
Может ли Hostinger сделать аренду высокопроизводительного графического оборудования практичной? Я развернул B200, разобрался с проблемой подключения и измерил реальные показатели инференса, генерации изображений и мониторинга. Читайте дальше, чтобы узнать результаты, расходы и ограничения, которые важно учитывать перед арендой.

Я оценил Hostinger GPU Hosting на основе двух случаев развёртывания, результатов бенчмарков работающего B200, средств управления в hPanel и общения со службой поддержки. Я также проверил опубликованные условия оплаты и возврата средств. Я следую методологии оценки хостинга HostAdvice, но это результаты тестирования одного B200, а не исследование доступности или сравнение всех моделей GPU.
| Критерий | Оценка /10 | Обоснование оценки |
| Цены и тарифы | 8.1 | Гибкая почасовая аренда GPU и конфигурации, но непрерывное начисление платы, невозвратные кредиты и отсутствие возможности приостановки снижают выгоду. |
| Возможности | 8.8 | Мощные GPU, большой объём видеопамяти, шаблоны приложений и инструменты мониторинга, но нет встроенного резервного копирования или постоянного хранилища. |
| Производительность | 8.8 | Отличные результаты BF16, быстрый инференс Qwen и генерация SDXL менее чем за секунду, хотя длительные нагрузки не тестировались. |
| Простота использования | 8.0 | Быстрое развёртывание и простое управление, но ограничения наличия GPU и первоначальная проблема с SSH вызвали затруднения. |
| Уровень поддержки | 7.8 | Быстрые и подробные ответы ИИ и полезная документация, но связь со специалистом и решение проблем с подключением заняли время. |
| Общая оценка | 8.3 | Впечатляющая производительность GPU и простое развёртывание, однако преимущества снижают ограничения оплаты, скудные возможности восстановления и трудности при обращении в поддержку. |

Hostinger GPU Hosting использует модель аренды по запросу, а не фиксированные ежемесячные подписки, которые обычно предлагаются в хостинге сайтов. Вы арендуете ресурсы графического процессора для таких вычислительных нагрузок, как инференс ИИ-модели, разработка моделей, дообучение и генерация изображений; плата зависит от выбранной конфигурации.
В каталоге графических процессоров представлены варианты от RTX 4090 и L40S до A100 и NVIDIA B200, каждый из которых обладает разным объёмом памяти и вычислительными возможностями. Однако на Ваш выбор может повлиять доступность. RTX 4090, которую я изначально хотел протестировать, не было в наличии в hPanel, хотя она отображалась на общедоступной странице Hostinger с ценами.
Hostinger предлагает стандартные экземпляры B200 и Dedicated B200, причём последние стоят дороже. Вы также можете выбрать объём выделяемых ресурсов CPU, ОЗУ и хранилища. В моей первой конфигурации были 16 ядер CPU, 32 GB ОЗУ и 300 GB хранилища. Я выбрал её для проведения бенчмарков ИИ, а не полагался на минимальную доступную конфигурацию.
Hostinger взимает плату за использование графического процессора с помощью предоплаченных кредитов. Однако перед запуском экземпляра я бы учёл несколько условий:
Из-за этих условий особенно важно планировать расходы на длительные задачи ИИ. Вам потребуется достаточно кредитов, чтобы покрыть время и на обработку данных, и на настройку, а также учесть возможные задержки или сбои подключения.
Я тестировал GPU Hosting, используя существующую учётную запись Hostinger с уже доступными кредитами, поэтому не проходил процедуру оплаты для нового заказа. Новые клиенты могут пополнить баланс после настройки экземпляра. Hostinger поддерживает оплату банковскими картами и цифровыми кошельками, такими как PayPal, хотя доступные способы зависят от региона клиента.
Я также не обнаружил отдельного бесплатного пробного периода для GPU. Покупки GPU и кредиты ИИ не подпадают под стандартную 30-дневную гарантию Hostinger на возврат средств за хостинг, поэтому перед оплатой я бы проверил итоговую конфигурацию и необходимое количество кредитов.
Главное преимущество — гибкость. Вы можете получить доступ к дорогостоящему оборудованию с графическим процессором для кратковременной вычислительной нагрузки, не покупая и не обслуживая собственный сервер. Однако рекламируемая почасовая ставка не отражает всей картины.
Мой опыт также показал, почему выделение ресурсов и подключение важны для ценообразования. Время, потраченное на устранение проблем с доступом к серверу, всё равно может увеличить ваши расходы, если экземпляр работает и расходует кредиты.
Я бы проверил итоговую скорость расходования кредитов в hPanel, убедился в доступности графического процессора и подключил внешнее хранилище перед запуском платной вычислительной нагрузки. Для краткосрочных, хорошо спланированных задач модель аренды имеет смысл. При длительных или непредсказуемых вычислительных нагрузках крайне важно следить за расходом кредитов.

