GPU Cloud
የ-GPU ክላውድ፡ የ-NVIDIA GPU ሰርቨሮችን በሰዓት ይከራዩ
የ-NVIDIA GPU ሰርቨሮችን ለ-LLM inference፣ fine-tuning እና ምስል ማመንጨት ይከራዩ። የቀጥታ ዋጋዎች፣ የሰዓት ክፍያ፣ የ-PyTorch፣ vLLM እና ComfyUI ቴምፕሌቶች፣ እንዲሁም የ-SSH መዳረሻ።
- የቀጥታ ክምችት፣ ከማዘዝዎ በፊት የተረጋገጠ ዋጋ
- ቴምፕሌቶች ለ-PyTorch፣ vLLM፣ Ollama እና ComfyUI
- የተቆሙ የሰዓት ሰርቨሮች ክፍያ የሚጠየቀው ለዲስክ ብቻ ነው
በCloudj GPU Cloud ከቀጥታ ክምችት የGPU ሰርቨር ይከራያሉ፡ የGPU ሞዴል፣ VRAM እና ዲስክ ይምረጡ፣ እንደ PyTorch፣ vLLM፣ Ollama ወይም ComfyUI ካሉ ቴምፕሌቶች ይጀምሩ፣ ከዚያም በSSH ይገናኙ። በሰዓት የሚከፈሉ ሰርቨሮች ከሂሳብ ቀሪ ሂሳብዎ የሚቆረጡ ሲሆን የቆመ የሰዓት ሰርቨር የሚከፈለው ለዲስኩ ብቻ ነው።
የ-GPU ኪራይ ዋጋዎች እና የቀጥታ ዝግጁነት
የቀጥታ ክምችት፡ የGPU ዝግጁነት እና ዋጋዎች ከገበያው ጋር ይለዋወጣሉ። ኮንሶሉ ከማዘዝዎ በፊት የመጨረሻውን ዋጋ ያረጋግጣል።
| GPU | VRAM በእያንዳንዱ GPU | አርክቴክቸር | የ FP32 ስሌት | የሃይል ገደብ | ከ | |
|---|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | – | ዝርዝሮች → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | ዝርዝሮች → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | ዝርዝሮች → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | – | ዝርዝሮች → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | – | ዝርዝሮች → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | – | ዝርዝሮች → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | – | ዝርዝሮች → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | – | ዝርዝሮች → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | – | ዝርዝሮች → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | – | ዝርዝሮች → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | – | ዝርዝሮች → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | – | ዝርዝሮች → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | – | ዝርዝሮች → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | – | ዝርዝሮች → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | – | ዝርዝሮች → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | – | ዝርዝሮች → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | – | ዝርዝሮች → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | – | ዝርዝሮች → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | – | ዝርዝሮች → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | – | ዝርዝሮች → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | – | ዝርዝሮች → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | – | ዝርዝሮች → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | – | ዝርዝሮች → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | – | ዝርዝሮች → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | – | ዝርዝሮች → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | – | ዝርዝሮች → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | – | ዝርዝሮች → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | – | ዝርዝሮች → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | – | ዝርዝሮች → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | – | ዝርዝሮች → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | – | ዝርዝሮች → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | – | ዝርዝሮች → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | – | ዝርዝሮች → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | – | ዝርዝሮች → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | – | ዝርዝሮች → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | – | ዝርዝሮች → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | – | ዝርዝሮች → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | – | ዝርዝሮች → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | – | ዝርዝሮች → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | – | ዝርዝሮች → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | – | ዝርዝሮች → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | – | ዝርዝሮች → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | – | ዝርዝሮች → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | – | ዝርዝሮች → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | – | ዝርዝሮች → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | – | ዝርዝሮች → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | – | ዝርዝሮች → |
የ-GPU ቴምፕሌቶች ለ-AI፣ LLM እና rendering ስራዎች
የLLM ኢንፈረንስ (inference)
የቋንቋ ሞዴሎችን ለማገልገልና ለመፈተሽ vLLM፣ SGLang ወይም Ollama ከOpen WebUI ጋር።
ፋይን-ቲዩኒንግ (Fine-tuning)
የቋንቋ ሞዴሎችን በእራስዎ ዳታ ላይ ፋይን-ቲዩን ለማድረግ Unsloth Studio።
የምስል እና ቪዲዮ ማመንጨት
ComfyUI ለFlux፣ ለSDXL እና ለቪዲዮ ስራዎች (workflows)።
የPyTorch እና CUDA ማበልጸጊያ
የ PyTorch እና Ubuntu 24.04 ምስሎች ከ NVIDIA CUDA ጋር፣ በ SSH የሚገናኙ።
ዴስክቶፕ ወይም ሙሉ VM
የ Ubuntu ዴስክቶፕ በብሮውዘር ውስጥ፣ ወይም በሚያስፈልግዎ ጊዜ ሙሉ የ KVM ቨርቹዋል ማሽን።
የ-GPU ሰርቨር በ4 ደረጃዎች እንዴት እንደሚከራይ
- 01
ቴምፕሌት እና የዲስክ መጠን ይምረጡ
- 02
ከቀጥታ ክምችቱ ተስማሚ የሆነ GPU ይምረጡ
- 03
ዋጋውን ያረጋግጡ እና ከሂሳብ ቀሪ ሂሳብዎ ሰርቨሩን ይፍጠሩ
- 04
በSSH ወይም በብሮውዘር ተርሚናል ይገናኙ
የ-GPU ክላውድ ዋጋ እና የክፍያ አፈፃፀም
- በሰዓት፡ ሰርቨሩ በሚሰራበት ጊዜ ክፍያው ለGPU በሰዓት ይሰላል። በሰዓት የሚከፈልበት ሰርቨር ሲቆም ለዲስክ ብቻ ክፍያ ይቆጠራል።
- የክፍያ ዑደቶች፡ ወርሃዊ፣ በየሩብ ዓመቱ፣ በየስድስት ወሩ ወይም ዓመታዊ፤ ማንኛውም ቅናሽ ከመክፈልዎ በፊት ይታያል።
- የዲስክ ማከማቻ ክፍያ ከGPU ዋጋ ጋር በአንድ ላይ በGB ይሰላል።
- ዋጋዎች በUSD ናቸው፤ በወቅታዊው የምንዛሪ ተመን በVND ማሳየት ይችላሉ።
የ-GPU ክላውድ ተደጋጋሚ ጥያቄዎች
በ-GPU ሚሞሪ ውስጥ የሚገቡ ማንኛቸውም ስራዎች፡ የ-LLM inference እና fine-tuning፣ የምስል እና የቪዲዮ ማመንጨት፣ rendering እና የ-CUDA ማበልጸጊያ ስራዎች። የ-PyTorch፣ vLLM፣ SGLang፣ Ollama፣ Unsloth እና ComfyUI ቴምፕሌቶች ሶፍትዌሩን በቀጥታ ይጭኑልዎታል።
ከላይ ያለው ሰንጠረዥ በአሁኑ ጊዜ የሚገኙ ዝርዝሮችን ያሳያል፤ ይህም ክምችት ሲኖር 32 GB VRAM ያለውን NVIDIA RTX 5090 ጨምሮ ነው። ተገኝነታቸው ቀኑን ሙሉ ሊለዋወጥ ይችላል።
ዋጋዎች በቀጥታ ከ-GPU ክምችት ሁኔታ የሚወሰኑ በመሆናቸው ሊለዋወጡ ይችላሉ። ትዕዛዝዎን ከማረጋገጥዎ በፊት ኮንሶሉ የተረጋገጠውን ዋጋ ያሳየዎታል፤ ሰርቨርዎም በዚያው በተረጋገጠ ዋጋ ይሰላል።
አዎ። ከሰዓት ክፍያ በተጨማሪ ወርሃዊ፣ የሩብ ዓመት፣ የግማሽ ዓመት ወይም ዓመታዊ የክፍያ ዑደት መምረጥ ይችላሉ፤ ማንኛውም ቅናሽ ክፍያ ከመፈጸምዎ በፊት ይታያል። የዲስክ ማከማቻ ክፍያ ከ-GPU ዋጋ ጋር በ-GB ተሰልቶ ይታከላል።
በሰዓት ክፍያ ሲጠቀሙ፣ የቆመ ሰርቨር ክፍያ የሚጠየቀው ለዲስክ ማከማቻው ብቻ ነው። ዳታውን ካልፈለጉት ሰርቨሩን ሰርዘው ማስወገድ ይችላሉ።
በ-SSH በኩል የእርስዎን ቁልፍ በመጠቀም ወይም ከኮንሶሉ በቀጥታ በብሮውዘር ተርሚናል መገናኘት ይችላሉ። የ-Desktop እና የ-VM ቴምፕሌቶች የግራፊክስ (GUI) መዳረሻን ያቀርባሉ።