NVIDIA RTX 5090 GPU stundenweise mieten
Die NVIDIA RTX 5090 ist eine Consumer-GPU der Blackwell-Architektur, die bei Cloudj auf Abruf gemietet werden kann. Sie bietet 32 GB VRAM, rund 1454 GB/s Speicherbandbreite und etwa 107.6 TFLOPS FP32-Rechenleistung. Mit CUDA Compute Capability 12.0 und einer TDP von 575 W ist sie für anspruchsvolle Rechen- und AI-Workloads ausgelegt.
Spezifikationen
VRAM pro GPU
32 GB
Architektur
NVIDIA Blackwell
Compute-Capability
12
FP32-Rechenleistung
≈ 107.6 TFLOPS
Speicherbandbreite
≈ 1454 GB/s
Leistungslimit
575 W
Vom Infrastrukturanbieter gemeldete Werte für aktuell gelistete Systeme; die tatsächliche Leistung variiert je nach System.
Verfügbare Konfigurationen
Aktueller Bestand und Preise, laufend aktualisiert. Der Endpreis wird vor der Bestellung bestätigt.
Jetzt mietenWofür sich die RTX 5090 eignet
Lokale LLM-Inferenz
Führen Sie Sprachmodelle mit Vorlagen für vLLM oder Ollama aus und nutzen Sie die 32 GB VRAM sowie rund 1454 GB/s Speicherbandbreite für eine schnelle Token-Generierung.
Bild- und Videogenerierung
Stellen Sie ComfyUI-Workflows für komplexe Diffusions-Pipelines bereit, die problemlos in die 32 GB Speicherkapazität passen.
Modell-Feinabstimmung und -Training
Nutzen Sie die PyTorch/CUDA-Vorlage zur Feinabstimmung neuronaler Netze mit rund 107.6 TFLOPS FP32-Rechenleistung und CUDA Compute Capability 12.0.
GPU-beschleunigtes Rendering
Führen Sie rechenintensive Rendering- und Simulationsaufgaben aus, die von der Blackwell-Architektur und dem hohen Speicherdurchsatz profitieren.
Ist es die richtige GPU für Sie?
Wählen Sie die RTX 5090, wenn Ihre Workloads 32 GB VRAM und die hohe Speicherbandbreite der Blackwell-Consumer-Architektur erfordern. Wenn Ihre Modelle mehr als 32 GB Speicher benötigen, sollten Sie eine größere Workstation- oder Rechenzentrums-GPU in Betracht ziehen, während kleinere Consumer-GPUs besser für leichtgewichtige Inferenz und einfache Entwicklungsaufgaben geeignet sind.
Mit ähnlichen GPUs vergleichen
Häufig gestellte Fragen
Die RTX 5090 stundenweise mieten
Erstellen Sie ein Konto, wählen Sie eine Konfiguration und verbinden Sie sich per SSH. Die Abrechnung endet, sobald Sie die GPU löschen.