Мощный графический процессор полезен только в том случае, если Вы можете получить доступ к оборудованию, надёжно запускать свои вычислительные нагрузки и получать результаты за разумное время. Hostinger рекламирует NVIDIA B200 с видеопамятью объёмом 192 GB, но мне хотелось узнать, как это сказывается на реальной производительности.
Я сосредоточился на трёх вопросах:
При первом развёртывании B200 возникла проблема с подключением. В hPanel отображался частный IP-адрес, к которому я не мог подключиться с ноутбука, и Hostinger подтвердил проблему с IP-адресом, отображавшимся на панели управления.
Чтобы отделить эту первоначальную проблему от производительности оборудования, я запустил новый экземпляр B200 и успешно подключился по SSH, используя новый адрес подключения. Следующие тесты производительности я провёл 26 октября 2026 года.
Таким образом, приведённые ниже результаты получены на исправном заменившем его экземпляре. Проблема с подключением, возникшая ранее, учитывается в моей общей оценке, однако она не помешала мне оценить производительность графического процессора.
Я использовал экземпляр B200 с Ubuntu 24.04, 16 выделенными ядрами процессора, 32 GB оперативной памяти и примерно 300 GB выделенного хранилища в регионе размещения Hostinger в Лос-Анджелесе. С ноутбука под управлением Pop!_OS я подключился по SSH, проверил оборудование с помощью nvidia-smi и установил среду PyTorch с поддержкой CUDA. Сервер сообщил о драйвере NVIDIA версии 595.91.07; PyTorch 2.11.0+cu128 распознал графический процессор и поддерживал вычисления BF16.
Затем я запустил три типа вычислительных нагрузок: короткие тесты умножения матриц BF16 и копирования данных в видеопамяти, инференс языковой модели Qwen2.5-7B-Instruct и генерацию изображений с помощью Stable Diffusion XL. Я повторил тесты с ИИ, используя фиксированные настройки, и записал время каждого отдельного запуска, а не ориентировался на единственный лучший результат. Наконец, я проверил страницу Metrics в hPanel, чтобы выяснить, отображается ли там активность графического процессора.
Эти тесты дают практическое представление об одном экземпляре. Они не позволяют сделать выводы о долгосрочной доступности, производительности при продолжительных нагрузках в течение нескольких часов или о том, как B200 сравнивается с графическими процессорами других хостинг-провайдеров в одинаковых условиях. Я также не проводил тест пропускной способности сети или бенчмарк инференса для нескольких пользователей.
Первым обнадёживающим результатом стало то, что Ubuntu сразу распознала NVIDIA B200. Команда nvidia-smi обнаружила один B200 с указанным объёмом памяти графического процессора 182,624 MiB, а PyTorch сообщил, что устройству доступно 178.34 GiB. Эти значения в двоичных единицах в целом соответствуют заявленным 192 GB видеопамяти, хотя доступный программам объём не совпадает в точности с числом на странице продаж.

Операционная система также показывала 32 GiB оперативной памяти и смонтированную файловую систему ёмкостью 268 GiB — по данным, доступным из самой среды. Процессор был определён как AMD EPYC 9575F, хотя команда lscpu отображала 224 логических процессора. Я проверил настройки управления процессором контейнера, а не стал трактовать это число как наличие в моём тарифе 224 ядер.
Лимит cgroup составлял 1,600,000 микросекунд на период в 100,000 микросекунд, что обеспечивало экземпляру 16 эквивалентов процессорного ядра. Это соответствовало выбранному мной выделению 16 ядер. Это важное различие для читателей, поскольку видимая на хосте топология процессоров может создавать впечатление, что ресурсов гораздо больше, чем фактически выделено размещённой вычислительной нагрузке.
Чтобы впервые оценить вычислительные возможности B200, я запустил умножение матриц BF16 с помощью PyTorch. BF16 полезен в данном случае, поскольку широко применяется для вычислений в моделях ИИ, хотя небольшой синтетический бенчмарк матриц не заменяет запуск полноценной модели.
При 12 повторах для матрицы меньшего размера, 4,096 × 4,096, расчётная производительность составила 1,402.7 TFLOP/s при медианном времени операции 0.098 миллисекунды. Для матрицы размером 8,192 × 8,192 расчётная производительность составила 1,668.8 TFLOP/s, а медианное время — 0.659 миллисекунды. Это расчётные оценки пропускной способности вычислений для проверенных операций, а не независимо подтверждённая длительная производительность приложения.
Я также измерил скорость копирования 512 MiB данных внутри видеопамяти. Операция завершилась за медианные 0.17 миллисекунды, что соответствует указанной пропускной способности передаваемых данных 3,137.1 GB/s. Этот тест измеряет передачу данных внутри видеопамяти, а не скорость загрузки модели, чтения диска сервера или передачи данных через интернет.

Весь базовый скрипт завершился за 2.646 секунды. Мне понравилось, что PyTorch распознал карту и выполнил эти операции без ошибок CUDA, но малая длительность теста также является ограничением. По нескольким миллисекундам вычислений нельзя заключить, что графический процессор будет поддерживать такую же пропускную способность или температуру в течение длительного обучения.
Синтетическая пропускная способность внушала оптимизм, но мне хотелось увидеть, как B200 справится с настоящей языковой моделью. Я загрузил Qwen2.5-7B-Instruct через Hugging Face Transformers в формате BF16 и попросил модель объяснить ускорение на графическом процессоре. В тесте использовался один промпт и максимум 128 сгенерированных токенов; тест провели три раза с теми же настройками.
В записанном прогоне загрузка и подготовка модели заняли 35.40 секунды. Затем первый ответ из 128 токенов занял 23.094 секунды, что составило всего 5.54 токена в секунду. Сначала результат показался разочаровывающим, но следующие два прогона показали совсем другую картину.
Во втором прогоне генерация 128 токенов заняла 1.005 секунды, или 127.30 токена в секунду. Третий прогон занял 1.029 секунды, или 124.35 токена в секунду. Таким образом, средняя скорость двух последующих прогонов составила около 125.8 токена в секунду, причём разница между ними была очень небольшой.

Разрыв существенный. Это согласуется с тем, что на первую генерацию повлияли одноразовая настройка или отложенная инициализация, но точную причину я не устанавливал. Я не стал бы скрывать результат в 23 секунды или представлять результаты последующих прогонов как показатель, которого можно ожидать от каждого первого запроса. При обслуживании модели важны и задержка первого запроса, и более высокая скорость повторных ответов.
PyTorch сообщил о пиковом объёме выделенной видеопамяти в 14.21 GiB. Это лишь небольшая часть доступной памяти B200, поэтому данный тест демонстрирует возможность выполнять инференс по одному запросу, а не преимущества размещения модели, которой действительно нужно почти 192 GB видеопамяти. Я не тестировал параллельную обработку запросов, пакетную обработку, более длинные окна контекста или оптимизированный сервер инференса, например vLLM.
Для второго теста на реальном приложении я использовал Stable Diffusion XL, чтобы создать изображение товара размером 1,024 × 1,024: чёрные наручные часы на тёмном мраморе. Я использовал 25 шагов инференса, веса FP16, а также одинаковые промпт и начальное значение генератора случайных чисел во всех трёх прогонах. Это позволило получить воспроизводимые результаты измерений, а не три не связанных между собой изображения разной степени сложности.
Получение и загрузка модели SDXL заняли 18.29 секунды. На создание первого изображения ушло 3.275 секунды. Второе и третье изображения были созданы за 0.915 и 0.913 секунды соответственно, а среднее время после прогрева составило 0.914 секунды на изображение. Процесс PyTorch сообщил о пиковом объёме выделенной видеопамяти 11.49 GiB.

