រំលងទៅកាន់មាតិកា
Cloudj
GPU Cloud

GPU cloud: ជួលម៉ាស៊ីន NVIDIA GPU servers គិតថ្លៃតាមម៉ោង

ជួលម៉ាស៊ីន NVIDIA GPU servers សម្រាប់ LLM inference, fine-tuning និងការបង្កើតរូបភាព។ តម្លៃផ្ទាល់ជាក់ស្តែង គិតថ្លៃតាមម៉ោង មាន template ស្រាប់សម្រាប់ PyTorch, vLLM និង ComfyUI ព្រមទាំងភ្ជាប់តាម SSH។

ជួលម៉ាស៊ីន GPU serverមើលតម្លៃ GPU ផ្ទាល់
  • ស្តុកជាក់ស្តែង បញ្ជាក់តម្លៃច្បាស់លាស់មុនពេលបញ្ជាទិញ
  • Templates ស្រាប់សម្រាប់ PyTorch, vLLM, Ollama និង ComfyUI
  • ម៉ាស៊ីនគិតថ្លៃតាមម៉ោងដែលបានផ្អាក គិតតែថ្លៃទំហំថាស (disk) ប៉ុណ្ណោះ

ជាមួយ Cloudj GPU Cloud អ្នកអាចជួល GPU server ពីស្តុកជាក់ស្តែងបានភ្លាមៗ៖ ជ្រើសរើសម៉ូដែល GPU, VRAM និងទំហំផ្ទុក disk ចាប់ផ្តើមជាមួយ template ដូចជា PyTorch, vLLM, Ollama ឬ ComfyUI រួចភ្ជាប់តាមរយៈ SSH។ Server គិតថ្លៃតាមម៉ោងត្រូវបានកាត់ចេញពីសមតុល្យគណនីរបស់អ្នក ហើយ server តាមម៉ោងដែលបានផ្អាក គឺគិតថ្លៃតែលើទំហំផ្ទុក disk ប៉ុណ្ណោះ។

តម្លៃជួល GPU និងចំនួនស្តុកដែលមានជាក់ស្តែង

ទិន្នន័យស្តុកផ្ទាល់៖ ភាពអាចរកបាន និងតម្លៃអាចប្រែប្រួលតាមទីផ្សារ។ផ្ទាំងគ្រប់គ្រង console នឹងបញ្ជាក់តម្លៃចុងក្រោយមុនពេលអ្នកកុម្ម៉ង់។

