GPU NVIDIA dedicada para Llama 3, Mistral, Mixtral, Phi-3, Gemma e DeepSeek — com Ollama, vLLM e Hugging Face pré-otimizados. Datacenter Tier III em São Paulo, latência abaixo de 5ms.
Pague anual e economize. Cada plano é uma GPU NVIDIA dedicada — sem multi-tenant.
Preços baseados em USD × R$ 7,00 + 8% impostos. Reajustados mensalmente conforme câmbio comercial. Contratos anuais travam o preço por 12 meses.
Pagamento seguro. Sem fidelidade. Provisão em 5–15 minutos.
Servidor para LLM (Large Language Models) é um servidor dedicado com GPU NVIDIA otimizado para rodar modelos de linguagem como Llama 3, Mistral, Mixtral, Phi-3, Gemma e DeepSeek. Diferente de APIs gerenciadas (OpenAI, Anthropic, AWS Bedrock) que cobram por token e mantêm seus dados fora, o self-hosting na Rollin Host coloca a LLM rodando no seu próprio servidor, no Brasil, com custo fixo e dados protegidos pela LGPD. É a infraestrutura ideal para chatbots privados, RAG corporativo, fine-tuning, treinamento e inferência em escala.
APIs gerenciadas cobram por token (~US$ 0,50 a US$ 75 por 1M tokens) e seus dados saem do Brasil. Self-hosting na Rollin é custo fixo em real, com a LLM rodando na sua GPU dedicada — quantos tokens quiser, sem rate limit, sem censura, sem dólar mensal, sem dados vazando pra outro continente.
Para engenheiros de IA rodando Llama 3 ou Mistral em produção, agências entregando chatbots privados pra clientes, e-commerces com IA no atendimento, pesquisadores fine-tunando modelos e empresas brasileiras que precisam de compliance LGPD com dados em território nacional.
Latência abaixo de 5ms dentro do país — crítica pra chatbots em tempo real. Dados protegidos pela LGPD, faturamento em real (sem dólar surpresa), suporte que entende CUDA, Ollama e fine-tuning. Hospedar LLM no Brasil é hospedar perto do seu usuário — e perto de quem te ajuda quando o modelo não converge.
Sem upsell, sem letra miúda, sem "ah mas isso é à parte".
GPU exclusiva sua · sem compartilhamento de VRAM ou CUDA cores.
Pague em BRL, receba nota fiscal brasileira. Sem dólar surpresa, sem cartão internacional.
Infraestrutura europeia certificada (Alemanha/Finlândia) · GDPR · DPA disponível.
Pessoas reais que entendem CUDA, Ollama e Hugging Face. 24/7 via WhatsApp.
Servidores com GPU NVIDIA (Tesla P4, T1000, GTX 1080 Ti, RTX A4000 e A100 sob demanda) hospedados em São Paulo. Energia redundante, climatização N+1, conexão direta com IXP-Br. Latência abaixo de 5ms pra todo o Brasil — ideal pra chatbots, RAG e LLMs em produção.
Llama 3, Mistral, Mixtral, Phi-3, Gemma, DeepSeek, Qwen — rodando em Ollama, vLLM e llama.cpp.
Llama 3 (8B · 70B) · Mistral 7B · Mixtral 8×7B · Phi-3 · Gemma 2 · DeepSeek · Qwen 2.
Ollama · vLLM · llama.cpp · LM Studio · oobabooga · exllamav2 · KoboldCpp.
LangChain · LangGraph · LlamaIndex · Haystack · DSPy · Qdrant · Chroma · pgvector.
GPU isolada, dados criptografados, território brasileiro — LGPD by design.
Sua VRAM é só sua · zero data leak entre clientes.
AES-256 em repouso · TLS 1.3 em trânsito · keys gerenciadas.
Datacenter europeu sob GDPR · Acordo de Processamento de Dados (DPA) sob demanda para LGPD.
Controle total do servidor · KVM out-of-band 24/7.
Mitigação automática · proteção em nível de rede.
Métricas de GPU (utilização, VRAM, temperatura) em tempo real.
Comprou GPU, instalou Ollama e empacou? A gente coloca seu modelo em produção com você.