Я также проверил экспортированные изображения. Все три файла были побайтно идентичны, что соответствовало настройке с фиксированным начальным значением генератора случайных чисел и подтверждало, что повторный тест дал тот же результат. На первый взгляд часы, отражающая поверхность и освещение выглядели убедительно, хотя при внимательном рассмотрении циферблата обнаружились небольшие несоответствия, типичные для сгенерированных изображений товаров. Эти художественные несовершенства не следует путать с ошибками оборудования графического процессора.
Результат оказался особенно полезен, поскольку дал мне конкретную задачу для оценки: после загрузки конвейера полноразмерное изображение SDXL создавалось менее чем за секунду. Однако это была генерация отдельных изображений с использованием одной модели SDXL, а не бенчмарк генерации видео, обработки больших пакетов или всех доступных для аренды моделей изображений.
Ранее во время обзора на странице Metrics от Hostinger отображались ровные линии, поскольку графический процессор простаивал. После выполнения бенчмарков я вернулся к тому же представлению за 1 час и увидел активность на обоих графиках. Вычислительная производительность отображалась как 297 TFLOPs, а на графике видеопамяти был заметен рост, включая значение 14.3 GB при наведении курсора.

Это стало полезным подтверждением того, что hPanel регистрировала вычислительную нагрузку, а не продолжала показывать нулевые значения. Благодаря этому страница Metrics также стала информативнее, чем сразу после развёртывания. Периоды 1 час, 24 часа, 7 дней и 30 дней было легко найти.
Я бы всё же не стал напрямую сравнивать числовое значение 297 TFLOPs в hPanel с результатом синтетического теста 1,668.8 TFLOP/s. Во время моего теста не удалось установить период выборки и метод расчёта, используемые панелью управления, а отображаемый объём видеопамяти не совпадает с пиковым объёмом, выделенным на уровне процесса PyTorch. Графики полезны для отслеживания активности и изменений с течением времени, но они не заменяют измерения времени выполнения конкретных вычислительных нагрузок или системы в целом.
Второй экземпляр B200 от Hostinger обеспечил ускорение на графическом процессоре, пригодное для использования в трёх совершенно разных тестах. Синтетические результаты BF16 показали высокую скорость коротких вычислений, Qwen2.5-7B достиг примерно 126 токенов в секунду после необычно медленного первого измеренного ответа, а Stable Diffusion XL генерировала изображения размером 1,024 пикселя примерно за 0.91 секунды после инициализации. Я также подтвердил квоту процессорного времени, соответствующую 16 ядрам, и наблюдал за активностью в hPanel.
Результаты хорошие, но я бы не стал считать их гарантией для любых вычислительных нагрузок ИИ. Тесты были короткими и проводились на одном экземпляре с относительно небольшими моделями по сравнению с доступным объёмом видеопамяти B200. Я не проверял длительное обучение, пиковую параллельную нагрузку, долгосрочную доступность или скорость внешней сети. Проблема с адресом подключения по SSH, возникшая ранее, также остаётся отдельным операционным вопросом, хотя к серверу на замену удалось успешно подключиться.

Я подошёл к Hostinger GPU Hosting так же, как подошёл бы к аренде нового графического процессора: найти подходящую карту, проверить фактическую стоимость, запустить экземпляр и оценить, насколько удобно пользоваться средой после запуска.
Я также хотел понять, как сервис GPU вписывается в более широкую экосистему hPanel от Hostinger, поскольку запуск сервера — это лишь половина впечатлений от использования.
Развёртывание прошло быстро. Процесс покупки оказался менее предсказуемым. Графический процессор, который я выбрал на общедоступной странице с ценами, был недоступен в hPanel, а его замена обошлась значительно дороже в расчёте на час. Вот как проходил этот процесс — от первого нажатия до инструментов управления.
Я начал с сайта Hostinger и открыл Products > Hosting > GPU hosting. Мне понравилось, что для хостинга с графическими процессорами предусмотрен отдельный раздел с чёткой маркировкой наряду с веб-хостингом, VPS-хостингом и облачным хостингом. Мне не пришлось открывать обычный продукт VPS или выяснять, доступно ли оборудование с графическим процессором в качестве дополнительной опции.

Ссылка открыла целевую страницу Hostinger GPU Hosting, где рекламировалась почасовая аренда графических процессоров NVIDIA для ИИ, рендеринга и других ресурсоёмких задач. Кнопка Get started находилась прямо под основным заголовком. Нажатие на неё не создавало экземпляр сразу и не перенаправляло меня на страницу регистрации, а прокручивало ту же страницу до раздела с ценами на графические процессоры.

Это было разумное место для начала. В разделе с ценами доступные модели графических процессоров были представлены в отдельных карточках с указанными начальными почасовыми ставками, объёмом видеопамяти и рекомендуемыми сценариями использования. Я мог сравнить оборудование до того, как меня попросили настроить сервер. Диапазон на общедоступной странице охватывал модели от RTX 4090 до более дорогих графических процессоров для центров обработки данных, включая B200.

Сначала я остановил выбор на NVIDIA RTX 4090. Hostinger указывала для неё цену от $0.42 в час, 24 GB видеопамяти и рекомендовала её для разработки, экспериментов, генерации изображений и видео, 3D-рендеринга и инференса с небольшими моделями.
Это показалось разумной отправной точкой для запланированных мной проверок инференса ИИ-модели, генерации изображений и производительности графического процессора. Мне не нужно было арендовать одну из самых дорогих карт, чтобы получить практический базовый результат.

