Développeur Fiche créée le

SaladCloud

4,4 Payant IA en vogue

SaladCloud est le cloud GPU de Salad Technologies, Inc. pour les charges conteneurisées : tu y loues la puissance de cartes graphiques RTX installées dans des PC de particuliers, les Salad Chefs, rétribués pour le temps où leur machine serait restée inactive.

Le service vise l'inférence, l'entraînement, le fine-tuning, le traitement par lots, le rendu 3D et la simulation moléculaire, avec une facturation à la seconde selon le GPU et le niveau de priorité, sans formule gratuite ni essai. L'AI Gateway expose aussi des modèles open-weight par une API compatible OpenAI.

Lire plus Lire moins
Développeur
salad.com
Visiter le site
Connectez-vous pour suivre SaladCloud et être prévenu de ce qui change.
La fiche en bref
Offre gratuite
Non
Essai gratuit
Non
Plateformes
Web

SaladCloud en bref

C’est quoi ?

SaladCloud orchestre des conteneurs sur un parc de GPU distribué, fait de PC de particuliers qui prêtent leur carte graphique inactive. Tu empaquettes ton application en conteneur Docker, tu choisis le matériel dans le portail ou via l’API, puis la plateforme déploie le groupe de conteneurs et répartit les répliques sur des machines compatibles. Si une machine se déconnecte, la réplique repart automatiquement sur une autre de la même classe.

Pourquoi ?

Sur des charges lourdes, le service remplace l’infrastructure à gérer soi-même. Il sert à lancer de l’inférence LLM et d’IA générative, des entraînements, du fine-tuning, du traitement par lots, du rendu 3D ou des simulations sans avancer de capacité ni administrer des VMs. Tu paies le temps réel d’exécution des répliques, et les workloads peuvent monter ou descendre selon le besoin.

Pour qui ?

Entreprises, équipes d’IA et développeurs qui ont besoin de calcul GPU intensif trouvent ici un usage direct. La plateforme vise aussi les startups qui cherchent du calcul GPU à la demande sans contrat ni minimum, ainsi que les équipes qui veulent réserver de la capacité, isoler des nœuds ou faire tourner des pipelines de transcription, de vision ou de simulation moléculaire.

Avantages et inconvénients

Les plus

  • Orchestration de charges conteneurisées SaladCloud fait tourner tes conteneurs sur un réseau de GPU répartis. Tu déploies un conteneur, puis la plateforme sélectionne les machines compatibles, distribue l’image et lance les répliques. Ce mode colle aux charges déjà conteneurisées.
  • Allocation élastique des replicas Chaque replica peut être réaffecté automatiquement vers un autre GPU de la même classe quand un nœud tombe. La continuité tient mieux qu’avec une machine unique exposée à une panne.
  • Facturation à la seconde Chaque instance est facturée à la seconde, seulement pendant son exécution, sans minimum : l’allocation, le téléchargement de l’image et le démarrage ne se paient pas.
  • Accès à des GPU grand public à la demande Le Community Cloud donne accès à des cartes graphiques RTX grand public, prêtées par des particuliers et de petites entreprises quand leur machine est inactive. Tu lances tes calculs sans contrat ni engagement de capacité.
  • AI Gateway compatible OpenAI L’AI Gateway sert des modèles ouverts derrière une API au format OpenAI : tes agents et assistants de code s’y branchent en changeant seulement l’URL de base. Deux modes de paiement existent, au token ou au forfait mensuel.
  • Déploiement privé possible Private Cloud permet d’exécuter l’orchestration Salad sur tes propres stations de travail et serveurs. Le contrôle du matériel reste chez toi, tout en gardant la même logique de gestion des charges.