Equipe Rollin em PT-BR responde por WhatsApp, chat ou ligação. Sem URA, sem bot empurrando documentação.
Servidor com GPU NVIDIA pronto em 5–15 minutos. Você recebe IP, root e IPMI.
Sessão por vídeo: instalamos CUDA, drivers NVIDIA, Ollama, vLLM, llama.cpp e o modelo que você quer rodar (Llama 3, Mistral, etc).
Sua LLM bombou? Te ligamos pra avaliar upgrade — RTX PRO 6000 Blackwell 96 GB, multi-GPU, cluster dedicado — antes de a fila de inferência crescer.
Não achou sua dúvida? Chama o Nikko no WhatsApp.
A Rollin Host é uma cloud especializada em LLM (Large Language Models) para o público brasileiro: GPU NVIDIA RTX dedicada (RTX 4000 SFF Ada e RTX PRO 6000 Blackwell), datacenter Tier III na Europa (Alemanha/Finlândia · 100% energia renovável · GDPR) e suporte humano 24/7 em português. Diferente da AWS Bedrock (cobra por token, em USD) ou de comprar direto na Hetzner/RunPod (sem PT-BR, sem nota fiscal, sem real), aqui você tem ambiente pré-configurado para Ollama, vLLM e llama.cpp, faturamento em BRL com NF-e e suporte que entende CUDA e fine-tuning.
O plano Inferência custa R$ 3.249/mês (ou R$ 5,20/h) com GPU NVIDIA RTX 4000 SFF Ada de 20 GB VRAM — suficiente para servir Llama 3 8B, Mistral 7B, Phi-3 ou Gemma 2 com ~70–90 tokens/s usando vLLM. Para fine-tuning de modelos grandes, Llama 3 70B quantizado, Mixtral 8×22B ou DeepSeek R1, o plano Pro custa R$ 12.879/mês (ou R$ 20,63/h) com GPU NVIDIA RTX PRO 6000 Blackwell de 96 GB GDDR7. Setup único de R$ 1.299 em ambos.
Os servidores GPU são contratados em USD junto ao datacenter parceiro na Europa. Por isso, nossos preços são calculados com base no dólar comercial × R$ 7,00 + 8% de impostos federais. Reajustamos quando o câmbio fechar fora dessa faixa em mais de 5%. Você é avisado por e-mail antes de qualquer reajuste, e contratos anuais travam o preço por 12 meses.
Os servidores ficam em datacenters Tier III certificados na Alemanha (Falkenstein, Nuremberg) e Finlândia (Helsinki) — todos com 100% de energia renovável e em conformidade GDPR. Latência típica Brasil ↔ Europa via cabo submarino fica entre 200–230ms. Isso é ideal para fine-tuning, treinamento, batch, embeddings, RAG assíncrono e APIs server-to-server. Para chatbot em tempo real com usuário final no Brasil (latência percebida <500ms), recomendamos arquitetura híbrida: cache + filas no Brasil (Redis/SQS regional) com inferência na GPU. Te ajudamos a desenhar.
Para Llama 3 70B sem quantização (FP16) você precisa de ~140 GB de VRAM. Com quantização Q4 (GGUF/AWQ/GPTQ), o modelo cabe em ~40 GB. O plano Pro com RTX PRO 6000 Blackwell 96 GB roda Llama 3 70B em FP8/INT8 com folga, e até 70B FP16 quantizado leve com KV-cache otimizado. Para Llama 3 8B (mais comum), o plano Inferência com 20 GB VRAM já sobra.
Sim, todos os três — e ambas as GPUs (RTX 4000 Ada e RTX PRO 6000 Blackwell) têm Tensor Cores e suporte FP16/BF16/FP8 nativo, que é o que vLLM e FlashAttention exigem. Ollama (mais fácil, ideal pra começar), vLLM (alta performance, batching contínuo, ideal pra produção) e llama.cpp (CPU+GPU, modelos quantizados GGUF). Nossa equipe instala e configura no onboarding. Também suportamos LM Studio, oobabooga (Text Generation WebUI), KoboldCpp, ExLlamaV2 e SGLang.
