$ runstack deploy --now

Precisa de GPU para IA no Brasil? GPU Pods por hora ou Ollama em VPS.

A Runstack oferece dois caminhos para workloads de IA: GPU Pods com A100 e T4 cobrados por hora (zero desperdício para treino e inferência pesada), e VPS Pro para rodar modelos leves via Ollama sem custo de GPU. Toda infraestrutura é da OPEN DATACENTER, com servidores no Brasil.

O problema

Alugar GPU no exterior significa pagar em dólar, lidar com latência alta para APIs de inferência e depender de suporte em inglês. VMs genéricas não distinguem workloads de treino (burst) de inferência contínua (steady-state) — você paga GPU o tempo todo mesmo quando não usa.

Como a Runstack resolve

GPU Pods Runstack: escale para A100 apenas quando treinar, desligue depois. Para inferência contínua com modelos até 13B, use VPS Pro com Ollama — sem custo de GPU, latência < 15ms no Brasil e cobrança previsível em real.

# ── Opção A: Ollama em VPS (modelos até 7B/13B, inferência CPU) ──
ssh root@<seu-ip>

# Instale o Ollama
curl -fsSL https://ollama.com/install.sh | sh

# Inicie o serviço
systemctl enable --now ollama

# Baixe um modelo
ollama pull llama3.2
ollama pull mistral

# Teste a API local
curl http://localhost:11434/api/generate \
  -d '{"model":"llama3.2","prompt":"Olá!","stream":false}'

# ── Opção B: GPU Pod (A100 / T4 — treino e inferência pesada) ──
# Acesse runstack.com.br/gpu e crie um GPU Pod sob demanda
# Ambiente CUDA pré-configurado, cobrança por hora

Planos recomendados

Comparativo rápido

Relacionados