Ugrás a tartalomra
Cloudj
GPU Cloud · NVIDIA · Hopper

Béreljen NVIDIA H100 PCIE GPU-t 80 GB VRAM-mal

Béreljen H100 PCIE GPU-t óradíjas elszámolással a Cloudj felületén: 80 GB VRAM az NVIDIA Hopper architektúrán, mintegy 41 TFLOPS FP32 teljesítmény és 1760 GB/s memóriasávszélesség a tanításhoz és LLM-inferenciához. Ez a belépési pont a Hopper világába azon MI-csapatok számára, amelyek egyetlen kártyán 80 GB kapacitást szeretnének 350 W-os fogyasztási keret mellett. Válasszon PyTorch, vLLM vagy Unsloth sablont, hagyja jóvá az elérhető H100 PCIE konfigurációt, és csatlakozzon SSH-n keresztül.

H100 PCIE specifikációk

VRAM GPU-nként

80 GB

Architektúra

NVIDIA Hopper

Számítási képesség

9

FP32 számítási teljesítmény

≈ 41 TFLOPS

Memória-sávszélesség

≈ 1760 GB/s

Teljesítménykorlát

350 W

Az infrastruktúra-szolgáltató által megadott értékek a jelenleg listázott gépekre; a valós teljesítmény gépenként eltérhet.

Elérhető H100 PCIE konfigurációk és árak

Élő készlet- és árinformációk, folyamatosan frissítve. A végleges ár megrendelés előtt megerősítésre kerül.

Bérlés most

Mit futtathatsz a H100 PCIE felhő GPU-n

13B–34B modellek finomhangolása

A 80 GB elegendő a 30B kategóriájú modellek LoRA finomhangolásához BF16 formátumban, valamint a 70B kategóriájú modellek QLoRA finomhangolásához Unsloth segítségével.

Kvantált 70B modellek kiszolgálása

Futtasson 4 bites 70B modellt vLLM vagy SGLang használatával egyetlen GPU-n, így elkerülheti a több GPU-s shardingot a prototípuskészítés során.

Vegyes pontosságú tanítás

Tanítson transformer és diffúziós modelleket a nulláról, vagy folytassa az előtanítást Hopper architektúrán a 9.0-s compute capability előnyeit kihasználva.

Videó- és képgeneráló modellek kutatása

Futtasson nagyméretű diffúziós és videógeneráló modelleket ComfyUI környezetben, amelyek több memóriát igényelnek, mint bármely fogyasztói kártya.

A H100 PCIE a megfelelő GPU a munkafolyamataidhoz?

Válassza a H100 PCIE kártyát, ha a munkafolyamatai 80 GB VRAM-ot, adatközponti szintű memóriasávszélességet és a Hopper compute capability 9.0 funkcióit igénylik. Kisebb méretű modellekhez vagy könnyebb inferenciafeladatokhoz egy kisebb VRAM-mal rendelkező munkaállomás vagy fogyasztói GPU költséghatékonyabb, míg a rendkívül nagy átviteli kapacitást igénylő feladatokhoz egy SXM-alapú adatközponti változat indokolt.

H100 PCIE vs. hasonló felhő GPU-k

GPUVRAM GPU-nkéntFP32 számítási teljesítményTeljesítménykorlát
NVIDIA H100 PCIE80 GB≈ 41 TFLOPS350 W
NVIDIA H100 SXM80 GB≈ 53.5 TFLOPS700 WRészletek →
NVIDIA A800 PCIE80 GB≈ 15.6 TFLOPS300 WRészletek →
NVIDIA H100 NVL94 GB≈ 48.3 TFLOPS400 WRészletek →
NVIDIA CMP 170HX64 GB≈ 12.1 TFLOPS250 WRészletek →

H100 PCIE felhő GPU: gyakori kérdések

Bérelj H100 PCIE felhő GPU-t óradíjas alapon

Válassz sablont, válassz egy elérhető konfigurációt, és csatlakozz SSH-n vagy a böngészős terminálon keresztül. A számlázás a GPU törlésével leáll.