique a fonte atual e a configuração exata antes de comprar ou reservar capacidade.

Se procura um preço da GPU H200, primeiro decida exatamente o que está a avaliar. Uma única placa H200 NVL PCIe, um sistema H200 ao estilo HGX/DGX, uma instância de cloud com oito GPUs e um worker H200 serverless são produtos diferentes, com estruturas de custo distintas.

Os exemplos públicos atuais abaixo mostram por que um único valor de destaque pode ser enganador:

• Uma listagem pública de placa H200 NVL pode custar cerca de $34,500 por placa para uma encomenda de quatro a sete placas, enquanto uma listagem de uma a três placas pode custar $42,651 por placa.
• Um servidor configurado com quatro H200 está listado na faixa de $185,000–$220,000; um servidor com oito H200 está listado na faixa de $305,000–$370,000.
• Uma H200 na cloud pode ser faturada por GPU-hora: uma taxa atual do H200 Pod é de $5.29 por hora, enquanto a taxa correspondente do worker serverless é de $5.93 por hora.

Estas são ofertas públicas datadas, não um MSRP universal nem uma recomendação para escolher um fornecedor. A resposta útil para “qual é o preço da GPU H200?” é o custo entregue do formato e modelo operacional exatos que conseguem concluir a sua carga de trabalho.

Resposta rápida: Utilize um aluguer de curto prazo para validar o modelo, o comprimento de contexto, a topologia e a utilização de que necessita. Peça uma cotação de compra apenas depois de saber se uma H200 NVL PCIe, um nó SXM de oito GPUs ou uma API de modelo gerida é a opção adequada. Em seguida, compare o custo por carga de trabalho concluída, e não apenas o preço da placa.

Panorama do preço da GPU H200: exemplos de compra, sistema e cloud

A tabela é intencionalmente um conjunto de instantâneos de preços separados, e não uma média de mercado. Uma listagem de placa e uma instância de cloud com oito GPUs não incluem o mesmo hardware, suporte, compromisso de capacidade nem carga operacional.

Fontes: listagem H200 NVL da Gatewell USA, listagem H200 NVL da Lineage Tech, preços da Runpod e preços dos AWS EC2 Capacity Blocks. Os preços foram verificados em 22 de outubro de 2026.

O preço da GPU H200 nas duas primeiras linhas é o preço de uma placa H200 NVL PCIe. As linhas de servidores acrescentam a plataforma necessária para operar várias placas. As linhas de cloud convertem essa infraestrutura numa tarifa de serviço. Não calcule uma média entre esses valores.

Por que o preço da GPU H200 não é um único valor

A NVIDIA publica duas configurações de implementação H200 materialmente diferentes. Ambas indicam 141 GB de memória HBM3e e 4.8 TB/s de largura de banda de memória, mas não são aquisições intercambiáveis:

A ficha técnica da H200 e a arquitetura de referência HGX da NVIDIA também mostram por que as cotações de sistemas variam tanto: a H200 SXM foi projetada para uma topologia multi-GPU, enquanto uma placa NVL é instalada em um servidor PCIe convencional com um modelo de interconexão diferente.

Essa distinção altera o orçamento de quatro formas:

1. O acelerador pode não ser a única coisa que você está comprando. As placas PCIe H200 NVL ainda precisam de um host qualificado, fluxo de ar, CPUs, memória, armazenamento, adaptadores de rede, trilhos e suporte. Uma cotação SXM geralmente chega como uma decisão de sistema multi-GPU.
2. A topologia pode alterar o número de GPUs de que você precisa. Se a carga de trabalho precisa de um domínio NVLink de oito GPUs, a alternativa relevante é um aluguel ou sistema de oito GPUs — e não o preço de uma única placa.
3. Energia e refrigeração são itens reais da cotação. Os valores de 600 W e 700 W são especificações de potência máxima da placa, não o seu consumo medido. Ainda assim, eles indicam que você deve solicitar os requisitos de energia, refrigeração e rack na cotação.
4. A quantidade altera a oferta. As duas listagens de placas acima diferem porque usam vendedores, localidades e quantidades de pedido diferentes. Um número de peça é mais útil do que um rótulo genérico de “H200”.

