Servidor GPU de Hetzner
El nuevo servidor GPU GEX44 de Hetzner, basado en una RTX 4000 SFF Ada con 20 GB de VRAM, está despertando interés como una forma relativamente barata de ejecutar cargas de trabajo de IA frente a los hiperescaladores estadounidenses y otras plataformas de alquiler de GPU. Los comentaristas sopesan sus ventajas —relación precio/rendimiento muy competitiva, fiabilidad sólida a largo plazo para muchos usuarios y una infraestructura de hardware optimizada en costes por parte de Hetzner— frente a desventajas notables como la VRAM limitada para entrenamiento serio, una verificación de cuenta más estricta que puede bloquear algunos registros y un soporte y herramientas más débiles que en ecosistemas de nube completos. En conjunto, se ve como una opción atractiva para necesidades sostenidas de computación bruta si puedes asumir más responsabilidad operativa y una posible fricción con el soporte.
Sentimiento general sobre Hetzner (no GPU)
- Muchos usuarios de largo plazo informan una excelente relación precio/rendimiento, especialmente para servidores dedicados y subastas.
- Elogios habituales: baja latencia, ancho de banda generoso, fuerte disponibilidad (ejecuciones de varios años, incluso de más de una década) y soporte receptivo cuando se necesita.
- El estilo básico de Hetzner y la falta de funciones “gestionadas” se consideran aceptables o incluso deseables para usuarios técnicamente competentes.
Fiabilidad y adecuación para negocios
- Algunos afirman que Hetzner no es adecuado para cargas de trabajo de “negocio crítico”, citando malas experiencias, apagados repentinos o mal soporte.
- Otros discrepan firmemente y reportan años de uso estable en producción con pocos incidentes y reemplazos de hardware rápidos.
- Consenso: excelente para cargas sensibles al coste si tienes buenas copias de seguridad/replicación y puedes tolerar encargarte tú mismo de más operaciones.
Verificación de cuenta, geografía y fricción de incorporación
- Varios usuarios informan que les pidieron escaneos del pasaporte y aun así fueron rechazados (especialmente desde Asia, pero también desde la UE/EE. UU.), dejando a Hetzner con sus documentos y sin cuenta.
- Otros dicen que, tras fallos en las comprobaciones automáticas, la verificación manual mediante soporte resolvió los problemas rápidamente.
- La verificación y las pruebas instantáneas limitadas se explican como medidas contra el fraude y la mitigación del abuso, especialmente para servidores dedicados.
- Algunos perciben el proceso como hostil u opaco; un representante de Hetzner lo presenta como necesario para la seguridad y la aplicación de los Términos del servicio.
Nuevo servidor GPU (GEX44, RTX 4000 SFF Ada)
- Precio aproximado de €184/mes; aproximadamente comparable a ~$0.30/h en otras nubes GPU cuando se normaliza, y más barato que algunos competidores.
- La GPU tiene 20 GB de VRAM: suficiente para modelos de clase 13B y LLMs más grandes cuantizados, pero se considera limitada para entrenamiento serio; más adecuada para inferencia o ajustes a pequeña escala.
- Se compartieron benchmarks: las variantes de Mixtral funcionan de forma aceptable (decenas de tokens por segundo), pero están limitadas por la VRAM, a veces obligando a descargar trabajo a la CPU.
- Varios comentaristas argumentan que, para entrenamiento real, tienen más sentido tarjetas como A5000/A6000/A40/L40(Ada) o instancias de clase A100 para ráfagas cortas.
Coste: alquilar frente a comprar hardware / gran nube
- Hetzner suele ser entre 3 y 10 veces más barato que las grandes nubes para computación bruta si las cargas de trabajo son continuas.
- Razones citadas: compra de hardware al por mayor, energía de centros de datos más barata, servidores/racks personalizados e ingeniería agresiva de costes.
- Compromisos: alquilar sacrifica la propiedad del activo y el valor de reventa, pero evita el capex, los costes de colocation y la gestión de hardware.
- Para trabajos GPU con picos o de corta duración, las nubes de pago por segundo (p. ej., GCP, otras) pueden ser más económicas que una GPU mensual de Hetzner.