*IVA no incluido.
INCLUIDO EN CADA PLAN
✓ Monitorización de servidor gratuita ✓ Gestión de firewall ✓Soporte 24/7 ✓ Virtualización KVM
Despliega al instante servidores NVIDIA Blackwell listos para producción, construidos para el entrenamiento de IA y la inferencia en tiempo real.
*IVA no incluido.
INCLUIDO EN CADA PLAN
| Memoria GPU | 16 GB GDDR7 ECC |
| Núcleos CUDA | 4,352 |
| Núcleos Tensor | 136 (5.ª gen) |
| Rendimiento de IA | 545 TOPS |
| Rendimiento FP32 | 17 TFLOPS |
| Ancho de banda de memoria | 288 GB/s |
| Memoria GPU | 16 GB GDDR6 |
| Núcleos CUDA | 2,560 |
| Núcleos Tensor | 320 (2.ª gen) |
| Rendimiento de IA | 130 TOPS |
| Rendimiento FP32 | 8.1 TFLOPS |
| Ancho de banda de memoria | 320 GB/s |
| Memoria GPU | 20 GB GDDR6 ECC |
| Núcleos CUDA | 6,144 |
| Núcleos Tensor | 192 (4.ª gen) |
| Rendimiento de IA | 306 TOPS |
| Rendimiento FP32 | 19.2 TFLOPS |
| Ancho de banda de memoria | 280 GB/s |
| Memoria GPU | 24 GB GDDR7 ECC |
| Núcleos CUDA | 8,960 |
| Núcleos Tensor | 280 (5.ª gen) |
| Rendimiento de IA | 770 TOPS |
| Rendimiento FP32 | 24 TFLOPS |
| Ancho de banda de memoria | 432 GB/s |
| Memoria GPU | 32 GB GDDR7 ECC |
| Núcleos CUDA | 10,496 |
| Núcleos Tensor | 328 (5.ª gen) |
| Rendimiento de IA | 1,600 TOPS |
| Rendimiento FP32 | 51 TFLOPS |
| Ancho de banda de memoria | 800 GB/s |
| Memoria GPU | 48 GB GDDR7 ECC |
| Núcleos CUDA | 14,080 |
| Núcleos Tensor | 440 (5.ª gen) |
| Rendimiento de IA | 2,142 TOPS |
| Rendimiento FP32 | 72 TFLOPS |
| Ancho de banda de memoria | 1,344 GB/s |
| Memoria GPU | 96 GB GDDR7 ECC |
| Núcleos CUDA | 24,064 |
| Núcleos Tensor | 752 (5.ª gen) |
| Rendimiento de IA | 4,000 TOPS |
| Rendimiento FP32 | 120 TFLOPS |
| Ancho de banda de memoria | 1,597 GB/s |
Helsinki
Helsinki
La tarjeta está vinculada a un solo servidor, así que el throughput coincide con la ficha técnica en cada ejecución.
Los modelos y entornos permanecen en disco entre ejecuciones, listos en el momento en que te vuelves a conectar.
Los núcleos EPYC y el almacenamiento NVMe mantienen los datos en movimiento lo bastante rápido para tener la tarjeta ocupada.
Los pesos de los modelos y los prompts permanecen en el servidor que alquilas, bajo tus propios controles de acceso.
Cuando tu trabajo depende del hardware, las personas que hay detrás importan. Nuestros especialistas certificados te atienden 24/7 y en varios idiomas, con más de 17 años de experiencia gestionando infraestructuras enterprise a gran escala.

Buen precio por lo que ofrece
2025-12-29"Llevo un tiempo usando sus servicios y la experiencia ha sido excelente. El rendimiento es bueno y fiable, y el precio lo hace aún más atractivo. Todo funciona sin problemas y son muy rápidos respondiendo cuando necesitas algo."

La configuración fue rápida y el...
2025-09-01"La configuración fue rápida y el VPS lleva funcionando sin problemas desde entonces. El soporte al cliente respondió a mis dudas sin complicar las cosas, y la verdad es que eso me encantó."

Equipo y empresa increíbles
2025-03-01"Equipo y empresa increíbles. A medida que van ampliando la disponibilidad de sus servicios a más regiones del mundo, siguen elevando el nivel de calidad y eficiencia."

Buen servicio para alojamiento web
2025-06-24"Buen servicio para alojamiento web. Configuración sencilla y precio justo."