Les moins

  • Ni palier gratuit ni essai Aucune formule gratuite ni période d’essai n’est proposée. L’usage passe d’emblée par des crédits payés d’avance, même pour un premier test.
  • Usage centré sur les conteneurs Le déploiement repose sur des conteneurs Docker ou OCI. Un projet qui n’est pas conteneurisé demande d’abord un emballage technique.
  • Gestion plus technique qu’une application prête à l’emploi L’outil cible des charges de calcul et des déploiements d’infrastructure, pas une interface de création grand public. Tu dois préparer le conteneur, choisir le matériel et piloter l’exécution.
  • Des machines de particuliers, interruptibles Le Community Cloud s’appuie sur des ordinateurs personnels : une machine peut quitter le réseau à tout moment, et hors priorité High une charge peut être préemptée. L’éditeur déconseille ce réseau pour la latence très basse et les données réglementées.
  • Une seule langue disponible L’interface et la documentation sont en anglais. Pour un lecteur francophone qui cherche un environnement localisé, l’usage demande un minimum d’aisance en anglais.

Tableau des prix

SaladCloud se paie à l’usage, en dollars, sans abonnement ni version française de sa page de prix. Chaque GPU est facturé à la seconde, vCPU et RAM compris, seulement pendant que l’instance tourne. High, Medium, Low et Lowest ne sont pas des formules mais quatre niveaux de priorité, choisis pour chaque groupe de conteneurs : Lowest est le moins cher et le plus souvent interrompu, High n’est jamais préempté par d’autres charges. Le tableau retient une partie des GPU de la grille. Les instances CPU se paient au vCPU et au Go de RAM ; remises de volume, Salad Dedicated et Private Cloud se négocient sur devis.

OffrePrix au 22 octobre 2026
RTX 5090 (32 Go)$0,50 par heure en priorité High — ou $0,417 par heure en priorité Medium, $0,333 par heure en priorité Low, $0,25 par heure en priorité Lowest
RTX 4090 (24 Go)$0,33 par heure en priorité High — ou $0,273 par heure en priorité Medium, $0,217 par heure en priorité Low, $0,16 par heure en priorité Lowest
RTX 5080 (16 Go)$0,26 par heure en priorité High — ou $0,223 par heure en priorité Medium, $0,187 par heure en priorité Low, $0,15 par heure en priorité Lowest
RTX 3090 (24 Go)$0,17 par heure en priorité High — ou $0,143 par heure en priorité Medium, $0,117 par heure en priorité Low, $0,09 par heure en priorité Lowest
RTX 5060 (8 Go)$0,11 par heure en priorité High — ou $0,095 par heure en priorité Medium, $0,08 par heure en priorité Low, $0,065 par heure en priorité Lowest
Autres classes GPUà partir de $0,015 par heure en priorité Lowest
Instances CPU$0,005 par vCPU et par heure
Mémoire des instances CPU$0,001 par Go de RAM et par heure
Volume discountsSur devis
Salad DedicatedSur devis
Private CloudSur devis

Tarifs officiels de SaladCloud, relevés le 22/10/2026

Ce que permet la formule gratuite

SaladCloud n’a ni formule gratuite ni essai gratuit : la FAQ de sa page de prix le dit sans détour. Le service se règle à la consommation, sans minimum à atteindre, ce qui permet selon l’éditeur de commencer par un petit test peu coûteux avant de monter en charge. Il faut toutefois acheter des crédits d’abord, car les conditions de SaladCloud prévoient un paiement d’avance.

Ces crédits payés expirent douze mois après l’achat, sauf contrat écrit contraire, et ne se remboursent pas si tu fermes ton compte. Côté facture, ni l’allocation de la machine, ni le téléchargement de l’image, ni le démarrage du conteneur ne se paient : le compteur tourne seulement pendant l’exécution, à la seconde.

Ce que fait SaladCloud

Déploiement conteneurisé

SaladCloud part d’une application empaquetée en conteneur Docker. Tu choisis le matériel GPU dans le portail ou via l’API, puis le service déploie un groupe de conteneurs avec le nombre de répliques demandé.