O que você está pagando na H200: capacidade de memória e topologia

A H200 é um acelerador da geração Hopper, mas a decisão de compra costuma ser sobre memória, e não sobre uma alegação genérica de maior velocidade. A NVIDIA lista 141 GB de HBM3e e 4,8 TB/s de largura de banda de memória para a H200. Em sua tabela de arquitetura HGX, a NVIDIA lista 80 GB e 3,35 TB/s para a H100 SXM, em comparação com 141 GB e 4,8 TB/s para a H200 SXM.

Essa capacidade adicional pode ser importante quando sua carga de trabalho é limitada por:

• um modelo ou plano de quantização que não cabe em 80 GB;
• inferência com contexto longo, em que o cache KV consome a memória de trabalho;
• um tamanho de lote que, de outra forma, exigiria paralelismo adicional do modelo;
• um projeto multi-GPU em que o tráfego entre GPUs, em vez da capacidade bruta de cálculo, é o gargalo.

Isso não significa que uma H200 seja automaticamente mais barata para todos os trabalhos de inferência. Se um modelo, lote e janela de contexto cabem confortavelmente em um acelerador menor, o adicional do preço da GPU H200 pode não reduzir seu custo por resultado aceito. Faça benchmark do modelo e da pilha de serving que você realmente executará antes de tratar a capacidade de memória como um resultado de compra.

Para a decisão de arquitetura e implantação por trás desses números, leia o guia da GPU H200 da Flatkey e sua comparação entre H200 e H100.

Transforme um preço horário da GPU H200 em um orçamento mensal

Para capacidade alugada, comece com as horas de GPU alocadas:

monthly compute cost =
  allocated H200 GPU-hours × effective hourly rate

Em alocação contínua, uma GPU tem aproximadamente 730 horas em um mês de 30 dias. Os seguintes custos mensais usam os valores publicados por GPU acima e pressupõem que a tarifa permaneça disponível durante todas as horas. Eles excluem armazenamento, transferência de dados, impostos, suporte e quaisquer regras de compromisso.

Para um nó de oito GPUs, multiplique o custo por GPU por oito antes de adicionar os serviços ao redor dele. É por isso que uma tarifa equivalente à H200 de US$ 6,866 corresponde a um preço de US$ 54,924 por hora para p5e.48xlarge na tabela da AWS.

O preço da GPU H200 publicado por hora deve ser apenas uma linha do seu orçamento operacional. Adicione:

• armazenamento anexado ou persistente para pesos de modelos, checkpoints e conjuntos de dados;
• transferência de dados e requisitos de rede privada;
• CPU, RAM e NVMe local incluídos com a instância;
• trabalho de orquestração, observabilidade, backup e resposta a incidentes;
• trabalhos com falha, recarregamentos, tempo ocioso e amplificação de tentativas;
• termos de reserva, Capacity Block ou interrupção.

O guia de preços de aluguel de GPU e o guia de custos ocultos de GPUs na nuvem da Flatkey fornecem uma lista de verificação mais ampla para esses itens que não são aceleradores.

Comprar ou alugar: use a matemática do ponto de equilíbrio como ferramenta de triagem

Para uma primeira análise, você pode calcular um número de triagem apenas de hardware:

hardware-only screening hours =
  listed accelerator price ÷ comparable delivered GPU-hour rate

Usando os dois exemplos públicos de placas H200 NVL e a tarifa de Pod de US$ 5,29 por hora:

Este não é um cálculo real de retorno do investimento. Ele exclui deliberadamente o servidor host, rede, energia, refrigeração, impostos, tarifas, suporte, tempo de inatividade, utilização, financiamento e valor residual. Também compara ofertas de fornecedores diferentes. Use-o para identificar as questões que valem a pena modelar — não para aprovar uma ordem de compra.