Proveedor excelente
2026-01-25"Llevo con Lumadock casi un año y sus servidores son excelentes.
Tengo varios Forex VPS con ellos en Londres y Nueva York, y hasta ahora no he tenido ningún problema. El uptime es muy bueno y el VPS no se cuelga, como me pasaba con otros proveedores.
"

Un GPU VPS es un servidor virtual con una tarjeta gráfica física conectada. La CPU y el almacenamiento provienen de un host compartido a través de virtualización KVM, mientras que la GPU se pasa por passthrough, así que la tarjeta responde solo a un servidor. Le conviene a cualquiera que necesite aceleración CUDA para un proyecto que no justifica comprar hardware por completo, desde el serving de modelos hasta el rendering.
Cada plan GPU VPS usa passthrough completo, así que la tarjeta pertenece solo a tu servidor. Toda la vRAM y cada núcleo CUDA son tuyos, sin ninguna capa de virtualización entre tu código y el hardware. Eso es justo lo que permite que vLLM y el ecosistema CUDA más amplio se comporten exactamente como en una máquina local. Ejecuta nvidia-smi tras el despliegue y el modo de virtualización muestra Passthrough.
La vRAM es lo primero que dimensionas. Con cuantización de 4 bits, los modelos en el rango de 7B a 14B caben cómodamente en 16 GB. Sube a modelos de clase 30B y querrás de 24 GB a 32 GB. Cualquier cosa que se acerque a 70B necesita 48 GB o más. Y una vez que el modelo cabe, el ancho de banda de memoria decide la rapidez con que salen los tokens. El trabajo con imagen y vídeo sigue la misma lógica, donde 20 GB en adelante dan espacio para salida en alta resolución.
Sí. Tienes acceso root completo y la tarjeta se pasa directamente, así que el stack de drivers es cosa tuya. Fija una versión más antigua del CUDA toolkit para un framework que la necesite, o ejecuta una nightly build contra la más reciente. Las plantillas te dan un punto de partida, y de ahí en adelante el servidor es tuyo para configurarlo como quieras.
En un GPU VPS la tarjeta se pasa por passthrough solo a tu servidor, mientras que los núcleos CPU y el almacenamiento provienen de un host compartido a través de virtualización KVM. Un servidor GPU dedicado entrega la máquina entera. Para la mayor parte del trabajo de IA, la distinción importa menos de lo que la gente espera, ya que la inferencia y el fine-tuning están limitados por la GPU y no por la CPU de al lado. Un GPU VPS te da la misma tarjeta con mucho menos compromiso.
Sí, y la generación de imágenes es una de las cosas a las que más ayuda la vRAM dedicada. A partir de 20 GB puedes trabajar en alta resolución con varios checkpoints y LoRAs cargados a la vez, lo que mantiene rápida la iteración. Las tarjetas Blackwell más grandes añaden margen para la generación de vídeo y para los trabajos por lotes dejados en ejecución sin supervisión. Todo se instala como en cualquier máquina Linux con una tarjeta NVIDIA.
Sí. Los planes van desde las tarjetas de entrada hasta la insignia, y puedes subir a medida que tus modelos crecen. Cada plan está ligado a una tarjeta física, así que cambiar significa desplegar en el nuevo plan y llevarte tus datos, en lugar de redimensionar en el sitio. El soporte está disponible 24/7 si tienes dudas sobre el cambio.
Sí. Instala el NVIDIA Container Toolkit y los contenedores obtienen acceso directo a la tarjeta, que es como se distribuye la mayoría de los stacks de inferencia en producción. Las imágenes que NVIDIA publica para PyTorch y TensorFlow se ejecutan sin modificación. Y como tienes root, el runtime de los contenedores es tuyo para configurarlo tal como espera tu pipeline.
LumaDock ofrece hosting VPS, GPU y servidores dedicados rápido y asequible para desarrolladores, empresas y gamers, impulsado por almacenamiento NVMe y AMD EPYC.
LumaDock® es una marca registrada de LumaDock LTD, con sede en Londres W1S 1HN, Reino Unido, y registrada en Inglaterra y Gales con el número de empresa 15844051.
GPU products are in high demand at the moment. Fill the form to get notified as soon as your preferred GPU server is back in stock.
We'll notify you when your preferred server is back in stock.