Orchestration distribuée

Le Container Engine planifie, surveille et réalloue des charges Docker et OCI sur des pools GPU distribués. Quand un nœud tombe, la plateforme bascule les répliques vers une autre machine de la même classe.

Des GPU prêtés par des particuliers

Le Community Cloud réunit des PC de joueurs et de petites entreprises. Leurs propriétaires, les Salad Chefs, installent l’appli de bureau Salad et sont rétribués pour le temps où leur carte graphique serait restée inactive. SaladCloud, l’offre décrite ici, en est le côté client : tu loues ce calcul, tu n’installes pas l’appli.

Quatre niveaux de priorité

Chaque groupe de conteneurs choisit High, Medium, Low ou Lowest. High n’est jamais préempté par d’autres charges, mais reste exposé à la déconnexion d’un nœud. Medium et Low peuvent céder la place à une priorité supérieure, après environ 30 minutes d’exécution au minimum. Lowest, le moins cher, convient aux lots relançables.

Comment utiliser SaladCloud

Prise en main initiale

SaladCloud commence dans le portail web ou par l’API. Tu prépares ton application en conteneur Docker, puis tu choisis le matériel GPU selon la charge à lancer. Le déploiement crée un groupe de conteneurs avec le nombre de répliques demandé. Ensuite, la plateforme répartit l’exécution sur des machines compatibles.

Navigation dans l’interface

Dans le portail, tu sélectionnes d’abord les ressources GPU nécessaires et le niveau de priorité, puis tu lances un groupe de conteneurs. Le cache interne reçoit l’image une fois, avant sa distribution vers les nœuds compatibles. Les répliques démarrent ensuite sur le parc distribué. Le pilotage reste centré sur le matériel et le nombre de répliques.

Utilisation et gestion de projets

Pour gérer un projet, tu surveilles les répliques pendant leur exécution et tu ajustes la charge depuis le portail ou l’API. Le travail continue sur le parc disponible, sans gestion manuelle des machines. Le service facture seulement le temps d’exécution réel.

Fonctionnalités principales

SaladCloud réunit des fonctions pour déployer, piloter et connecter des charges de calcul sur GPU distribués. Le service couvre l’orchestration de conteneurs, l’accès à des pools partagés ou réservés, ainsi qu’une passerelle d’IA compatible OpenAI. Plusieurs fonctions s’adressent aussi aux équipes qui l’intègrent directement dans leurs outils ou leurs flux d’automatisation.

Salad Container Engine

Il planifie, surveille et réalloue des conteneurs Docker et OCI sur des pools de GPU distribués : Community Cloud, Salad Dedicated ou ton propre parc. Les requêtes arrivent par le Container Gateway ou par des files d’attente de tâches, et les journaux peuvent partir vers ton service de journalisation externe.

Community Cloud

Pool à la demande de GPU grand public inactifs : des cartes NVIDIA RTX, de la RTX 3060 à la RTX 5090, et quelques classes AMD, installées chez des particuliers et dans de petites entreprises. La facturation se fait à la seconde, sans minimum.

Niveaux de priorité

Quatre niveaux de priorité, High, Medium, Low et Lowest, à choisir par groupe de conteneurs et à combiner dans un même déploiement. Ils arbitrent entre le coût et le risque d’interruption ; ce ne sont pas des abonnements.

AI Gateway

Point d’accès compatible OpenAI pour des modèles open-weight servis sur le réseau. En accès anticipé, il se paie au token depuis ton solde de crédits SaladCloud, ou par un abonnement mensuel forfaitaire qui couvre tous les modèles avec deux requêtes simultanées.

Salad Dedicated

Capacité réservée sur contrat, en serveurs bare metal et en machines virtuelles RTX PRO 6000 Blackwell, sur du matériel mono-locataire. Cette option vise les allocations fixes, les durées négociées et les charges qui ne conviennent pas au réseau public.