Выбрав RTX 4090, я нажал кнопку Get GPU на её карточке. Открывшаяся страница регистрации аккаунта Hostinger предлагала зарегистрироваться через Google или GitHub, а также заполнить обычные поля адреса электронной почты и пароля.
Поле номера телефона было помечено как необязательное, а отдельный флажок относился к рекламным сообщениям через WhatsApp и SMS.

Экран регистрации был простым и понятным. Что ещё важнее, выбор графического процессора ещё не обязывал меня покупать конкретный сервер.
После создания аккаунта или входа в систему я перешёл в раздел графических процессоров hPanel, где можно было выбрать оборудование и запустить его. На панели отображался баланс кредитов — 2,000.
На панели отображался баланс кредитов — 2,000, поскольку у меня уже был аккаунт Hostinger с доступными кредитами. Если Вы регистрируетесь впервые и у Вас ещё нет баланса кредитов, после настройки экземпляра сервера с графическим процессором Вы перейдёте к оплате, где сможете выбрать предпочтительный способ оплаты перед завершением покупки.
Страница графических процессоров в hPanel была понятной и удобной для просмотра. Над списком Hostinger объясняла, что я могу запускать экземпляры серверов с графическими процессорами прямо из панели, а доступное для выбора оборудование отображалось под видимым балансом кредитов. В списке было семь моделей, включая выбранную мной RTX 4090, но большинство кнопок Select были неактивны.

Я попытался выбрать RTX 4090 и обнаружил, что её кнопка неактивна. При наведении на неё появлялось сообщение «Нет в наличии». В этой сессии я также не мог выбрать RTX 5090, L40S, A100 или RTX PRO 6000. Мне были доступны только два варианта: NVIDIA B200 и B200 (Dedicated).

Это было самым существенным препятствием при оформлении заказа. На общедоступной странице с ценами мне предлагали арендовать RTX 4090 за $0.42 в час, но фактически выделить ресурсы для этого графического процессора я не мог.
По крайней мере, Hostinger ясно обозначила это ограничение в hPanel, вместо того чтобы позволить мне заполнить конфигурацию и столкнуться с неудачным развёртыванием. Тем не менее мне пришлось пересмотреть выбор оборудования для тестирования и бюджет.
Я выбрал стандартную NVIDIA B200, заявленная цена которой начиналась от $4.50 в час, а объём видеопамяти составлял 192 GB. Благодаря большему объёму памяти у меня также была возможность позднее проверить более требовательные вычислительные нагрузки ИИ.
Стоимость альтернативного варианта B200 (Dedicated) начиналась от $7.08 в час, и у меня не было особой необходимости в эксклюзивном доступе к графическому процессору, которая оправдывала бы такую доплату. Я нажал Select для стандартной B200, чтобы продолжить.
После выбора B200 Hostinger открыла страницу Deploy для развёртывания экземпляра сервера с GPU. В левой колонке были перечислены варианты графических процессоров, а справа отображалась конфигурация выбранного экземпляра. Такое расположение было удобным: я мог сравнить B200 с доступными альтернативами и при этом видеть параметры сервера и текущую стоимость.

Я назвал экземпляр hostinger-экземпляр-с-графическим-процессором-review-b200. Hostinger указала, что слова в названии следует разделять дефисами, поэтому правило именования было понятно прямо из формы.
Следующим полем был регион размещения, и здесь обнаружилось второе практическое ограничение: в раскрывающемся списке был только Лос-Анджелес, США. В этой сессии развёртывания выбрать другое местоположение было нельзя.

Выбор конфигурации экземпляра потребовал больше внимания, чем я ожидал. Hostinger заранее выбрал конфигурацию с 2 ядрами, 64 ГБ оперативной памяти и хранилищем на 100 ГБ за 506 кредитов в час. В раскрывающемся списке были другие сочетания процессора, оперативной памяти и хранилища с разными ставками. Выбор не был простым рядом вариантов, где меньшее число ядер всегда означало более низкую цену: например, вариант с 4 ядрами стоил 450 кредитов в час.

Я выбрал X-Large: 16 ядер процессора, 32 ГБ оперативной памяти и хранилище на 300 ГБ за 488 кредитов в час. Это давало серверу больше ресурсов процессора и диска для настройки и запуска тестов, но не требовало переходить на конфигурацию с 32 ядрами.
Почасовая ставка также была немного ниже, чем у предварительно выбранного варианта с 2 ядрами. Важно учитывать, что рекламируемая Hostinger ставка $4.50 в час за B200 была начальной ценой. Для выбранной мной конфигурации фактическая ставка составляла 488 кредитов в час — примерно $4.88 в час по курсу, подразумеваемому ценовыми карточками Hostinger.
Затем я открыл раздел выбора операционной системы или приложения. Помимо Ubuntu 24.04, Hostinger предлагал готовые варианты для Ollama, JupyterLab, Unsloth и InvokeAI. Они могли сэкономить время на настройке тем, кто сосредоточен на конкретном приложении для ИИ. Я выбрал Ubuntu 24.04, поскольку хотел установить чистую операционную систему и самостоятельно контролировать набор инструментов для последующих тестов.

Hostinger также предлагал необязательное поле для ключа SSH. При первоначальном развёртывании я оставил его пустым, вместо того чтобы добавить ключ во время оформления заказа. Позже панель показала данные для подключения с помощью пароля, поэтому отсутствие ключа не лишило меня заявленного способа входа. Однако для сервера, который будет работать дольше, я бы предпочёл доступ по SSH с использованием ключа.
Перед тем как нажать Deploy, я увидел в сводке выбранный B200, конфигурацию X-Large и почасовую ставку в 488 кредитов, а также свой баланс в 2,000 кредитов.
Hostinger подсчитал, что баланса хватит примерно на четыре часа непрерывной работы. Мне понравилось, что эта оценка отображалась прямо над кнопкой развёртывания: так текущие расходы были заметнее, чем на ценовой карточке, где указано лишь «От $4.50 в час».

Я нажал кнопку Deploy. Затем Hostinger показал экран «Настройка графического процессора» и сообщил, что я могу покинуть страницу, пока продолжается выделение ресурсов. На этом этапе не требовалось вручную настраивать дополнительную инфраструктуру.