GPUVRAM ក្នុងមួយ GPUស្ថាបត្យកម្មការគណនា FP32ដែនកំណត់ថាមពលចាប់ពី
NVIDIA RTX PRO 6000 Max-Q 96 GBBlackwell≈ 119 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX PRO 6000 WS 96 GBBlackwell≈ 119 TFLOPS600 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 5090 32 GBBlackwell≈ 107.6 TFLOPS575 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 5090D 32 GBBlackwell≈ 107.6 TFLOPS575 W–ព័ត៌មានលម្អិត →
NVIDIA RTX PRO 6000 S 96 GBBlackwell≈ 93.6 TFLOPS600 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4090 24 GBAda Lovelace≈ 81.4 TFLOPS450 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 6000Ada 48 GBAda Lovelace≈ 81.4 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 6000D 84 GBBlackwell≈ 77.6 TFLOPS600 W–ព័ត៌មានលម្អិត →
NVIDIA L40S datacenter45 GBAda Lovelace≈ 73.3 TFLOPS350 W–ព័ត៌មានលម្អិត →
NVIDIA RTX PRO 5000 48 GBBlackwell≈ 69.6 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA H100 SXM datacenter80 GBHopper≈ 53.5 TFLOPS700 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 5080 16 GBBlackwell≈ 53.4 TFLOPS360 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4080S 16 GBAda Lovelace≈ 50.9 TFLOPS320 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4080 16 GBAda Lovelace≈ 48.6 TFLOPS285 W–ព័ត៌មានលម្អិត →
NVIDIA H100 NVL datacenter94 GBHopper≈ 48.3 TFLOPS400 W–ព័ត៌មានលម្អិត →
NVIDIA H200 NVL datacenter140 GBHopper≈ 48.3 TFLOPS600 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 5070 Ti 16 GBBlackwell≈ 44.3 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX PRO 4000 24 GBBlackwell≈ 44.3 TFLOPS145 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4070S Ti 16 GBAda Lovelace≈ 42.6 TFLOPS285 W–ព័ត៌មានលម្អិត →
NVIDIA H100 PCIE datacenter80 GBHopper≈ 41 TFLOPS350 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4500Ada 24 GBAda Lovelace≈ 38.2 TFLOPS210 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3090 Ti 24 GBAmpere≈ 36.4 TFLOPS450 W–ព័ត៌មានលម្អិត →
NVIDIA RTX A6000 48 GBAmpere≈ 36.1 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4070S 12 GBAda Lovelace≈ 35.8 TFLOPS220 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3090 24 GBAmpere≈ 35.4 TFLOPS350 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3080 Ti 12 GBAmpere≈ 35.1 TFLOPS350 W–ព័ត៌មានលម្អិត →
NVIDIA A40 datacenter45 GBAmpere≈ 29.9 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3080 10 GBAmpere≈ 29.5 TFLOPS380 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4070 12 GBAda Lovelace≈ 29.3 TFLOPS200 W–ព័ត៌មានលម្អិត →
NVIDIA L4 datacenter22 GBAda Lovelace≈ 24.2 TFLOPS72 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 5060 Ti 16 GBBlackwell≈ 22.8 TFLOPS180 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 4060 Ti 16 GBAda Lovelace≈ 21.6 TFLOPS165 W–ព័ត៌មានលម្អិត →
NVIDIA RTX A4000 16 GBAmpere≈ 20.6 TFLOPS140 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3070 8 GBAmpere≈ 19.8 TFLOPS220 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3060 Ti 8 GBAmpere≈ 15.7 TFLOPS200 W–ព័ត៌មានលម្អិត →
NVIDIA A100 PCIE datacenter40 GBAmpere≈ 15.6 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA A100 SXM4 datacenter40 GBAmpere≈ 15.6 TFLOPS400 W–ព័ត៌មានលម្អិត →
NVIDIA A800 PCIE datacenter80 GBAmpere≈ 15.6 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 2080 Ti 11 GBTuring≈ 14.6 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3060 laptop 12 GBAmpere≈ 12.9 TFLOPS80 W–ព័ត៌មានលម្អិត →
NVIDIA Tesla V100 datacenter16 GBVolta≈ 12.5 TFLOPS300 W–ព័ត៌មានលម្អិត →
NVIDIA CMP 170HX datacenter64 GBAmpere≈ 12.1 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 3060 12 GBAmpere≈ 12 TFLOPS170 W–ព័ត៌មានលម្អិត →
NVIDIA Titan Xp 12 GBPascal≈ 11.7 TFLOPS160 W–ព័ត៌មានលម្អិត →
NVIDIA RTX A2000 6 GBAmpere≈ 11.2 TFLOPS70 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1080 Ti 11 GBPascal≈ 11 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1080 8 GBPascal≈ 7.8 TFLOPS130 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1070 Ti 8 GBPascal≈ 7.4 TFLOPS180 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1650 4 GB≈ undefined TFLOPS W–ព័ត៌មានលម្អិត →
NVIDIA Q RTX 8000 45 GBTuring≈ 11.9 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA Tesla P40 datacenter24 GBPascal≈ 9.4 TFLOPS250 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 2070S 8 GBTuring≈ 8.8 TFLOPS210 W–ព័ត៌មានលម្អិត →
NVIDIA Q RTX 4000 8 GBTuring≈ 7.7 TFLOPS125 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 2070 8 GBTuring≈ 7.7 TFLOPS150 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 2060S 8 GBTuring≈ 7.5 TFLOPS175 W–ព័ត៌មានលម្អិត →
NVIDIA GTX TITAN X 12 GBMaxwell≈ 6.8 TFLOPS150 W–ព័ត៌មានលម្អិត →
NVIDIA RTX 2060 12 GBTuring≈ 6.5 TFLOPS130 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1660 Ti 6 GBTuring≈ 5.3 TFLOPS120 W–ព័ត៌មានលម្អិត →
NVIDIA GTX 1660 S 6 GBTuring≈ 3.6 TFLOPS125 W–ព័ត៌មានលម្អិត →