Um modelo completo de propriedade deve se parecer mais com isto:

annual ownership cost =
  system acquisition or financing
  + power and cooling
  + rack, colocation, and network
  + support, software, and operations
  + storage and backup
  + expected downtime and unused capacity
  - expected residual value

cost per completed workload =
  annual ownership cost ÷ accepted jobs, requests, tokens, or training runs

A mesma disciplina se aplica aos preços de nuvem:

cloud cost per completed workload =
  (GPU-hours + storage + network + managed services + failed work)
  ÷ accepted jobs, requests, tokens, or training runs

O denominador é o que impede que um preço da GPU H200 aparentemente baixo por hora mascare uma implantação ruim. Escolha uma unidade que corresponda ao resultado de negócio: um fine-tuning bem-sucedido, um lote aceito, um vídeo gerado, uma solicitação atendida ou um resultado de inferência validado.

Checklist de compra da H200 para equipes de compras e infraestrutura de ML

Use este checklist antes de comparar cotações de fornecedores.

1. Anote a SKU e o número da peça exatos. Diferencie a H200 NVL PCIe da H200 SXM. Não trate “H200” como informação de configuração suficiente.
2. Pergunte o que está incluído no nível do sistema. Registre a contagem de GPUs, CPU, RAM, NVMe, NICs, fontes de alimentação, trilhos, pontes NVLink, garantia e direitos de uso de software.
3. Modele a topologia antes da quantidade. Teste se o seu modelo precisa de uma GPU, quatro GPUs interconectadas ou uma malha de oito GPUs. Comprar a topologia errada é mais caro do que pagar uma taxa maior por hora durante a avaliação.
4. Solicite as premissas de energia e refrigeração. Registre as condições da instalação e o projeto necessário de fluxo de ar ou refrigeração líquida. Nunca faça o orçamento diretamente com base apenas no TDP.
5. Normalize impostos, tarifas, frete e prazo de entrega. O preço da Lineage de US$ 42.651, por exemplo, exclui explicitamente IVA e tarifas; uma cotação entregue pode variar significativamente conforme o destino.
6. Meça a utilização em vez de presumir 100%. Um sistema com 45% de utilização produtiva tem um cenário de propriedade muito diferente de uma frota programada continuamente.
7. Separe o custo de armazenamento do modelo do custo da GPU. Pesos, checkpoints, conjuntos de dados, snapshots e transferência de dados podem alterar a alternativa de nuvem.
8. Defina uma premissa de saída. Documente a vida útil esperada, o valor residual e se uma arquitetura sucessora poderia tornar a capacidade menos atraente antes de o modelo ser totalmente amortizado.
9. Inclua as operações. Inclua no modelo monitoramento, agendamento de capacidade, segurança, aplicação de patches, resposta a incidentes e cobertura de plantão.
10. Execute um benchmark representativo. Registre throughput, latência p50/p95, taxa de falhas, tempo de carregamento, aceitação de qualidade e o custo visível na fatura na pilha de software exata.

Quando uma H200 é a escolha certa — e quando não é

Para o último caso, evite apresentar a escolha como “nuvem versus on-premises”. Uma API de modelo e um aluguel de GPU podem ser ambos serviços de nuvem, mas expõem responsabilidades diferentes. Se a sua equipe não precisa operar pesos de modelo, drivers, capacidade ou uma pilha de serving, compare o custo por solicitação de uma rota de API com o custo por carga de trabalho concluída de uma implantação H200. Consulte Nuvem de GPU vs. API de modelo para uma estrutura prática de decisão.

Como comparar duas cotações de H200 de forma justa

Peça a cada fornecedor a mesma planilha e preencha-a a partir da cotação — não de um resultado de busca:

Esta planilha é mais útil do que uma busca genérica por “melhor preço da GPU H200” porque mantém o preço e a capacidade na mesma linha.

