Cloudj GPU Cloud를 사용하면 실시간 재고에서 GPU 서버를 임대할 수 있습니다. GPU 모델, VRAM 및 디스크를 선택하고 PyTorch, vLLM, Ollama 또는 ComfyUI와 같은 템플릿으로 시작한 후 SSH로 연결하세요. 시간당 서버는 계정 잔액에서 요금이 차감되며, 중지된 시간당 서버는 디스크 요금만 청구됩니다.
사용 가능한 GPU 및 현재 요금
실시간 재고: 재고 및 요금은 시장 상황에 따라 변동됩니다. 주문 전 콘솔에서 최종 요금을 확인할 수 있습니다.
| GPU | GPU당 VRAM | 아키텍처 | FP32 연산 | 전력 제한 | |
|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | 상세 정보 → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | 상세 정보 → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | 상세 정보 → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | 상세 정보 → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | 상세 정보 → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | 상세 정보 → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | 상세 정보 → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | 상세 정보 → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | 상세 정보 → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | 상세 정보 → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | 상세 정보 → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | 상세 정보 → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | 상세 정보 → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | 상세 정보 → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | 상세 정보 → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | 상세 정보 → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | 상세 정보 → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | 상세 정보 → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | 상세 정보 → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | 상세 정보 → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | 상세 정보 → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | 상세 정보 → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | 상세 정보 → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | 상세 정보 → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | 상세 정보 → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | 상세 정보 → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | 상세 정보 → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | 상세 정보 → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | 상세 정보 → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | 상세 정보 → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | 상세 정보 → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | 상세 정보 → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | 상세 정보 → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | 상세 정보 → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | 상세 정보 → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | 상세 정보 → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | 상세 정보 → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | 상세 정보 → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | 상세 정보 → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | 상세 정보 → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | 상세 정보 → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | 상세 정보 → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | 상세 정보 → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | 상세 정보 → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | 상세 정보 → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | 상세 정보 → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | 상세 정보 → |
워크로드에 바로 사용할 수 있는 템플릿
LLM 추론
Open WebUI가 포함된 vLLM, SGLang 또는 Ollama로 언어 모델을 서빙하고 테스트합니다.
파인튜닝
자체 데이터로 언어 모델을 파인튜닝하기 위한 Unsloth Studio입니다.
이미지 및 비디오 생성
Flux, SDXL 및 비디오 워크플로를 위한 ComfyUI입니다.
PyTorch 및 CUDA 개발
SSH를 통해 접속할 수 있는 NVIDIA CUDA 포함 PyTorch 및 Ubuntu 24.04 이미지입니다.
데스크톱 또는 전체 VM
필요할 때 사용할 수 있는 브라우저 내 Ubuntu 데스크톱 또는 전체 KVM 가상 머신입니다.
GPU 임대 방법
- 01
템플릿 및 디스크 용량 선택
- 02
실시간 재고에서 호환되는 GPU 선택
- 03
요금을 확인하고 계정 잔액으로 서버 생성
- 04
SSH 또는 브라우저 터미널로 연결
GPU 청구 방식
- 시간당: 서버가 실행되는 동안 시간당 GPU 요금이 부과됩니다. 중지된 시간당 서버는 디스크 요금만 부과됩니다.
- 청구 주기: 월별, 분기별, 반기별 또는 연별로 선택 가능하며, 결제 전 할인 내역이 표시됩니다.
- 디스크 스토리지 요금은 GPU 요금과 함께 GB당 부과됩니다.
- 요금은 USD 기준이며, 현재 환율이 적용된 VND로 표시할 수 있습니다.
자주 묻는 질문
GPU 메모리에 맞는 워크로드(LLM 추론 및 파인튜닝, 이미지 및 비디오 생성, 렌더링, CUDA 개발)를 실행할 수 있습니다. PyTorch, vLLM, SGLang, Ollama, Unsloth 및 ComfyUI 템플릿이 소프트웨어를 자동으로 설치해 줍니다.
키를 사용하여 SSH로 연결하거나, 콘솔의 브라우저 터미널을 통해 연결합니다. 데스크톱 및 VM 템플릿은 그래픽 인터페이스 접속도 제공합니다.
가격은 실시간 GPU 재고에 따라 책정되며 변경될 수 있습니다. 주문 전 콘솔에 확정된 가격이 표시되며, 서버는 해당 확정 가격으로 청구됩니다.
시간당 청구 방식에서는 중지된 서버에 대해 디스크 요금만 부과됩니다. 데이터가 더 이상 필요하지 않으면 서버를 삭제하십시오.
위 표에는 재고가 있을 때 제공되는 32 GB VRAM 탑재 NVIDIA RTX 5090을 포함하여 현재 사용 가능한 구성이 나와 있습니다. 가용 여부는 하루 중 수시로 변경됩니다.