Примерно через две минуты на экране успешного завершения появилось подтверждение «Всё готово!» и сообщение о том, что экземпляр сервера с графическим процессором запущен и работает. Он был обозначен как hostinger-gpu-review-b200 — B200 с 192 GB видеопамяти и конфигурацией X-Large. Следующим действием явно предлагалось Manage, поэтому было понятно, куда перейти после завершения выделения ресурсов.

На этом экране подтверждения я нажал Manage, чтобы изучить элементы управления, которыми буду пользоваться после развёртывания. Такой прямой переход был приятным решением: не пришлось возвращаться на главную страницу hPanel и искать новый сервер.
После нажатия Manage открылась отдельная область управления графическими процессорами, а не обычная панель управления веб-хостингом. В левом меню было всего три пункта: «Обзор», Metrics и Exposed services. После широкого выбора продуктов я оценил лаконичность этой навигации.
На странице «Обзор» сразу находились ответы на вопросы, которые возникают после аренды дорогостоящего оборудования: работает ли сервер? Какой графический процессор и какие ресурсы мне выделили? Какова скорость расходования кредитов? Как подключиться? В карточке экземпляра hostinger-gpu-review-b200 был помечен как работающий; также подтверждались NVIDIA B200, 192 GB видеопамяти, 16 ядер процессора, 32 GB оперативной памяти, диск объёмом 300 GB, Ubuntu 24.04 и местоположение в Лос-Анджелесе.

Прямо на карточке экземпляра находились два элемента управления: «Перезагрузить» и «Удалить». Их видимость полезна, поскольку при почасовой оплате важно знать, как управлять жизненным циклом экземпляра. В этой части тестирования я не выполнял ни одного из этих действий, поэтому оцениваю доступность элементов управления, а не утверждаю, что проверил их работу.
Над карточкой сервера Hostinger показывал вычислительную производительность, использование видеопамяти и расход кредитов. На первом снимке экрана отображалась пропускная способность 0 TFLOPs и среднее использование видеопамяти 0 GB, поскольку я ещё не запускал вычислительную нагрузку на графическом процессоре.
В сводке по кредитам отображалось, что всего использовано 488 кредитов, скорость расходования кредитов составляла 488 кредитов в час, а остаток — 1,512 кредитов. Такая наглядность была кстати, особенно учитывая, как быстро может накапливаться плата за использование графического процессора.
В панели подключения в одном разделе были указаны публичный IPv4-адрес, команда SSH, которую можно скопировать, и пароль. Команда SSH содержала имя пользователя Ubuntu и нестандартный порт SSH; в поле пароля были кнопки отображения и копирования.
Hostinger также предупреждал, что после смены пароля через SSH он перестанет совпадать с паролем, сохранённым в hPanel. Поэтому я мог найти данные для подключения, не просматривая документацию, хотя один только снимок экрана не доказывает, что мне удалось успешно войти по SSH.
После просмотра страницы обзора я открыл раздел Metrics. Hostinger предлагал фильтры периода: 1 час, 24 часа, 7 дней и 30 дней. На странице отображались графики вычислительной производительности в TFLOPs и использования видеопамяти в GB. Графики были простыми и понятными, их не перегружали посторонние системные показатели.

На момент создания снимка экрана оба графика показывали нулевые значения. До запуска задания ИИ это было ожидаемо, поэтому я бы не стал считать эти данные доказательством производительности графического процессора или неисправности системы мониторинга.
Полезная проверка будет позже: запустить настоящую вычислительную нагрузку, посмотреть, как меняются графики при изменении использования ресурсов, и сравнить их с измерениями внутри Ubuntu.
Затем я открыл раздел Exposed services, предназначенный для обеспечения доступа через интернет к приложению, работающему на сервере с графическим процессором. Поскольку я не создавал сервис, страница отображала пустое состояние с кнопкой «Добавить сервис». Hostinger также предупредил, что опубликованное будет доступно всем, у кого есть адрес, если в самом приложении не предусмотрен вход в систему.

Мне понравилось это предупреждение. Вычислительные нагрузки на графическом процессоре часто связаны с ноутбуками, API инференса и другими интерфейсами для разработки, которые не должны быть открыты для всех. Точку входа было легко найти, но я ещё не добавлял и не проверял здесь общедоступный сервис, поэтому по одним этим снимкам экрана не могу оценить остальные этапы этого процесса или параметры безопасности.
Только после проверки экранов, посвящённых графическому процессору, я вернулся на страницу Home в hPanel. Это позволило взглянуть на удобство использования с другой стороны: где я найду экземпляр сервера с графическим процессором, если позже снова войду в систему, не переходя через появившуюся после развёртывания кнопку Manage?
Моя страница Home открылась с заметным запросом к ИИ-помощнику и большой областью «Ваш бизнес», заполненной существующими сайтами.
Для каждого сайта было доступно действие Manage для сайта, а в нескольких записях отображались напоминания о временных доменах. Ниже я увидел таблицу VPS с IP-адресами, статусами работы, датами окончания срока действия и кнопками управления. Навигация слева объединяла сайты, домены, электронную почту, дополнительные услуги, конструкторы сайтов, ИИ-агентов, маркетинговые инструменты и сервисы для разработчиков.