GPU templates សម្រាប់ដំណើរការ AI, LLM និងការ render

ដំណើរការ LLM inference

vLLM, SGLang ឬ Ollama ជាមួយ Open WebUI សម្រាប់ដំណើរការ និងតេស្តម៉ូដែលភាសា (language models)។

ការ Fine-tuning

Unsloth Studio សម្រាប់ការ fine-tune ម៉ូដែលភាសាជាមួយទិន្នន័យផ្ទាល់ខ្លួនរបស់អ្នក។

ការបង្កើតរូបភាព និងវីដេអូ

ComfyUI សម្រាប់ workflow នៃ Flux, SDXL និងការបង្កើតវីដេអូ។

ការអភិវឌ្ឍលើ PyTorch និង CUDA

Image របស់ PyTorch និង Ubuntu 24.04 ជាមួយ NVIDIA CUDA អាចចូលប្រើប្រាស់បានតាមរយៈ SSH។

Desktop ឬ VM ពេញលេញ

Ubuntu desktop លើកម្មវិធីរុករក ឬម៉ាស៊ីននិម្មិត KVM ពេញលេញនៅពេលដែលអ្នកត្រូវការ។

របៀបជួល GPU server ងាយៗត្រឹម ៤ ជំហាន

  1. 01

    ជ្រើសរើស template និងទំហំផ្ទុក disk

  2. 02

    ជ្រើសរើស GPU ដែលត្រូវគ្នាពីស្តុកជាក់ស្តែង

  3. 03

    បញ្ជាក់តម្លៃ និងបង្កើត server ដោយកាត់ពីសមតុល្យគណនីរបស់អ្នក

  4. 04

    ភ្ជាប់តាមរយៈ SSH ឬ browser terminal

តម្លៃ និងការគិតប្រាក់ GPU cloud

  • គិតថ្លៃតាមម៉ោង៖ GPU គិតថ្លៃតាមម៉ោងកំឡុងពេល server ដំណើរការ។ ចំពោះ server តាមម៉ោងដែលបានផ្អាក គឺគិតថ្លៃតែលើទំហំផ្ទុក disk ប៉ុណ្ណោះ។
  • វដ្តនៃការទូទាត់៖ ប្រចាំខែ ប្រចាំត្រីមាស ប្រចាំឆមាស ឬប្រចាំឆ្នាំ ជាមួយការបញ្ចុះតម្លៃដែលនឹងបង្ហាញមុនពេលអ្នកបង់ប្រាក់។
  • ទំហំផ្ទុក disk ត្រូវបានគិតថ្លៃក្នុងមួយ GB រួមជាមួយតម្លៃ GPU។
  • តម្លៃគិតជា USD អ្នកអាចជ្រើសរើសបង្ហាញជា VND តាមអត្រាប្តូរប្រាក់បច្ចុប្បន្នបាន។

សំណួរញឹកញាប់អំពី GPU cloud

ប្រើប្រាស់ GPU server របស់អ្នករួមជាមួយ

Cloud server សម្រាប់គេហទំព័រ API និងមូលដ្ឋានទិន្នន័យ (database)

→

សេវាផ្ទុកទិន្នន័យ S3 សម្រាប់ datasets, checkpoints និងការ backup

→

តារាងតម្លៃពេញលេញ

→

ឯកសារ API សម្រាប់ប្រព័ន្ធស្វ័យប្រវត្តិកម្ម

→

GPU cloud: ជួលម៉ាស៊ីន NVIDIA GPU servers គិតថ្លៃតាមម៉ោង

ជួលម៉ាស៊ីន GPU serverជួល RTX 5090