سحابة GPU لتطبيقات AI وLLM والتصيير
استأجر خوادم NVIDIA GPU بالساعة أو حسب دورة الفوترة. قارن الإعدادات والأسعار المباشرة، وابدأ من قالب جاهز واتصل عبر SSH أو الطرفية في المتصفح.
- مخزون GPU مباشر بالأسعار الحالية
- قوالب لـ PyTorch وتشغيل نماذج LLM وتوليد الصور
- وصول عبر SSH والطرفية في المتصفح
مع Cloudj GPU Cloud يمكنك استئجار خادم GPU من المخزون المباشر: اختر طراز GPU وحجم VRAM والقرص، وابدأ من قالب مثل PyTorch أو vLLM أو Ollama أو ComfyUI، ثم اتصل عبر SSH. يتم خصم تكلفة الخوادم بالساعة من رصيد حسابك، ولا تُحتسب رسوم الخادم المتوقف بالساعة إلا على قرصه فقط.
وحدات GPU المتاحة والأسعار الحالية
مخزون مباشر: يتغير التوفر والأسعار حسب السوق. تؤكد لوحة التحكم السعر النهائي قبل إتمام الطلب.
| GPU | VRAM لكل GPU | المعمارية | أداء FP32 الحسابي | حد الطاقة | |
|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | التفاصيل → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | التفاصيل → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | التفاصيل → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | التفاصيل → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | التفاصيل → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | التفاصيل → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | التفاصيل → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | التفاصيل → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | التفاصيل → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | التفاصيل → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | التفاصيل → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | التفاصيل → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | التفاصيل → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | التفاصيل → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | التفاصيل → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | التفاصيل → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | التفاصيل → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | التفاصيل → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | التفاصيل → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | التفاصيل → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | التفاصيل → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | التفاصيل → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | التفاصيل → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | التفاصيل → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | التفاصيل → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | التفاصيل → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | التفاصيل → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | التفاصيل → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | التفاصيل → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | التفاصيل → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | التفاصيل → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | التفاصيل → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | التفاصيل → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | التفاصيل → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | التفاصيل → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | التفاصيل → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | التفاصيل → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | التفاصيل → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | التفاصيل → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | التفاصيل → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | التفاصيل → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | التفاصيل → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | التفاصيل → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | التفاصيل → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | التفاصيل → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | التفاصيل → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | التفاصيل → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | التفاصيل → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | التفاصيل → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | التفاصيل → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | التفاصيل → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | التفاصيل → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | التفاصيل → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | التفاصيل → |
قوالب جاهزة لأحمال عملك
استدلال نماذج LLM
vLLM أو SGLang أو Ollama مع Open WebUI لتشغيل النماذج اللغوية واختبارها.
الضبط الدقيق
Unsloth Studio للضبط الدقيق للنماذج اللغوية على بياناتك الخاصة.
توليد الصور والفيديو
ComfyUI لسير عمل Flux وSDXL والفيديو.
التطوير باستخدام PyTorch وCUDA
صور PyTorch وUbuntu 24.04 مع NVIDIA CUDA، متاحة عبر SSH.
سطح مكتب أو VM كامل
سطح مكتب Ubuntu في المتصفح، أو جهاز افتراضي KVM كامل عند الحاجة.
كيفية استئجار GPU
- 01
اختر القالب وحجم القرص
- 02
اختر وحدة GPU متوافقة من المخزون المباشر
- 03
أكد السعر وأنشئ الخادم من رصيد حسابك
- 04
اتصل عبر SSH أو طرفية المتصفح
كيف تعمل فوترة GPU
- بالساعة: يتم احتساب رسوم GPU لكل ساعة أثناء تشغيل الخادم. الخادم المتوقف بنظام الساعة يُحاسب فقط على مساحة القرص.
- دورات الفوترة: شهرية أو ربع سنوية أو نصف سنوية أو سنوية، مع عرض أي خصم قبل الدفع.
- يتم احتساب مساحة تخزين القرص لكل GB إلى جانب سعر GPU.
- الأسعار بعملة USD؛ ويمكنك عرضها بعملة VND حسب سعر الصرف الحالي.