У такого комплексного подхода есть свои преимущества. Группы продуктов обозначены понятными названиями, и существующий клиент Hostinger может пользоваться несколькими видами хостинга из одной учётной записи. В моём случае, однако, обилие содержимого, связанного с сайтами, делало страницу визуально перегруженной.
Новый графический процессор был не так заметен в содержимом страницы Home, как записи о сайтах и VPS. Когда я перешёл к нему, отдельная навигация по разделам «Обзор», Metrics и Exposed services оказалась более целенаправленной.
Необычно длинный список сайтов отражает содержимое моей учётной записи; у нового клиента без других услуг страница может выглядеть менее загруженной. Тем не менее читателю важно понимать разницу: развёртывание графического процессора — это короткий, целенаправленный процесс, тогда как главная панель hPanel рассчитана на все продукты Hostinger одновременно.
Лучше всего удобство Hostinger GPU Hosting проявилось после того, как я нашёл доступный графический процессор. На странице конфигурации были показаны варианты и их стоимость, образы Ubuntu и приложений для ИИ было легко найти, развёртывание завершилось примерно за две минуты, а кнопка Manage привела меня прямо к компактной панели управления экземпляром.
Я смог найти характеристики графического процессора, скорость расходования кредитов, сведения о подключении по SSH и основные средства администрирования, не разбираясь в сложной облачной консоли.
Однако это удобство не должно скрывать ограничения, которые важно учитывать до развёртывания. На общедоступной странице я выбрал RTX 4090, но, когда перешёл в hPanel, оказалось, что арендовать его нельзя; большинство указанных графических процессоров отсутствовали в наличии, а Лос-Анджелес был единственным доступным регионом размещения в моём сеансе. B200 стоил значительно дороже, чем выбранный мной RTX 4090, а ставка для конфигурации X-Large была выше заявленной начальной ставки для B200. Кроме того, общий вид Home в hPanel показался мне более перегруженным, чем страницы, посвящённые графическим процессорам.

Hostinger предоставляет круглосуточную поддержку в чате через панель управления, а также поддержку через WhatsApp и электронную почту support@hostinger.com. В отличие от некоторых хостинг-провайдеров, компания не предлагает поддержку по телефону.
Основным каналом поддержки теперь служит Hostinger Agent — ИИ-ассистент, который может отвечать на вопросы, помогать устранять неполадки, находить документацию и выполнять определённые действия по управлению учётной записью. Кроме того, Hostinger предоставляет доступ к Customer Success Specialists, если требуется дополнительная помощь.
Для этого обзора я проверил работу чата поддержки, задав актуальный вопрос о своём экземпляре сервера с NVIDIA B200. Я хотел выяснить, как быстро смогу получить точные технические рекомендации и, что ещё важнее, насколько легко будет напрямую связаться со специалистом, если я попрошу об этом.
Я также изучил базу знаний Hostinger, чтобы оценить качество документации по графическим процессорам и выяснить, могут ли клиенты самостоятельно решать распространённые проблемы, не обращаясь в службу поддержки.
Чтобы открыть чат поддержки, я нажал Agent в верхней части hPanel. Чат открылся рядом со страницей управления графическими процессорами, поэтому во время общения со службой поддержки я мог просматривать работающий экземпляр B200 и расход кредитов.

Hostinger Agent — это преемник Kodee, прежнего ИИ-ассистента Hostinger для поддержки. Hostinger объединила Kodee с более широким набором специализированных инструментов на базе ИИ, создав единый ассистент. По словам Hostinger, ассистент может объяснять технические проблемы, предоставлять инструкции по устранению неполадок, рекомендовать подходящую документацию и выполнять поддерживаемые действия в учётной записи клиента.
Однако мой тест был посвящён техническим рекомендациям и передаче обращения специалисту, а не предоставлению агенту права вносить изменения в аккаунт.
Я задал практический вопрос о тарификации GPU и хранении данных. Поскольку Hostinger взимает плату за экземпляры серверов с GPU почасово, я хотел узнать, могу ли я приостанавливать работу сервера между вычислительными нагрузками ИИ, не теряя установленные приложения, модели и файлы. Я также спросил, прекращается ли начисление платы при перезагрузке и что следует сделать, чтобы сохранить свою среду, если удаление экземпляра необходимо.
Агент ответил менее чем за 30 секунд.
В ответе были рассмотрены все три вопроса. Агент объяснил, что перезагрузка лишь перезапускает сервер и не прекращает начисление платы. В настоящее время Hostinger не предоставляет функцию приостановки или остановки, которая позволяла бы клиентам сохранять экземпляр сервера с GPU без начисления платы. Удаление экземпляра прекращает начисление платы, но навсегда удаляет его локальные данные.
В ответе также подробно объяснялось, как я могу сохранить рабочую среду. Агент рекомендовал перенести модели и наборы данных во внешнее хранилище, экспортировать зависимости Python или Conda, записать версии CUDA и PyTorch, а также сохранить файлы конфигурации и сценарии развёртывания.

Мне понравилась подробность ответа. Вместо того чтобы просто заявить, что работу экземпляров серверов с GPU нельзя приостановить, ассистент рассказал, что следует сделать перед удалением сервера. Его рекомендации также соответствовали официальной документации Hostinger по тарификации GPU, благодаря чему я мог проверить точность объяснения.
Однако ответ на технический вопрос был лишь первой частью моего теста службы поддержки. Затем я хотел поговорить напрямую со специалистом.
В 17:23 я попросил Hostinger Agent соединить меня с сотрудником службы поддержки, чтобы подтвердить сведения о тарификации GPU и хранении данных. Вместо того чтобы организовать перевод, агент повторил правила и предложил продолжить общение с ИИ-поддержкой, объяснив, что так будет быстрее.
В 17:24 я снова прямо попросил об этом. На этот раз я указал, что понимаю правила и мне не нужно ещё одно объяснение от ИИ. Я чётко попросил связать меня с сотрудником и выразил готовность подождать.
В 17:25 ассистент снова кратко изложил правила тарификации, а затем предложил два варианта: Wait for a human review и продолжить общение с Hostinger Agent.

Я выбрал вариант проверки специалистом и подтвердил, что хочу продолжить общение с человеком. Затем Hostinger показала сообщение о том, что проверка выполняется, таймер обратного отсчёта и поле, в котором я мог предоставить специалисту дополнительную информацию.

В 17:31, примерно через шесть минут после того, как запрос поступил на проверку, я получил ответ, связанный со специалистом по имени Amber. В интерфейсе отображалось сообщение «Ответ проверен Amber».
В сообщении Amber попросила указать название моего экземпляра сервера с GPU, вопросы по оплате или хранению данных, по которым мне требовалось подтверждение, а также относящиеся к делу ошибки или снимки экрана.