Sim. O plano Inferência (RTX 4000 Ada 20 GB) atende fine-tuning LoRA/QLoRA de modelos até 13B. O plano Pro (RTX PRO 6000 Blackwell 96 GB) atende fine-tuning full-precision de modelos até 13B, LoRA/QLoRA de 70B e DPO/SFT em modelos grandes. Stack suportada: Hugging Face Transformers + PEFT, Axolotl, Unsloth, DeepSpeed e TRL.
Depende do modelo, do framework e do batch. Estimativas com vLLM: na RTX 4000 SFF Ada (20 GB), Llama 3 8B Q4 entrega ~70–90 t/s single-stream e ~300–500 t/s em batch. Na RTX PRO 6000 Blackwell (96 GB), Llama 3 70B Q4 chega a 35–55 t/s single-stream e Mistral 7B passa de 200 t/s. Esses números variam com tamanho de contexto, tipo de quantização e tráfego concorrente. Fazemos benchmark pro seu caso real antes de você fechar.
Sim, e essa é uma das stacks mais populares aqui. Suportamos LangChain, LangGraph, LlamaIndex, Haystack e DSPy. Banco vetorial: Qdrant, Chroma, Weaviate ou pgvector (Postgres). O plano Inferência é dimensionado pra servir LLM 7B–13B + embeddings + Qdrant na mesma máquina; o Pro comporta múltiplos modelos simultâneos com folga.
AWS Bedrock, OpenAI e Anthropic são serviços gerenciados que cobram por token (~US$ 0,50 a US$ 75 por 1M tokens, dependendo do modelo) — em dólar, com IOF, sem nota fiscal brasileira. Self-hosting na Rollin é custo fixo em real (R$ 3.249/mês) e você processa quantos tokens quiser, sem rate limit nem censura. Faz sentido a partir de ~10M tokens/mês de uso real, ou para projetos onde privacidade do prompt e do dataset de fine-tuning é crítica.
Sim. Suporte 100% humano, em português brasileiro, 24/7, com equipe que entende CUDA, drivers NVIDIA, Ollama, vLLM, Hugging Face e fine-tuning. Atendemos por WhatsApp, chat e telefone. Ajudamos a configurar quantização, escolher modelo certo, dimensionar VRAM e otimizar latência. Tempo médio de resposta: 3 minutos no chat.
Para fine-tuning (mais comum que treino do zero), os dois planos atendem conforme o tamanho do modelo. Para treinamento do zero de modelos pequenos (até 1B parâmetros), o plano Pro é viável. Modelos maiores (7B+) exigem cluster multi-GPU dedicado — fazemos sob demanda. Conversa com a gente: avaliamos seu dataset, orçamos GPU-horas e montamos a infra.
Sim, e é importante explicar como. A LGPD permite transferência internacional de dados desde que existam garantias contratuais adequadas (art. 33). Nós oferecemos Acordo de Processamento de Dados (DPA) sob demanda, alinhado às cláusulas-padrão da ANPD, com sub-processador (datacenter europeu) sob GDPR — que é equivalente ou mais rígido que a LGPD em vários pontos. Tecnicamente: o LLM roda na sua GPU dedicada (não compartilhada), com criptografia AES-256 em repouso, TLS 1.3 em trânsito, e logs de acesso. Diferente de OpenAI/Anthropic, seus prompts não entram em treinamento de outro modelo. Para clientes que precisam de dados em território nacional por exigência regulatória específica (setor público, financeiro), conversa com a gente sobre arquitetura híbrida.
Sim, sob demanda. Cobrança por hora a partir de R$ 5,20/h (Inferência) e R$ 20,63/h (Pro). Útil para experimentos curtos, benchmarks e fine-tuning pontual. Para uso contínuo (>200h/mês), o mensal sai bem mais barato.
A linha Pro entrega RTX PRO 6000 Blackwell Max-Q (96 GB GDDR7, 3.511 TFLOPS) — sucessora da A100 e direto da geração Blackwell, mesma arquitetura da B200. Para projetos que exigem H100 ou B200 cluster especificamente (treinamento de modelos foundation, MoE de 200B+), montamos sob consulta. Fale com a gente pra cotar.
Comece em 5 minutos. Migração gratuita, suporte 24/7 em português e garantia de reembolso em 7 dias.