Private Cloud

Installe l’orchestration Salad sur tes postes de travail et serveurs, pour en faire un service de tokens privé compatible OpenAI. Les prompts, les réponses et les embeddings ne quittent pas ton réseau ; la licence se négocie par déploiement.

Transcription API

API de transcription automatique de l’éditeur. Elle se paie à l’usage, sans engagement minimum, comme le reste de SaladCloud.

Container Gateway

Expose un conteneur sur un port précis à travers un VPN WireGuard, en isolant les conteneurs les uns des autres. Les clients doivent se connecter en TLS, et les routes sont protégées des attaques DDoS par du matériel dédié.

Virtual Kubelet

Intégration Kubernetes qui relie un cluster à des ressources distribuées de SaladCloud. Elle facilite le pilotage de workloads Kubernetes sans gérer directement les nœuds sous-jacents.

Hypervisor isolation

Ton conteneur OCI tourne dans une machine virtuelle Linux, séparée par un hyperviseur de Windows et de tout autre processus de l’hôte. Si l’hôte tente d’y accéder, l’environnement est détruit et la machine mise sur liste noire.

Évaluation de confiance des nœuds

Chaque nœud reçoit une note selon son comportement et ses performances, et seuls ceux qui la maintiennent reçoivent des charges. Chaque GPU est aussi testé avant d’être admis sur le réseau.

Recettes

Groupes de conteneurs préconfigurés pour des modèles courants : FLUX.1-Schnell, Stable Diffusion XL avec Refiner, Dreamshaper 8, YOLOv8, Llama 3.1 et Mistral 7B Instruct. Tu choisis les GPU et le nombre de répliques, puis tu déploies.

Usages et métiers

SaladCloud vise des entreprises qui font tourner des charges de travail conteneurisées et gourmandes en calcul. La plateforme sert aussi les équipes d’IA et de ML qui lancent de l’inférence, de l’entraînement ou du fine-tuning, ainsi que les startups qui cherchent du calcul GPU sans contrat ni minimum. Les entreprises peuvent aussi y réserver de la capacité ou s’appuyer sur un cloud GPU privé sur leur propre matériel.

entreprises

Déploient et font évoluer des charges de travail conteneurisées sur GPU, à la place d’une infrastructure qu’elles devraient dimensionner et piloter elles-mêmes.

équipes IA et ML

Lancent des pipelines d’inférence, d’entraînement et de fine-tuning sur GPU, sans gérer directement la mise à l’échelle de l’infrastructure.

startups

Obtiennent du calcul GPU sans contrat ni minimum, ce qui remplace une acquisition de capacité en amont.

entreprises avec capacité réservée

Réservent des serveurs et des machines virtuelles sur contrat pour disposer de capacité dédiée quand le besoin devient stable.

entreprises avec matériel propre

Font tourner l’orchestration SaladCloud sur leurs propres postes et serveurs, au lieu d’externaliser tout le parc.

équipes de traitement par lots

Exécutent des tâches batch sur des GPU distribués, au lieu de traiter ces lots sur des serveurs fixes.

équipes de vision par ordinateur

Lancent des traitements de computer vision sur des GPU répartis, sans mettre en place leur propre ferme matérielle.

équipes de simulation moléculaire

Font tourner des simulations moléculaires sur le réseau GPU distribué, à la place d’un environnement dédié à maintenir.

équipes de rendu

Envoient des files de rendu sur des GPU distribués, ce qui remplace une file d’attente locale limitée par leur parc.

équipes produit

Déploient et dimensionnent des workloads conteneurisés en quelques minutes, ce qui remplace des mises en production plus manuelles.