Я указал название экземпляра — hostinger-графический процессор-review-b200 — и попросил подтвердить три важных момента: отсутствие функции приостановки, безвозвратное удаление данных после удаления экземпляра и доступность снимков состояния, резервных копий или постоянного хранилища.
Я также задал вопрос о самом процессе поддержки. Поскольку в интерфейсе было сказано, что ответ проверен Amber, я хотел узнать, общаюсь ли я теперь напрямую с ней или всё ещё взаимодействую с ИИ.
В 17:33 я получил ещё один подробный ответ. В нём подтверждалось, что экземпляры серверов с GPU продолжают расходовать кредиты в режиме ожидания, при удалении экземпляра его локальные данные удаляются безвозвратно, а Hostinger в настоящее время не предоставляет снимки состояния для GPU, автоматическое резервное копирование или постоянное хранилище.
Также пояснялось, что экземпляр удаляется сразу, как только баланс кредитов достигает нуля, без льготного периода. В качестве альтернативы предлагалось экспортировать среду на отдельный VPS, в облачное хранилище или на локальный компьютер с помощью таких инструментов, как scp или rsync.
Но наиболее показательной частью ответа была информация о поддержке со стороны специалистов. Hostinger прямо подтвердила, что я всё ещё общаюсь с Hostinger Agent, ИИ-ассистентом. Специалист-человек контролировал переписку или проверял её, но меня не переключили на прямой индивидуальный чат со специалистом.

Это различие важно. Я намеренно попросил связать меня с представителем, а не предоставлять ещё одно автоматическое объяснение. Хотя система обеспечила контроль со стороны специалиста и дала полный технический ответ, прямого общения с человеком, о котором я просил, не было.
С момента первого вопроса в 17:22 до заключительного уточнения в 17:33 весь диалог со службой поддержки занял примерно 11 минут. Первоначальный ответ ИИ поступил менее чем за 30 секунд, а проверка специалистом стала заметна примерно через шесть минут после того, как я попросил передать обращение специалисту.
После тестирования чата со службой поддержки я обратился к онлайн-справочному центру Hostinger , чтобы узнать, насколько легко клиентам, использующим графические процессоры, находить ответы без обращения в службу поддержки.
Главная страница была чистой и хорошо организованной: на ней была заметная строка поиска, а документация была сгруппирована по категориям, таким как «Начало работы», «Панель управления Hostinger», VPS, «Выставление счетов» и «Сертификаты SSL». Однако среди представленных вариантов я не нашёл отдельной категории для графических процессоров.

Я ввёл в строку поиска «графический процессор», и Hostinger выдал 10 результатов. Восемь из них были посвящены именно GPU hosting и охватывали выбор оборудования, шаблоны приложений, развёртывание, управление экземплярами, оплату, открытые сервисы, безопасность и сравнение с хостингом VPS. Ещё два результата касались политики возврата средств Hostinger и панели управления.

Мне понравилось, что поиск сразу выдал соответствующую документацию по графическим процессорам, несмотря на отсутствие отдельной категории на главной странице. Что ещё важнее, в статьях рассматривались практические вопросы, такие как почасовой расход кредитов, потеря данных после удаления экземпляра и защита приложений, доступных из публичной сети.
Затем я изучил отдельные руководства, чтобы понять, насколько ясно в них объяснялись эти вопросы и насколько приведённые инструкции соответствовали моему практическому опыту.
Я изучил руководства Hostinger по настройке графических процессоров и управлению экземплярами. В них рассматриваются выбор оборудования, регионы размещения, шаблоны программного обеспечения, развёртывание, мониторинг и открытые сервисы.
Инструкции точно соответствовали моему опыту работы с hPanel. Я также оценил, что Hostinger признала ограничения доступности графических процессоров в разных регионах: я столкнулся с ними, когда RTX 4090 не было в наличии, а Лос-Анджелес оказался единственным доступным вариантом развёртывания.
Руководство по оплате GPU оказалось особенно полезным, поскольку в нём рассматривались те же вопросы, которые я задавал во время чата поддержки.
В нём подтверждается, что плата продолжает начисляться, пока экземпляр простаивает, перезагрузка не останавливает начисление платы, а удаление экземпляра навсегда стирает локальные данные.
Что ещё важнее, Hostinger предупреждает, что автоматического пополнения кредитов и уведомлений о низком балансе нет. Исчерпание кредитов приводит к немедленному удалению экземпляра.

Это важные сведения для всех, кто запускает вычислительные нагрузки ИИ без постоянного контроля, и мне понравилось, что Hostinger объяснила их ясно.
В руководстве Hostinger по предоставлению доступа к сервисам объясняются публичный доступ, настройка портов и поддерживаемые протоколы. В нём также уточняется, что выбор HTTPS не приводит к автоматической настройке шифрования TLS.
В сопутствующем руководстве по безопасности рассматриваются аутентификация приложений и защита брандмауэром. Однако мне хотелось бы увидеть более чёткое предупреждение о необходимости сохранить доступ по SSH до включения ограничительных правил брандмауэра.

Hostinger обеспечила качественную поддержку с помощью ИИ, хотя процесс передачи обращения специалисту можно было бы улучшить.
Hostinger Agent ответил на мой вопрос о GPU менее чем за 30 секунд, объяснил, как это повлияет на оплату, и предложил практические шаги для сохранения моей среды. Ответ был подробным и соответствовал официальной документации.
Через примерно шесть минут стала доступна помощь специалиста, и в итоговом ответе были рассмотрены дополнительные вопросы, которые я задал. Однако мне пришлось неоднократно просить передать обращение специалисту, и общение по-прежнему велось преимущественно с ИИ, а не перешло в прямой чат со специалистом службы поддержки.
База знаний также оказалась полезной. В восьми статьях, посвящённых GPU, были понятные объяснения развёртывания, управления, оплаты, открытия доступа к сервисам и безопасности. Документация по оплате была особенно полезна для понимания рисков непрерывного расхода кредитов и безвозвратной потери данных.

