Votre premier GPU loué en dix minutes : compte, pod, connexion SSH
Ou : dix minutes pour louer une carte graphique, et une seule seconde d’inattention pour payer son disque pendant un mois.
La réponse courte : ouvrir un compte Runpod se fait avec Google, GitHub ou une adresse et un mot de passe. Il faut ensuite charger au moins 10 $, ajouter sa clé SSH publique dans les réglages, puis lancer un pod sur le modèle officiel Runpod PyTorch. La connexion se fait par SSH ou par JupyterLab dans le navigateur. Une RTX 4090 coûte 0,34 $ de l’heure en Community Cloud, facturée à la seconde. Le piège est à la fin : un pod arrêté garde son disque de volume, facturé 0,20 $ par gigaoctet et par mois, soit 10 $ par mois pour les 50 Go du modèle par défaut. C’est le premier pas concret pour choisir entre serverless ou machine louée, et il se fait en dix minutes.
Le compte d’abord. La page de démarrage de Runpod recommande d’activer la double authentification dès l’inscription. Un détail compte si vous visez les crédits de parrainage : ils ne sont accordés qu’aux comptes créés par la connexion Google. Le premier chargement se fait par carte bancaire, 10 $ au minimum, ou 100 $ au minimum avec une carte prépayée ; les cryptomonnaies sont acceptées après une vérification d’identité. Les crédits ne sont ni remboursables ni retirables. Pour lancer un pod, le solde doit couvrir au moins une heure de la configuration choisie.
La clé SSH ensuite, avant de lancer quoi que ce soit. Elle s’ajoute dans la page des identifiants de la console, rubrique des clés SSH publiques, une par ligne. Runpod l’injecte dans tous vos pods, même ceux qui tournent déjà. Si vous n’avez pas encore de clé, ssh-keygen -t ed25519 en crée une en quelques secondes.
Pour qui : un développeur ou un créateur qui veut une carte graphique à distance pour une session de travail, sans engagement, et la rendre dès qu’il a fini.
À partir de : 10 $ de premier chargement, puis 0,34 $ de l’heure pour une RTX 4090 en Community Cloud, 0,74 $ en Secure Cloud, facturés à la seconde.
Pour démarrer : ouvrir un compte Runpod, ajouter sa clé SSH, lancer un pod Runpod PyTorch et le supprimer à la fin de la session.
Ouvrir un compte Runpod et lancer un premier pod GPU, étape par étape
Le lancement se décide en trois choix. La gamme d’abord : Secure Cloud, dans des centres de données professionnels, ou Community Cloud, chez des hôtes tiers, moins cher mais plus variable. Runpod n’y accepte plus de nouveaux hôtes, les volumes réseau n’y sont pas disponibles, et l’adresse IP d’un pod peut changer s’il est déplacé. La carte ensuite, la plus petite qui tient votre modèle. Le modèle de départ enfin : l’officiel Runpod PyTorch 2.8.0 installe CUDA 12.8 et PyTorch, ouvre JupyterLab sur le port 8888 et SSH sur le port 22, avec 50 Go de disque de volume et 30 Go de disque de conteneur. Si vous voulez un volume réseau, c’est maintenant qu’il faut l’attacher : il ne s’ajoute pas après coup.
Une fois le pod démarré, deux connexions SSH sont proposées, et la différence compte. La documentation SSH les décrit ainsi :
| |
Les commandes exactes, identifiant, adresse et port compris, s’affichent dans l’onglet de connexion du pod. JupyterLab, lui, s’ouvre dans le navigateur à une adresse de la forme https://IDENTIFIANT-DU-POD-8888.proxy.runpod.net. Tout port HTTP exposé passe par ce mandataire, en HTTPS, avec une limite de 100 secondes par requête, et il est public : une application que vous y exposez doit avoir sa propre authentification. Pour un fichier ponctuel, runpodctl send et runpodctl receive, préinstallés sur chaque pod, évitent de configurer quoi que ce soit.
La fin de session décide de la facture, et c’est là que les débutants perdent de l’argent. Arrêter un pod libère la carte, efface le disque de conteneur et garde le disque de volume monté sur /workspace, facturé 0,20 $ par gigaoctet et par mois tant que le pod existe. Supprimer un pod efface tout ce qui n’est pas sur un volume réseau. Et un pod arrêté peut redémarrer sans carte, si quelqu’un l’a louée entre-temps. La règle pratique : rangez ce qui compte sur un volume réseau ou rapatriez-le, puis supprimez le pod plutôt que de l’arrêter.
| Poste | Pour une session de 2 heures sur RTX 4090 Community | Si le pod reste arrêté un mois |
|---|---|---|
| Carte graphique | 0,68 $ | 0 $ |
| Disque de volume de 50 Go | environ 0,01 $ | 10 $ |
| Disque de conteneur de 30 Go | environ 0,01 $ | 0 $, effacé à l’arrêt |
Deux garde-fous existent au niveau du compte. Un compte neuf est plafonné à 80 $ de dépense par heure, toutes ressources confondues. Et quand le solde tombe à zéro, Runpod arrête tous les pods : ceux qui utilisent un volume réseau gardent leurs données, les autres sont supprimés sans récupération possible. La recharge automatique, limitée à une fois par heure, évite cette mauvaise surprise.
Si vous hésitez encore sur la carte
La RTX 4090 à 0,34 $ convient à beaucoup d’usages, pas à tous. La mémoire nécessaire pour un LLM, Flux, WAN ou Whisper est détaillée dans choisir sa carte GPU.
Si vous relancez souvent les mêmes modèles
Retélécharger 40 Go de modèles à chaque pod coûte des minutes de carte. Le volume réseau, à 0,07 $ le gigaoctet par mois, règle le problème, avec ses contraintes détaillées dans le stockage persistant des modèles.
Si votre travail tourne sans vous
Un traitement qui n’a pas besoin de terminal ni de carnet peut tourner en serverless, et ne rien coûter entre deux lots. Le seuil de bascule est dans pod ou serverless, selon l’occupation.