Conseils d’utilisation

Conseils pour une utilisation efficace

Avant de déployer, vérifie que ton application tient dans un conteneur Docker et qu’elle supporte d’être relancée ailleurs : si sa machine quitte le réseau, la plateforme réalloue alors la réplique sur une autre machine de la même classe. Réserve Lowest aux traitements par lots relançables ou à l’inférence sans état placée derrière une file d’attente, et passe en High ce qui ne doit pas être préempté. Comme la facture suit les secondes d’exécution, arrête les groupes inutiles plutôt que de les laisser tourner.

Erreurs communes à éviter

Symptôme : des répliques disparaissent en cours de route. Cause : un groupe en Medium, Low ou Lowest a cédé sa place à une priorité supérieure, ou un nœud s’est déconnecté ; prévois des tâches relançables. Symptôme : un temps de réponse trop long pour de la voix ou du temps réel. Cause : les machines sont souvent reliées par des connexions domestiques, et l’éditeur déconseille le Community Cloud sous 10 millisecondes. Symptôme : ton service de conformité bloque le projet. Cause : des données réglementées sur des PC de particuliers ; l’éditeur renvoie alors vers Salad Dedicated ou Private Cloud.

Modèles et droits sur les créations

SaladCloud publie quatre modèles open-weight dans son AI Gateway : Qwen3.6 35B-A3B, recommandé par défaut, Qwen3.6 27B, Qwen3.5 35B-A3B et Qwen3.5 9B. Tous acceptent le texte et l’image en entrée, le streaming, l’appel d’outils et les sorties structurées. Les recettes déploient d’autres modèles ouverts, et tu peux aussi apporter ta propre image Docker.

Les conditions de SaladCloud te laissent la propriété de tes contenus, y compris des sorties que le service te renvoie, et l’éditeur s’engage à ne pas utiliser tes entrées ni tes sorties pour entraîner des modèles. En revanche, l’AI Gateway et les recettes donnent accès à des modèles et logiciels sous licence de tiers : leurs conditions s’appliquent, avec leurs restrictions d’usage et leurs obligations d’attribution.

Côté sécurité, l’éditeur annonce une conformité SOC 2 Type I, des données et variables d’environnement chiffrées en transit et au repos avec TLS, et des tâches des files d’attente supprimées 24 heures après leur fin. Il ne garantit pas la disponibilité d’un nœud donné, qui peut se déconnecter, et oriente les charges soumises à des exigences réglementaires strictes vers Salad Dedicated ou Private Cloud.

Accès

SaladCloud s’utilise dans le navigateur, sur son portail, ou à distance par l’API et le SDK JavaScript. Aucune application cliente n’est à installer : l’appli de bureau Salad proposée sur le site sert aux Salad Chefs qui prêtent leur PC au réseau, pas aux clients qui louent du calcul. Le portail et la documentation sont en anglais.

Appareils, applications et systèmes compatibles

Accès réel par navigateur, avec API, SDK et intégrations documentées.

Disponible sur

WebOui
iOSNon
AndroidNon
WindowsNon
macOSNon
LinuxNon

Accès & intégrations

Extension navigateurNon
IntégrationsOui

Kubernetes (Salad Virtual Kubelet, Helm chart), Tailscale, OpenAI-compatible API (AI Gateway), Cline, Roo Code, Kilo Code, Continue, Aider, OpenCode, Factory (Droid), Goose, Hermes Agent, OpenClaw, NemoClaw, Vercel AI SDK, Mastra, Claude Code, Codex, Cursor, Zapier, Pabbly, YouTube, Vimeo, Facebook videos, AWS, Azure, Dropbox, Google Drive, MCP (docs MCP server)

Plug-inOui
API publiqueOui

L’outil expose une API pour gérer les déploiements et les ressources depuis l’extérieur.

SDKOui
Open sourceNon
Auto-hébergeableOui

Disponible aussi sur Discord.

