GPU-wolk
GPU-wolk: huur NVIDIA GPU-bedieners per uur
Huur NVIDIA GPU-bedieners vir LLM-inferensie, fyninstelling en beeldgenerering. Lewendige pryse, uurlikse fakturering, PyTorch-, vLLM- en ComfyUI-sjablone, SSH-toegang.
- Lewendige voorraad, prys bevestig voor jy bestel
- Sjablone vir PyTorch, vLLM, Ollama en ComfyUI
- Gestaakte uurlikse bedieners word slegs vir skyfspasie gehef
Met Cloudj GPU Cloud huur jy 'n GPU-bediener uit die regstreekse voorraad: kies die GPU-model, VRAM en skyf, begin vanaf 'n sjabloon soos PyTorch, vLLM, Ollama of ComfyUI, en koppel dan via SSH. Uurlikse bedieners word van jou rekeningsaldo af gehef, en vir 'n gestopte uurlikse bediener word slegs vir sy skyf gefaktureer.
GPU-huurpryse en lewendige beskikbaarheid
Regstreekse voorraad: beskikbaarheid en pryse verander saam met die mark. Die konsole bevestig die finale prys voordat jy bestel.
| GPU | VRAM per GPU | Argitektuur | FP32-berekening | Kraglimiet | Vanaf | |
|---|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | – | Besonderhede → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Besonderhede → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Besonderhede → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | – | Besonderhede → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | – | Besonderhede → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | – | Besonderhede → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | – | Besonderhede → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | – | Besonderhede → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | – | Besonderhede → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | – | Besonderhede → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | – | Besonderhede → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | – | Besonderhede → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | – | Besonderhede → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | – | Besonderhede → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | – | Besonderhede → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | – | Besonderhede → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | – | Besonderhede → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | – | Besonderhede → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | – | Besonderhede → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | – | Besonderhede → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | – | Besonderhede → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | – | Besonderhede → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | – | Besonderhede → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | – | Besonderhede → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | – | Besonderhede → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | – | Besonderhede → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | – | Besonderhede → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | – | Besonderhede → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | – | Besonderhede → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | – | Besonderhede → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | – | Besonderhede → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | – | Besonderhede → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | – | Besonderhede → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | – | Besonderhede → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | – | Besonderhede → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | – | Besonderhede → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | – | Besonderhede → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | – | Besonderhede → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | – | Besonderhede → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | – | Besonderhede → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | – | Besonderhede → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | – | Besonderhede → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | – | Besonderhede → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | – | Besonderhede → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | – | Besonderhede → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | – | Besonderhede → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | – | Besonderhede → |
GPU-sjablone vir KI-, LLM- en leweringswerkladings
LLM-inferensie
vLLM, SGLang of Ollama met Open WebUI om taalmodelle te bedien en te toets.
Fyninstelling
Unsloth Studio vir die fyninstelling van taalmodelle op jou eie data.
Beeld- en videogenerering
ComfyUI vir Flux, SDXL en videowerkvloeie.
PyTorch- en CUDA-ontwikkeling
PyTorch- en Ubuntu 24.04-beelde met NVIDIA CUDA, toeganklik via SSH.
Werkskerm of volledige VM
'n Ubuntu-werkskerm in die blaaier, of 'n volledige KVM virtuele masjien wanneer jy een nodig het.
Hoe om 'n GPU-bediener in 4 stappe te huur
- 01
Kies 'n sjabloon en skyfgrootte
- 02
Kies 'n versoenbare GPU uit die regstreekse voorraad
- 03
Bevestig die prys en skep die bediener vanaf jou rekeningsaldo
- 04
Koppel via SSH of die blaaiersterminaal
GPU-wolkpryse en -fakturering
- Uurliks: die GPU word per uur gehef terwyl die bediener loop. Vir 'n gestopte uurlikse bediener word slegs vir die skyf gehef.
- Faktureringsiklusse: maandeliks, kwartaalliks, halfjaarliks of jaarliks, met enige afslag wat gewys word voordat jy betaal.
- Skyfberging word per GB saam met die GPU-prys gehef.
- Pryse is in USD; jy kan dit teen die huidige wisselkoers in VND vertoon.
Gereelde vrae oor GPU-wolk
Werkladings wat in die GPU-geheue pas: LLM-inferensie en -fyninstelling, beeld- en videogenerering, lewering en CUDA-ontwikkeling. Sjablone vir PyTorch, vLLM, SGLang, Ollama, Unsloth en ComfyUI installeer die sagteware vir jou.
Die tabel hierbo lys die konfigurasies wat tans beskikbaar is, insluitend die NVIDIA RTX 5090 met 32 GB VRAM wanneer dit in voorraad is. Beskikbaarheid verander regdeur die dag.
Pryse kom van die lewendige GPU-voorraad en kan verander. Die konsole wys die bevestigde prys voor jy bestel, en jou bediener word teen daardie bevestigde prys gefaktureer.
Ja. Buiten uurlikse fakturering kan jy 'n maandelikse, kwartaallikse, halfjaarlikse of jaarlikse siklus kies, met enige afslag wat gewys word voor jy betaal. Skyfberging word per GB gehef saam met die GPU-prys.
Met uurlikse fakturering word 'n gestaakte bediener slegs vir sy skyf gehef. Skrap die bediener wanneer jy nie meer sy data nodig het nie.
Oor SSH met jou sleutel, of met die terminaal in jou blaaier vanaf die konsole. Werkskerm- en VM-sjablone bied ook grafiese toegang.