Perguntas frequentes

Quanto custa uma GPU H200?

Para exemplos públicos de placas H200 NVL PCIe verificados em 22 de outubro de 2026, um vendedor listava US$ 34.500 por placa para um pedido de quatro a sete placas, enquanto outro listava US$ 42.651 por placa para uma a três placas. Essas são ofertas específicas de fornecedor e quantidade, e não um único preço global da GPU H200. Um servidor, frete, impostos, tarifas, refrigeração e suporte podem alterar o custo final entregue.

A H200 NVL tem o mesmo preço da H200 SXM?

Não. A H200 NVL é uma placa PCIe projetada para servidores refrigerados a ar e interligação NVLink de duas ou quatro vias. A H200 SXM é um módulo destinado a sistemas no estilo HGX e a uma estrutura maior de múltiplas GPUs. Compare a configuração completa do sistema, não apenas o número de 141 GB de memória.

Quanto custa alugar uma H200 por hora?

Os exemplos publicados neste guia variam do Pod H200 da Runpod, a US$ 5,29 por hora, e do worker serverless H200, a US$ 5,93 por hora, até equivalentes do AWS Capacity Block de US$ 6,866 por H200 para p5e e US$ 7,895 por H200 para p5en. São diferentes tipos de serviço e compromissos; portanto, confirme a tarifa vigente e os termos de cobrança antes de tratá-los como intercambiáveis.

Devo comprar uma H200 ou alugá-la?

Alugue quando a carga de trabalho, a utilização, a topologia ou o roteiro do modelo forem incertos. Considere comprar somente depois de ter uma previsão estável de utilização, uma cotação no nível do sistema, um plano de instalações e suporte, e um modelo de custo por carga de trabalho concluída que inclua tudo ao redor do acelerador.

A H200 é melhor do que a H100 para inferência de LLM?

A H200 pode ser a melhor escolha quando 141 GB de HBM3e, 4,8 TB/s de largura de banda ou a topologia-alvo eliminam uma restrição real de memória ou tamanho de lote. Ela não é automaticamente o melhor valor para trabalhos que já cabem confortavelmente em uma implantação da classe H100. Teste seu modelo, comprimento de contexto, tamanho de lote e stack de serving. O guia H200 vs. H100 da Flatkey apresenta a comparação técnica.

Recomendação final

O preço certo da GPU H200 não é a listagem de placa mais barata nem a menor tarifa por hora. É o menor custo verificado para concluir sua carga de trabalho-alvo com a memória, topologia, confiabilidade e modelo operacional de que você realmente precisa.

Comece com um benchmark de aluguel com duração limitada. Registre o formato exato da H200, as horas alocadas, o armazenamento, a rede, a taxa de falhas e a aceitação da saída. Se a carga de trabalho se tornar estável o suficiente para justificar a propriedade, solicite uma cotação no nível do sistema e compare o TCO completo — não apenas o item de linha do acelerador. Se você precisa da capacidade do modelo em vez de controle da infraestrutura, precifique simultaneamente uma rota de API gerenciada.

A Flatkey pode ajudar as equipes a comparar essa alternativa de API sem dispersar integrações: seu produto é uma camada unificada de roteamento de modelos e ferramentas, com uma chave, um saldo e visibilidade do uso no nível da solicitação. Obtenha uma chave de API quando estiver pronto para testar o caminho de modelo/API ao lado do seu plano de H200.

Fontes

• Ficha técnica da GPU NVIDIA H200 Tensor Core
• Arquitetura de referência NVIDIA HGX H100, H200 e B200
• Preços do AWS EC2 Capacity Blocks para ML
• Preços de nuvem de GPU da Runpod
• Listagem da Gatewell USA H200 NVL
• Listagem da Lineage Tech H200 NVL