Langues disponibles

SaladCloud prend en charge une seule langue :

anglais

Avis et notes par Aikiwi

Note Globale de SaladCloud 4,4

  • Design et Ergonomie4,0
  • Facilité d’Utilisation4,4
  • Fonctionnalités et Outils4,7
  • Performance et Fiabilité4,0
  • Innovation et Singularité4,6
  • Support et Ressources Disponibles4,5
  • Rapport Qualité-Prix4,3

SaladCloud réunit un portail web, une API et un SDK pour déployer des charges de travail conteneurisées sur un parc GPU distribué. La plateforme orchestre des conteneurs Docker ou OCI, réalloue automatiquement les réplicas si un nœud tombe, et propose quatre niveaux de priorité, l’AI Gateway compatible OpenAI, ainsi que des options dédiées et privées.

SaladCloud convient aux équipes qui exécutent de l’inférence LLM, de l’entraînement, du fine-tuning, du rendu 3D, du calcul scientifique ou des traitements par lots.

SaladCloud vaut l’essai quand une application déjà conteneurisée doit tourner sur des GPU sans gérer de VM, et qu’elle supporte une interruption. Il n’y a ni palier gratuit ni période d’essai : tu démarres avec un petit montant de crédits, facturé à la seconde.

Avis détaillé sur SaladCloud

Design et Ergonomie 4,0

SaladCloud expose un portail web et une logique de pilotage centrée sur le déploiement de conteneurs GPU. L’interface sert surtout à choisir le matériel, définir un groupe de conteneurs et lancer l’exécution ; rien n’indique un travail poussé sur la mise en forme de l’écran ou sur des aides visuelles particulières. Pour un utilisateur technique, cette orientation suffit à condition d’accepter une interface utilitaire. Pour un profil moins familier des déploiements cloud, l’absence d’éléments publiés sur l’ergonomie demande davantage de maîtrise au moment de naviguer entre portail, API et documentation.

Facilité d’Utilisation 4,4

SaladCloud réduit l’entrée en service à un enchaînement assez direct : conteneuriser l’application, choisir le GPU, définir le nombre de réplicas puis déployer. L’outil convient bien aux équipes qui savent déjà travailler avec Docker et des workloads GPU. En revanche, il demande un socle technique réel pour tirer parti du portail, des APIs et des intégrations, ce qui le rend moins immédiat pour un usage grand public.

Fonctionnalités et Outils 4,7

SaladCloud combine orchestration de conteneurs, pools GPU communautaires, niveaux de priorité, AI Gateway compatible OpenAI, offres dédiées, cloud privé et API de transcription. L’ensemble couvre à la fois l’exécution GPU distribuée, l’accès à des modèles ouverts et des intégrations opérationnelles avec Kubernetes, des outils d’assistance au code et des services de travail par lots. Un utilisateur y trouve donc une boîte à outils large pour l’inférence, l’entraînement, le rendu ou les traitements massifs. La plateforme est surtout pertinente quand il faut réunir dans un même environnement l’exécution de conteneurs, l’accès aux modèles et des mécanismes de mise à l’échelle.

Performance et Fiabilité 4,0

SaladCloud publie une page de statut et décrit une surveillance continue des nœuds avec réallocation automatique des répliques, mais aucun engagement chiffré de disponibilité. Les machines sont des PC de particuliers : un nœud peut se déconnecter à tout moment, et seule la priorité High protège de la préemption par d’autres charges. Le réseau passe souvent par des connexions résidentielles, ce qui allonge le délai du premier token selon l’éditeur. Pour des lots relançables, ce modèle tient ; pour de la latence très basse, l’éditeur renvoie lui-même vers Salad Dedicated.

Innovation et Singularité 4,6

SaladCloud se distingue par une approche de cloud GPU distribué fondée sur des machines grand public, avec orchestration, réallocation automatique et isolation hyperviseur. L’AI Gateway compatible OpenAI, les recettes de déploiement et la possibilité d’utiliser son propre matériel pour un cloud privé donnent aussi une identité produit assez nette. Cette combinaison intéresse surtout les équipes qui veulent du calcul GPU sans infrastructure traditionnelle lourde. La proposition est moins banale qu’un simple hébergement de conteneurs, parce qu’elle assemble mise à disposition de GPU, gouvernance d’exécution et accès aux modèles dans une seule plateforme.

