GPU Cloud
GPU cloud: închiriere servere NVIDIA GPU cu plată pe oră
Închiriază servere NVIDIA GPU pentru inferență LLM, fine-tuning și generare de imagini. Prețuri în timp real, facturare pe oră, șabloane PyTorch, vLLM și ComfyUI, acces SSH.
- Stoc în timp real, preț confirmat înainte de plasarea comenzii
- Șabloane gata de utilizare pentru PyTorch, vLLM, Ollama și ComfyUI
- Serverele oprite cu tarif orar sunt facturate exclusiv pentru spațiul pe disc
Cu Cloudj GPU Cloud închiriezi un server dedicat cu GPU direct din stocul în timp real: alegi modelul GPU, cantitatea de VRAM și discul, pornești de la imagini preconfigurate precum PyTorch, vLLM, Ollama sau ComfyUI și te conectezi imediat prin SSH. Serverele tarifate pe oră sunt debitate din soldul contului tău, iar un server oprit este facturat exclusiv pentru spațiul pe disc.
Prețuri de închiriere GPU și disponibilitate în timp real
Stoc în timp real: disponibilitatea și prețurile se actualizează în funcție de piață. Consola confirmă prețul final înainte de a comanda.
| GPU | VRAM per GPU | Arhitectură | Performanță FP32 | Limită de putere (TDP) | De la | |
|---|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | – | Detalii → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Detalii → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Detalii → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | – | Detalii → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | – | Detalii → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | – | Detalii → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | – | Detalii → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | – | Detalii → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | – | Detalii → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | – | Detalii → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | – | Detalii → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | – | Detalii → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | – | Detalii → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | – | Detalii → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | – | Detalii → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | – | Detalii → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | – | Detalii → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | – | Detalii → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | – | Detalii → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | – | Detalii → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | – | Detalii → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | – | Detalii → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | – | Detalii → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | – | Detalii → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | – | Detalii → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | – | Detalii → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | – | Detalii → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | – | Detalii → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | – | Detalii → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | – | Detalii → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | – | Detalii → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | – | Detalii → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | – | Detalii → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | – | Detalii → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | – | Detalii → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | – | Detalii → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | – | Detalii → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | – | Detalii → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | – | Detalii → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | – | Detalii → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | – | Detalii → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | – | Detalii → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | – | Detalii → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | – | Detalii → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | – | Detalii → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | – | Detalii → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | – | Detalii → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | – | Detalii → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | – | Detalii → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | – | Detalii → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | – | Detalii → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | – | Detalii → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | – | Detalii → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | – | Detalii → |
Șabloane GPU pentru sarcini de lucru AI, LLM și randare
Inferență LLM
vLLM, SGLang sau Ollama cu Open WebUI pentru a rula și testa modele de limbaj la scară largă.
Fine-tuning
Unsloth Studio pentru antrenarea și adaptarea (fine-tuning) modelelor de limbaj pe propriile tale date.
Generare de imagini și video
ComfyUI pentru fluxuri de lucru complexe cu Flux, SDXL și generare video AI.
Dezvoltare PyTorch și CUDA
Imagini PyTorch și Ubuntu 24.04 cu NVIDIA CUDA, accesibile prin SSH.
Desktop sau VM complet
Un desktop Ubuntu direct în browser sau o mașină virtuală KVM completă oricând ai nevoie.
Cum să închiriezi un server GPU în 4 pași
- 01
Alege un șablon și capacitatea discului
- 02
Selectează un GPU compatibil din stocul disponibil
- 03
Confirmă prețul și lansează serverul folosind soldul contului
- 04
Conectează-te prin SSH sau direct din terminalul web
Tarife și facturare GPU cloud
- Tarifare orară: GPU-ul se taxează pe oră cât timp serverul rulează. Un server oprit plătește doar pentru spațiul pe disc.
- Cicluri de facturare: lunar, trimestrial, semestrial sau anual, cu reducerea afișată clar înainte de plată.
- Spațiul de stocare pe disc se taxează per GB împreună cu tariful GPU.
- Prețurile sunt în USD; le poți afișa în VND la cursul de schimb curent.
Întrebări frecvente despre GPU cloud
Orice sarcină de lucru compatibilă cu memoria GPU disponibilă: inferență și fine-tuning LLM, generare de imagini și video, randare și dezvoltare CUDA. Șabloanele pentru PyTorch, vLLM, SGLang, Ollama, Unsloth și ComfyUI instalează automat pachetele software necesare.
Tabelul de mai sus prezintă configurațiile disponibile în prezent, inclusiv NVIDIA RTX 5090 cu 32 GB VRAM atunci când se află pe stoc. Disponibilitatea se actualizează pe parcursul întregii zile.
Tarifele sunt preluate direct din stocul live de GPU și pot varia. Consola îți afișează prețul confirmat înainte de a comanda, iar serverul tău va fi facturat exact la tariful respectiv.
Da. Pe lângă facturarea pe oră, poți alege un ciclu de facturare lunar, trimestrial, semestrial sau anual, orice reducere aplicabilă fiind afișată înainte de plată. Spațiul de stocare pe disc este tarifat per GB împreună cu prețul pentru GPU.
În regimul de facturare orară, un server oprit este taxat doar pentru spațiul pe disc ocupat. Poți șterge serverul în momentul în care nu mai ai nevoie de datele salvate.
Prin SSH folosind cheia ta privată sau direct din consolă, prin terminalul web din browser. Șabloanele Desktop și de mașină virtuală (VM) îți pun la dispoziție și acces la interfața grafică.