GPU (unidade de processamento gráfico) e TPU (unidade de processamento tensorial) são os chips que treinam e executam modelos de inteligência artificial. A GPU nasceu para renderizar imagem e se mostrou eficiente em multiplicação de matrizes — a operação central de uma rede neural; a TPU foi projetada pelo Google especificamente para essa carga. Para quem contrata infraestrutura, o que importa é o custo por hora, e a faixa é ampla: uma H100 de 80 GB custa entre US$ 2,89 e US$ 3,29 por hora conforme o fornecedor, uma A100 sai por US$ 1,39 e uma RTX 4090 de 24 GB por US$ 0,74. No topo, a B300 de 288 GB chega a US$ 7,89 por hora. A conta que decide o projeto não é o preço da placa: é quanto tempo ela fica ligada sem produzir.
Quanto custa por hora, por modelo de placa
| GPU | VRAM | RunPod (US$/h) | Lambda (US$/h) |
|---|---|---|---|
| RTX 4090 | 24 GB | 0,74 | — |
| L40S | 48 GB | 0,99 | — |
| A100 PCIe | 80 GB | 1,39 | 1,99 |
| H100 PCIe | 80 GB | 2,89 | 3,29 |
| H100 SXM | 80 GB | 3,29 | 4,29 |
| H200 | 141 GB | 4,59 | não oferece |
| B200 | 180 GB | 6,79 | — |
| B300 | 288 GB | 7,89 | — |
Valores de tabela oficial, sob demanda, em agosto de 2026. Em instâncias de oito placas, o preço por GPU cai — na Lambda, a H100 SXM sai por US$ 3,99.
⚠️ Comparativos publicados erram esses preços
Ao verificar esses valores nas páginas oficiais, encontrei um agregador conhecido afirmando que a H100 PCIe custava US$ 1,99 na RunPod. O preço real da tabela é US$ 2,89 — diferença de 45% numa conta que decide investimento de infraestrutura.
A lição vale para qualquer número de custo de nuvem: confira na fonte antes de dimensionar orçamento. Páginas de preço mudam com frequência, e comparativos envelhecem sem aviso.
A diferença entre GPU e TPU
Em termos práticos, para quem contrata:
- GPU — de propósito mais geral, disponível em praticamente todos os provedores, com ecossistema de software maduro. É a escolha padrão para quem quer portabilidade entre fornecedores.
- TPU — projetada para carga tensorial, disponível essencialmente na nuvem do Google. Pode render melhor em cargas específicas, ao custo de ficar preso a um fornecedor.
A afirmação de que “TPU é sempre mais barata” não se sustenta como regra — depende da carga, do volume contratado e do quanto o seu código está atrelado a um ecossistema. Para a maioria das operações de marketing, que consomem IA por API e não treinam modelo, a discussão é irrelevante: você paga por token, não por hora de chip.
O que isso muda na prática
Três pontos que costumam decidir o resultado financeiro:
- Máquina ociosa custa igual a máquina em uso. Utilização abaixo de cerca de 60% inviabiliza a conta de infraestrutura própria frente à API.
- A GPU é só parte do custo. O investimento total costuma sair de duas a três vezes o valor do chip, somando rede, armazenamento, monitoramento e engenharia.
- Dimensione pela memória, não pelo nome. O que define se o modelo roda é a VRAM disponível frente ao tamanho dele — assunto tratado em quantização.
Para a maior parte dos casos em marketing, a resposta honesta é que contratar API sai mais barato que manter GPU. A conta completa, com os critérios que invertem essa lógica — soberania de dados e volume constante —, está no guia de self-host. Sobre o custo por token, veja inferência.
Fontes
- Tabela de preços de GPU — RunPod
- Tabela de preços de GPU — Lambda
- vLLM — servidor de inferência para produção