Guides
Des guides en mots simples : faire tourner des modèles d’IA ouverts sur un GPU loué, créer des images, affiner un modèle, utiliser l’API à grande échelle — et gagner de l’argent avec le GPU que vous avez déjà.
Louer un GPU
Fine-tuning d’un LLM sur un GPU loué avec QLoRA (7–8B sur 24 Go)Affinez un modèle de 7 à 8 milliards de paramètres (Qwen, Llama) sur une carte de 24 Go avec QLoRA : données, script, durée et coût.
De combien de mémoire GPU (VRAM) ai-je besoin pour l’IA ?La mémoire de carte graphique qu’il faut aux modèles d’IA open source — chat, images (SDXL, Flux), fine-tuning — et quel GPU louer.
Générer des images IA sur un GPU loué : Stable Diffusion et FluxSDXL ou Flux sur une carte graphique louée : quel GPU choisir, un court notebook diffusers, ComfyUI ou Forge, et comment garder vos images.
Faire tourner Llama, Qwen, DeepSeek ou gpt-oss sur un GPU louéLe bon GPU pour un modèle d’IA open source, lancé en un clic avec Ollama ou vLLM : discutez avec lui ou appelez-le comme l’API d’OpenAI, payé à l’heure.
Développer avec l’API
Une API compatible OpenAI pour les modèles d’IA open sourceUtilisez le SDK d’OpenAI avec Llama, Qwen ou Mistral : changez deux réglages, et un GPU qui sert le modèle démarre pour vous, facturé à la seconde.
Louer un GPU avec votre propre image DockerN’importe quelle image Docker publique sur un GPU loué, avec une commande de démarrage : sur le site en mode Pro, ou via l’API et gpurent.
Lancer 100 000 tâches GPU en un seul appel d’APIEmbeddings, évaluations, rendus, recherches d’hyperparamètres : répartissez-les sur de nombreux GPU en une seule requête, exemples à l’appui.
Se connecter en SSH à un GPU loué : scp, rsync, VS CodeConnectez-vous à un GPU loué depuis votre propre terminal : SSH en une commande, puis scp, rsync, redirection de ports et VS Code — sans port ouvert.
Gagner avec votre GPU
Gagner de l’argent avec sa carte graphique : comment et combienUne application à installer, trois façons de gagner, ce que rapportent les cartes courantes à l’heure et par jour, et comment vous êtes payé.
Mettre sa carte graphique en location : est-ce sans risque ?Ce que le code d’un locataire peut atteindre sur votre PC, et ce qu’il ne peut pas : bac à sable Docker, limites, séquestre et vrais compromis.
Comparer
RentGPUPower ou RunPod : louer des GPU, clusters et API (2026)RentGPUPower et RunPod en octobre 2026 : d’où viennent les GPU, paiement et remboursements, stockage, clusters, serverless, et à qui chacun convient.
RentGPUPower ou Vast.ai : frais, remboursements, clusters (2026)Comparaison en octobre 2026 : ce que paient les loueurs, ce que devient le temps non utilisé, qui peut héberger, les clusters, et quand choisir lequel.
Les alternatives à Vast.ai en 2026 : louer — ou faire louer — un GPURunPod, TensorDock, Salad, Lambda, io.net, Akash et RentGPUPower comparés en octobre 2026 : origine des GPU, hébergement, remboursements, clusters.