Cloud de calcul IA en crypto
Louez un GPU en crypto. Les instances NVIDIA H100, H200, B200 et RTX 5090 démarrent en moins de 15 secondes. Paiement en USDT, USDC, SOL ou ETH, à la seconde. Sans KYC.
NovaPodMatch your model to real VRAM requirements. Estimate costs accurately with live spot rates and see real-time payment equivalents in your chosen cryptocurrency.
1. Select AI Workload Target
Recommended Hardware Spec
Deposit via Solana, TRON, Ethereum, or BSC · Zero KYC required
The figure on each card is the lowest ask right now. Credit comes from a crypto deposit. The clock is the ask, counted per second.
$2.76/hr
Commander$1.21/hr
Commander$1.57/hr
Commander$0.20/hr
Commander$0.30/hr
Commander$0.36/hr
Commander$0.26/hr
Commander$0.07/hr
CommanderChoose whether you need a ready-to-run container environment with preloaded weights, or a full virtual server with unrestricted root access and persistent NVMe drives.
Spin up preconfigured environments (PyTorch, vLLM, ComfyUI, Ollama) directly into JupyterLab or SSH. Zero operating system bloat, pure raw GPU performance.
Complete virtual server with isolated kernel. Stop and start anytime while your NVMe system drive and installed tools stay completely intact.
| Feature / Capability | Docker GPU Pod | Root KVM VPS |
|---|---|---|
| Virtualization Type | Lightweight Docker Container with direct GPU passthrough | Full KVM Hypervisor with dedicated hardware virtualization |
| Launch Latency | Sub-15 seconds (Pre-cached weights & image layers) | 60 - 90 seconds (Full OS kernel boot & cloud-init) |
| Root & Kernel Control | Root inside container; host kernel shared | Full bare-metal/KVM root; custom kernel modules, eBPF, sysctl |
| Operating Systems | Linux (Ubuntu / Debian based CUDA runtimes) | Ubuntu 24.04 LTS, Debian 12, or Windows Server GPU |
| Storage Persistence | Persistent Network Storage + ephemeral container scratch | Dedicated NVMe system disk preserved across stop/pause cycles |
| Docker in Docker / K8s | Requires privileged mode flag (Template dependent) | Native support for k3s, Docker daemon, Minikube, MicroK8s |
| Networking & Public IP | Dynamic port forwarding with reverse proxy endpoints | Dedicated Public IPv4/IPv6 with open ingress ports |
| Billing Model | 1s precision while active; zero fee when destroyed | 1s precision for GPU; small standby storage fee when paused |
Skip hours of dependency hell, driver matching, and CUDA conflicts. Deploy pre-configured templates directly onto rented GPUs funded with crypto.
Production LLM serving engine with PagedAttention, speculative decoding, and continuous batching.
Official development runtime with cuDNN 9, NCCL distributed communication, and full root access.
Modular graph-based generation workstation for Flux, Stable Diffusion, Animatediff, and ControlNet.
Lightweight local LLM runner supporting Llama 3.2, Qwen 2.5, DeepSeek, and Mistral out of the box.
Optimized manual backprop kernels providing 80% VRAM reduction and 2x faster training for Llama & Mistral.
SSH pod for Parano1d (NOID) on RTX 5090, RTX 4090, L40S, RTX 3090, or A100. Driver 580 or newer. Public payout address only.
Designed for complex multi-turn LLM agent execution, regex-constrained decoding, and RadixAttention.
Les hôtes publient une carte. Vous alimentez le compte en crypto. La machine tourne jusqu'à ce que vous l'arrêtiez.
Déposez des USDT, USDC, ETH, SOL ou BNB. Pas de frais de siège ni de durée minimale. Le chiffre horaire de la carte est l'offre. La facture est cette offre multipliée par les secondes où le pod a tourné.
PyTorch, vLLM, ComfyUI, llama.cpp et Ollama démarrent depuis un modèle. S'il vous faut un disque et SSH, c'est le même GPU au même prix. Prouvez un court passage, puis passez à une carte plus grande.
Cherchez le marché, déployez avec l'id du modèle, puis arrêtez la location. La console et l'API suivent cet ordre. Lisez le solde crypto avant un long travail.
La mémoire d'abord. Ensuite une offre que vous pouvez relancer, ou une que vous laissez tourner. Le même solde crypto paie tout.
Un chat 7B–14B tient sur beaucoup de cartes 24 Go. Servir n'est pas entraîner. Vérifiez la longueur de contexte avant de faire confiance à une offre bon marché.
Ouvrir le guide vLLM →Commencez sur un GPU, écrivez un point de contrôle, puis seulement demandez plus de mémoire. Cinq minutes calmes coûtent moins qu'une nuit ratée.
Ouvrir le guide LoRA →Les modèles de génération téléchargent les poids au premier démarrage. Donnez-leur le disque recommandé, puis arrêtez le pod quand le lot est sorti.
Ouvrir le guide ComfyUI →Les jobs Blender utilisent le même crédit qu'une location. Vous payez les secondes où le GPU travaille, pas un siège mensuel.
Lancer un rendu →RTX 5090, RTX 4090, L40S, RTX 3090 et A100. L'offre est facturée à la seconde. Apportez une adresse de paiement publique.
Ouvrir NOID GPU →Des cartes grand public jusqu'aux H100, H200 et pièces de classe B200. Le catalogue est ce qui a une offre en direct, pas un forfait mensuel.
Approvisionnez une fois en crypto. Lancez un modèle. Arrêtez le pod quand le lot est sorti. L'horloge s'arrête avec lui.
Un modèle 7B–14B sur 24 Go, derrière vLLM, arrêté quand le trafic baisse.
Un GPU, une validation courte, puis une plus grande carte seulement si le point de contrôle tient.
ComfyUI avec le disque recommandé. Les poids se téléchargent une fois. Le pod se termine avec le lot.
Comment l'offre, le solde et l'horloge du pod s'assemblent.
Ouvrez le marché en direct, approvisionnez en crypto on-chain et lancez en quelques secondes. Facturation à la seconde, sans engagement long.