SpécialiséProvides a unified API gateway across hundreds of models, but entirely abstracts away underlying GPU infrastructure management.

Salad: Utilizes distributed consumer hardware to drastically lower inference costs, but cannot match enterprise GPU availability or SLA guarantees. RunPod enregistre 2 881 043 visites mensuelles avec une croissance mensuelle de +5,9 % et un modèle tarifaire Payant. Salad enregistre 713 519 visites mensuelles avec une croissance de +10,4 % et un modèle tarifaire Essai gratuit, Payant, Tarifs sur demande.
RunPod is a cloud platform for AI and machine learning workloads that rents GPU compute by the second. It offers Pods for persistent GPU instances, Serverless endpoints that autoscale inference from zero, and multi-node Clusters, plus a Hub of ready-to-deploy open-source models and templates.

Cloud GPU distribuée qui orchestre les GPU grand public inutilisés du monde
| +161,49 k (+5,9 %) |
| +67,49 k (+10,4 %) |
| Marché principal et part | 🇺🇸 États-Unis (26,1 %) | 🇺🇸 États-Unis (40,9 %) |
|---|
| Visites directes / mois | 1,63 M | 440,92 k |
|---|
| Note des utilisateurs | 4,7 | 4,3 |
|---|
| Plateformes prises en charge | Site web | Site web |
|---|
RunPod is a cloud platform for AI and machine learning workloads that rents GPU compute by the second. It offers Pods for persistent GPU instances, Serverless endpoints that autoscale inference from zero, and multi-node Clusters, plus a Hub of ready-to-deploy open-source models and templates.
Rent GPU instances with on-demand, interruptible or reserved capacity across more than 30 GPU SKUs, from RTX 4090s up to B200 and B300 class accelerators, deployed in 31 global regions.
Deploy any container as an API endpoint that scales from zero to thousands of workers on demand and bills only for the compute you actually use.
Launch multi-node GPU clusters for distributed training and large inference jobs, with shared storage attachable and no long-term commitment required.
Deploy popular open-source models from a curated hub, or use public endpoints for image, audio and text models without managing infrastructure.

Cloud GPU distribuée qui orchestre les GPU grand public inutilisés du monde
Planifie, surveille et réaffecte des charges Docker/OCI sur des milliers de nœuds GPU distribués, avec bascule automatique quand des nœuds disparaissent.
Accès à la demande à un pool distribué de GPU grand public inutilisés dans plus de 190 pays, tarif prioritaire à partir d'environ 0,015 dollar par heure de GPU.
Un point d'accès à jetons managé pour les modèles à poids ouverts, facturé au jeton, vos données n'étant jamais utilisées pour l'entraînement.
Exécutez la même pile d'orchestration dans votre organisation et regroupez les GPU inutilisés des stations de travail en un service interne compatible OpenAI.
SpécialiséProvides a unified API gateway across hundreds of models, but entirely abstracts away underlying GPU infrastructure management.


SpécialiséSpecializes in lightning-fast serverless execution for generative media models, but lacks general-purpose GPU pod rental options.


SpécialiséSe spécialise dans les API d'inférence serverless gérées pour les modèles open source, plutôt que dans la location d'infrastructure GPU brute.
#3Propose un vaste marché de GPU pair-à-pair à des prix inférieurs, mais nécessite une configuration plus manuelle.
SpécialiséOffre une exécution serverless Python sans effort pour les pipelines d'IA, mais se concentre sur le Function-as-a-Service plutôt que sur les VM brutes.
Fournit des clusters de GPU NVIDIA de qualité entreprise et des outils ML gérés, mais à un prix professionnel plus élevé.

Offers a polished API and cloud platform for running open models, but provides less direct infrastructure-level control than RunPod.

SpécialiséOffers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances.
Provides managed development studios and guaranteed on-demand GPUs, but with a more structured framework-centric workflow than RunPod.
Combines serverless model APIs with on-demand GPU instances, offering a similar developer experience at competitive global price points.

Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.

Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.
SpécialiséProvides a unified API gateway across hundreds of models, but entirely abstracts away underlying GPU infrastructure management.
SpécialiséSpecializes in lightning-fast serverless execution for generative media models, but lacks general-purpose GPU pod rental options.
SpécialiséSe spécialise dans les API d'inférence serverless gérées pour les modèles open source, plutôt que dans la location d'infrastructure GPU brute.
Propose un vaste marché de GPU pair-à-pair à des prix inférieurs, mais nécessite une configuration plus manuelle.
SpécialiséOffre une exécution serverless Python sans effort pour les pipelines d'IA, mais se concentre sur le Function-as-a-Service plutôt que sur les VM brutes.
Fournit des clusters de GPU NVIDIA de qualité entreprise et des outils ML gérés, mais à un prix professionnel plus élevé.
Offers a polished API and cloud platform for running open models, but provides less direct infrastructure-level control than RunPod.
SpécialiséOffers extremely cheap serverless model hosting via API, but does not provide raw containerized GPU instances.
Provides managed development studios and guaranteed on-demand GPUs, but with a more structured framework-centric workflow than RunPod.
Focuses on large-scale enterprise GPU clusters for training, rather than lightweight consumer container workloads.
Features second-billed persistent SSH GPU instances, but lacks a distributed consumer hardware backbone.