Support et Ressources Disponibles 4,5

SaladCloud met à disposition une documentation structurée, une page d’aide, des tickets par email, un widget de support, une page de statut et une communauté Discord. Les intégrations documentées et les pages de référence sur l’AI Gateway, les modèles et les API renforcent aussi l’accompagnement technique. Pour une équipe qui déploie réellement des workloads GPU, cet ensemble réduit le risque de blocage au démarrage. Le support paraît surtout adapté à des usages techniques et à des projets d’intégration, avec des ressources utiles pour progresser sans dépendre d’un seul canal d’assistance.

Rapport Qualité-Prix 4,3

SaladCloud fait payer chaque GPU au temps d’exécution, processeur et mémoire compris, à un tarif qui dépend de la classe de carte et du niveau de priorité, sans frais de démarrage ni de téléchargement de l’image. Les instances CPU se paient à part, au vCPU et au Go de RAM, et les offres réservées ou privées passent par un devis. Ce modèle fait payer la consommation réelle plutôt qu’un abonnement. Pour un usage irrégulier ou des lots relançables, la priorité Lowest tire le prix vers le bas ; une charge qui ne supporte pas l’interruption paie le niveau High.

Questions fréquentes

Est-ce que SaladCloud vaut le coup ?

SaladCloud vaut le coup si tes charges GPU sont conteneurisées et supportent une interruption : inférence, traitement par lots, rendu 3D ou simulation moléculaire. Le calcul tourne sur des PC de particuliers, facturé à la seconde selon le GPU et la priorité, sans contrat ni minimum. Pour de la latence très basse ou des données réglementées, l’éditeur oriente lui-même vers Salad Dedicated ou Private Cloud.

Quels sont les inconvénients de SaladCloud ?

SaladCloud ne propose ni formule gratuite ni essai gratuit, et se paie d’avance par crédits. Les GPU sont des machines de particuliers : un nœud peut se déconnecter, et les priorités inférieures à High peuvent être préemptées. La latence reste plus élevée qu’un service co-localisé, le portail et la documentation sont en anglais, et aucune application n’est à installer côté client.

Est-il possible d’utiliser SaladCloud sans abonnement ?

Oui : SaladCloud se paie à l’usage, sans abonnement, à partir de crédits achetés d’avance. Chaque GPU est facturé à la seconde selon sa classe et sa priorité, et les instances CPU au vCPU et au Go de RAM. Seule l’AI Gateway, en accès anticipé, propose aussi un abonnement mensuel forfaitaire en plus du paiement au token.

C’est quoi SaladCloud ?

SaladCloud est une plateforme de calcul GPU et d’orchestration de conteneurs. Elle répartit des charges Docker ou OCI sur des GPU distribués, prêtés par des particuliers, pour l’inférence de modèles, l’entraînement, le rendu 3D ou le traitement par lots. Elle propose aussi une API, un SDK et des intégrations, dont Kubernetes et une passerelle compatible OpenAI.

Qui est SaladCloud ?

SaladCloud est l’offre cloud de Salad Technologies, Inc., destinée aux développeurs et aux entreprises qui louent du calcul GPU. Elle repose sur le réseau de Salad, où des particuliers, les Salad Chefs, prêtent la puissance de leur PC inactif contre une rétribution. Ne la confonds pas avec l’appli Salad que ces particuliers installent : SaladCloud est le côté client, avec son portail, son API et sa documentation.

Vous avez repéré une information incorrecte ou qui n'est plus à jour ? Signaler une erreurDemander une correctionVous êtes l'éditeur de cet outil ? Revendiquer cette fiche

La fiche en bref
Offre gratuite
Non
Essai gratuit
Non
Plateformes
Web