Да — разработчикам и командам ИИ, которым нужны серьёзные вычислительные мощности GPU без покупки оборудования. Мой B200 выполнял инференс Qwen со скоростью около 126 токенов в секунду после прогрева и генерировал изображения SDXL примерно за 0.91 секунды.
Развёртывание прошло быстро, как только у меня появился рабочий адрес подключения по SSH. Однако проблема с отображением IP-адреса первого сервера, меняющаяся доступность оборудования, невозвратные кредиты и отсутствие возможности приостановки или встроенного резервного копирования — существенные риски.
⟁
| План | ЦП | ОЗУ | Трафик | Цена | |
|---|---|---|---|---|---|
| Free Trial | - | Неограниченно | 0 руб. | Подробнее | |
| Game Panel 2 | 2 ядра | 8 ГБ | 8 ТБ | 710 руб. | Подробнее |
| Game Panel 4 | 4 ядра | 16 ГБ | 16 ТБ | 1 040 руб. | Подробнее |
| Game Panel 8 | 8 ядер | 32 ГБ | 32 ТБ | 2 070 руб. | Подробнее |
| Description | Expert Review |
|---|---|
| Бюджетный хостинг с высокой производительнос�... | Read Shared Hosting Review |
| Быстрый и безопасный хостинг WordPress с установко... | Read Wordpress Hosting Review |
| Масштабируемый VPS-хостинг с выделенными ресур�... | Read VPS Review |
| Быстрый, гибкий облачный хостинг с отличным вр... | Read Cloud Hosting Review |
| Безопасные и конфиденциальные хостинговые ре�... | Read Offshore Hosting Review |
| Безопасный и надежный хостинг электронной поч... | Read Email Hosting Review |
| Надёжный хостинг для Python с гибкими средами для... | Read Python Hosting Review |
| Высокопроизводительный PHP-хостинг с полной по�... | Read PHP Hosting Review |
| Надёжный Windows VPS-хостинг с полным контролем и в�... | Read Windows VPS Review |
| Быстрый и гибкий хостинг для приложений на Node.j... | Read Nodejs Hosting Review |
| Оптимизированный хостинг для магазинов WooCommerce... | Read Woocommerce Hosting Review |
| Хостинг выделенных серверов для бесперебойно�... | Read Minecraft Server Hosting Review |
| Масштабируемые хостинговые решения с расшире�... | Read Agency Hosting Review |
| Быстрый, безопасный хостинг, оптимизированный... | Read Magento Hosting Review |
| Высокопроизводительный хостинг на базе Linux дл�... | Read Linux Hosting Review |
| Надежные решения Java-хостинга для динамических... | Read Java Hosting Review |
| Оптимизированный хостинг для сайтов электрон�... | Read Ecommerce Hosting Review |
| Надёжный хостинг Django с высокой скоростью и без... | Read Django Hosting Review |
| Простой в использовании cPanel-хостинг с высокой ... | Read Cpanel Hosting Review |
| Мощный хостинг для бизнеса с высокой скорость�... | Read Business Hosting Review |
| Easy-to-use website builder with drag-and-drop tools and customizable templates. | Read Website Builder Review |
| Optimized hosting for Joomla sites with one-click installation and reliable performan... | Read Joomla Hosting Review |
| Powerful hosting with full PostgreSQL database support for data-driven applications. | Read PostgreSQL Hosting Review |
| Flexible hosting with MongoDB integration for scalable, modern web applications. | Read MongoDB Hosting Review |
| AI-powered website creation platform for building professional sites in minutes. | Read AI Builder Review |
| Reliable hosting for n8n workflow automation with easy setup and management. | Read n8n Hosting Review |
| VPS hosting with Docker support for containerized application deployment and scaling. | Read Docker VPS Review |
| Выделенный SMTP-серверный хостинг для надежной �... | Read SMTP Server Review |
| Быстрый и оптимизированный хостинг, специальн... | Read Ruby on Rails Review |
| Многофункциональный хостинг с интеграцией OpenC... | Read OpenClaw Review |
| Быстрый и надежный хостинг с серверами в Велик... | Read UK Hosting Review |
| Доступный и надежный хостинг с серверами в Инд... | Read India Review |
| Read Singapore Review | |
| Read Australia Review | |
| Read AI Agent Review | |
| Read Paperclip VPS Review | |
| Read Hermes Agent Review | |
| Read Hostinger Connector Review | |
| Read Web Apps Hosting Review | |
| Read Hostinger Reach Review | |
| Read MCP Review | |
| Read hpanel Review | |
| Read Odoo Review | |
| Read Laravel Review | |
| Read MERN VPS Review | |
| Read Ubuntu Review | |
| Read Drupal Hosting Review | |
| Read Express.js Review | |
| Read React Review | |
| Read Nextjs Review | |
| Read AI Router Review | |
| Read AI Game Maker Review |
Да. Мой NVIDIA B200 успешно выполнил инференс Qwen2.5-7B и генерацию изображений Stable Diffusion XL. Результаты зависят от модели, фреймворка и размера инстанса.
Hostinger заявляет 192 ГБ VRAM. Мой B200 показал 178,34 ГиБ через PyTorch, что соответствует разнице между десятичными и двоичными единицами памяти.
Нет. Кредиты GPU продолжают расходоваться, пока экземпляр простаивает или перезагружается. Удаление экземпляра прекращает начисление платы за использование, но навсегда удаляет его локальные данные.
Я не увидел отдельного бесплатного пробного периода для GPU во время оформления заказа. Hostinger исключает покупки GPU и AI credits из своей стандартной 30-дневной гарантии возврата денег.
Да. SSH работал на моём заменённом экземпляре B200, хотя при первом развёртывании отображался частный IP вместо пригодного для использования публичного SSH-адреса.

Ответьте на несколько простых вопросов и найдите идеальное решение для вас!
Начать поиск хостингаHostAdvice.com предлагает профессиональные и независимые отзывы о веб-хостингах. Наши отзывы являются честными, беспристрастными и равными для всех участников.
Мы получаем денежное вознаграждение от компаний, о которых пишем. Вознаграждение не влияет на характер и лояльность наших отзывов. Точно так же, это никоим образом не влияет на позиции определенных компаний в рейтингах. Вознаграждение лишь покрывает расходы на плату рецензентам, покупку аккаунтов и стоимость тестов.






