DigitalOcean GPU Droplets: US$ 200 em créditos para IA
GPUs virtuais para treinar e servir modelos, com Inference e RAG no mesmo ecossistema
O que esta oferta inclui
- US$ 200 em créditos para experimentar a infraestrutura da DigitalOcean
- GPU Droplets com NVIDIA e AMD para treino, ajuste fino e inferência
- NVIDIA RTX 4000 a partir de US$ 0,76 por GPU/hora
- Inference reúne mais de 70 modelos em um único endpoint
- Knowledge Bases oferece RAG gerenciado para busca e perguntas com seus dados
- Bare Metal GPUs entregam hardware isolado para cargas exigentes
Esta oferta é para quem precisa de GPU para IA, não de uma VPS comum. Os GPU Droplets da DigitalOcean são VMs para treinamento, ajuste fino e inferência; a página oficial lista NVIDIA RTX 4000 desde US$ 0,76 por GPU/hora. Para começar, o link dá US$ 200 em créditos.
Onde ela se diferencia da oferta de VPS da DigitalOcean: aqui o foco é VRAM, modelos e pipelines de IA. Não é uma página para hospedar WordPress, e-commerce ou uma API comum. Quem precisa de hardware isolado para cargas muito exigentes deve avaliar Bare Metal GPUs; a própria DigitalOcean diferencia esse produto dos GPU Droplets virtualizados.
Preços de GPU Droplets conferidos
A tabela abaixo reproduz os preços por hora da documentação de Droplets da DigitalOcean. São valores de referência para planejar a instância; destrua o recurso quando não for mais usá-lo, pois um Droplet desligado continua com recursos reservados e cobrança.
GPU | Preço por GPU/hora |
|---|---|
NVIDIA RTX 4000 | US$ 0,76 |
NVIDIA RTX 6000 | US$ 1,57 |
NVIDIA L40S | US$ 1,57 |
AMD MI300X | US$ 1,99 |
NVIDIA H100 | US$ 3,39 |
NVIDIA H200 | US$ 3,44 |
Os GPU Droplets são cobrados por segundo, com mínimo de cinco minutos, segundo a página de preços da DigitalOcean. A diferença prática para a oferta da RunPod é o produto: RunPod enfatiza endpoints serverless e cobrança por execução; aqui você provisiona uma VM com GPU para manter seu ambiente, bibliotecas e fluxo de trabalho.
Quando usar GPU Droplets, Inference ou Bare Metal
- GPU Droplets: para preparar uma VM de IA, treinar, ajustar modelos ou manter um serviço de inferência.
- Inference: para acessar modelos por endpoint. A página de produtos informa mais de 70 modelos e também oferece Knowledge Bases, um serviço de RAG gerenciado.
- Bare Metal GPUs: para hardware isolado. A contratação é baseada em contrato e deve ser tratada com vendas, não como preço avulso por hora.
Se você for usar Dedicated Inference, a documentação mostra outra tabela: AMD MI300X por US$ 2,59/h, NVIDIA H100 por US$ 4,41/h e NVIDIA H200 por US$ 4,47/h. Isso não substitui o preço de um GPU Droplet: é a tarifa de uma implantação de inferência dedicada.
Fontes de preço e produto
- Documentação de preços de GPU Droplets
- Página de GPU Droplets
- Documentação de preços de Inference
- Documentação de Bare Metal GPUs
Leia também: DigitalOcean em 2026: Review Completo (Planos, Preços e Vale a Pena?)
Perguntas frequentes
O crédito de US$ 200 vale para esta oferta de GPU?
O benefício desta oferta é US$ 200 em créditos da DigitalOcean. Use o link da oferta para abrir a conta e confira as condições aplicáveis durante o cadastro.
Qual GPU Droplet tem o menor preço por hora?
Na tabela de preços consultada, a NVIDIA RTX 4000 custa US$ 0,76 por GPU/hora. As opções seguintes incluem RTX 6000 e L40S por US$ 1,57, MI300X por US$ 1,99, H100 por US$ 3,39 e H200 por US$ 3,44.
GPU Droplets são iguais a uma VPS comum?
Não. Eles são VMs equipadas com GPU para cargas de IA, como treinamento, ajuste fino, inferência, HPC, processamento de dados e renderização. A oferta de VPS comum atende outro público: aplicações web e infraestrutura geral.
Posso desligar um GPU Droplet para parar a cobrança?
Não necessariamente. A DigitalOcean informa que um GPU Droplet desligado continua cobrando porque disco, CPU, RAM e IP permanecem reservados. Destrua a instância quando ela não for mais necessária.
Quando usar Inference em vez de um GPU Droplet?
Use Inference quando quiser consumir ou servir modelos por uma camada gerenciada. Use um GPU Droplet quando precisar administrar a VM, suas bibliotecas e o ambiente de treinamento ou inferência.
