រំលងទៅកាន់មាតិកា
Cloudj
GPU Cloud · NVIDIA · Hopper

ជួល GPU NVIDIA H100 SXM ដែលមាន 80 GB VRAM

ជួលម៉ាស៊ីន cloud GPU H100 SXM គិតថ្លៃតាមម៉ោងនៅលើ Cloudj៖ 80 GB VRAM, ស្ថាបត្យកម្ម NVIDIA Hopper, កម្លាំងគណនាប្រហែល 53.5 TFLOPS FP32 និងកម្រិតបញ្ជូនអង្គចងចាំ 2869 GB/s។ ជាមួយនឹងដែនកំណត់ថាមពល 700 W នេះជាជម្រើស H100 ដ៏ល្អឥតខ្ចោះសម្រាប់ក្រុមការងារដែលត្រូវការបណ្តុះបណ្តាល (train), fine-tune និងដាក់ដំណើរការម៉ូដែល AI ធំៗ ហើយចង់បានម៉ូឌុល Hopper ដែលមានល្បឿនគណនាលឿនជាងគេបំផុត។ ចាប់ផ្តើមដំណើរការជាមួយ template ដូចជា PyTorch, vLLM ឬ Unsloth ហើយភ្ជាប់តាម SSH ត្រឹមតែប៉ុន្មានជំហានប៉ុណ្ណោះ។

លក្ខណៈបច្ចេកទេស H100 SXM

VRAM ក្នុងមួយ GPU

80 GB

ស្ថាបត្យកម្ម

NVIDIA Hopper

សមត្ថភាពគណនា

9

ការគណនា FP32

≈ 53.5 TFLOPS

កម្រិតបញ្ជូនអង្គចងចាំ

≈ 2869 GB/s

ដែនកំណត់ថាមពល

700 W

តម្លៃដែលបានរាយការណ៍ដោយអ្នកផ្តល់ហេដ្ឋារចនាសម្ព័ន្ធសម្រាប់ម៉ាស៊ីនដែលមានក្នុងបញ្ជីបច្ចុប្បន្ន។ ប្រសិទ្ធភាពជាក់ស្តែងអាចប្រែប្រួលទៅតាមម៉ាស៊ីន។

ជម្រើសកំណត់រចនាសម្ព័ន្ធ និងតម្លៃ H100 SXM ជាក់ស្តែង

ស្តុកជាក់ស្តែង និងតម្លៃត្រូវបានធ្វើបច្ចុប្បន្នភាពជាបន្តបន្ទាប់។ តម្លៃចុងក្រោយនឹងត្រូវបានបញ្ជាក់មុនពេលអ្នកបញ្ជាទិញ។

ជួលឥឡូវនេះ

អ្វីដែលអ្នកអាចដំណើរការនៅលើ cloud GPU H100 SXM

ការបណ្តុះបណ្តាលដែលត្រូវការកម្លាំងគណនាខ្លាំង

កម្លាំង 53.5 TFLOPS FP32 និងកម្រិតថាមពល 700 W ធ្វើឱ្យ H100 SXM មានកម្លាំងគណនាខ្លាំងជាងគេបំផុតក្នុងចំណោមប្រភេទកាត Hopper ទាំងអស់នៅទីនេះ។

ដំណើរការ LLM inference បានលឿនរហ័ស

កម្រិតបញ្ជូនទិន្នន័យ 2869 GB/s ជួយពន្លឿនការបង្កើត token សម្រាប់ម៉ូដែល 13B–34B ក្នុងកម្រិត 16-bit ឬម៉ូដែល 70B ដែលបាន quantized។

Full fine-tuning សម្រាប់ម៉ូដែល 7B–13B

ទំហំ 80 GB ផ្តល់លទ្ធភាពគ្រប់គ្រាន់សម្រាប់ full-parameter fine-tuning លើម៉ូដែល LLM ខ្នាតតូច មិនមែនត្រឹមតែ adapters នោះទេ នៅពេលកំណត់ optimizer ឱ្យបានត្រឹមត្រូវ។

ការ train ម៉ូដែល Diffusion និងវីដេអូ

Train ឬ fine-tune ម៉ូដែលរូបភាព និងវីដេអូ ដែលទាមទារទាំងទំហំអង្គចងចាំ និងកម្លាំងគណនាខ្ពស់ ដើម្បីកាត់បន្ថយរយៈពេលដំណើរការ។

តើ H100 SXM ជា GPU ដ៏ស័ក្តិសមសម្រាប់បន្ទុកការងាររបស់អ្នកដែរឬទេ?

ជ្រើសរើសយក H100 SXM ប្រសិនបើការងារបណ្តុះបណ្តាល ឬ inference របស់អ្នកត្រូវការអង្គចងចាំ datacenter ល្បឿនលឿនទំហំ 80 GB ព្រមទាំងមុខងារពិសេសៗនៃស្ថាបត្យកម្ម Hopper។ ការប្រើ GPU កម្រិត workstation ឬ consumer ខ្នាតតូចជាងនេះ គឺជាជម្រើសសមស្របជាងសម្រាប់ការអភិវឌ្ឍកម្រិតស្រាល ឬម៉ូដែលតូចៗ ខណៈដែល GPU datacenter ស៊េរីថ្មី ឬមានសមត្ថភាពខ្ពស់ជាងនេះ គឺជាជម្រើសល្អប្រសើរជាង ប្រសិនបើម៉ូដែលទាំងមូលរបស់អ្នកមិនអាចផ្ទុកអស់នៅលើ VRAM ទំហំ 80 GB នៃម៉ាស៊ីនតែមួយ។

H100 SXM ធៀបនឹង cloud GPU ស្រដៀងគ្នា

GPUVRAM ក្នុងមួយ GPUការគណនា FP32ដែនកំណត់ថាមពល
NVIDIA H100 SXM80 GB≈ 53.5 TFLOPS700 W
NVIDIA H100 PCIE80 GB≈ 41 TFLOPS350 Wព័ត៌មានលម្អិត →
NVIDIA A800 PCIE80 GB≈ 15.6 TFLOPS300 Wព័ត៌មានលម្អិត →
NVIDIA H100 NVL94 GB≈ 48.3 TFLOPS400 Wព័ត៌មានលម្អិត →
NVIDIA CMP 170HX64 GB≈ 12.1 TFLOPS250 Wព័ត៌មានលម្អិត →

cloud GPU H100 SXM៖ សំណួរដែលសួរញឹកញាប់

ជួល cloud GPU H100 SXM គិតជាម៉ោង

ជ្រើសរើស template, ជ្រើសរើសការកំណត់រចនាសម្ព័ន្ធជាក់ស្តែង ហើយភ្ជាប់តាមរយៈ SSH ឬ browser terminal។ ការគិតប្រាក់នឹងបញ្ឈប់ភ្លាមៗនៅពេលអ្នកលុប GPU។