GPU Cloud
GPU کلاؤڈ: فی گھنٹہ کے حساب سے NVIDIA GPU سرورز کرائے پر حاصل کریں
LLM انفرنس، فائن ٹیوننگ اور امیج جنریشن کے لیے NVIDIA GPU سرورز کرائے پر حاصل کریں۔ لائیو قیمتیں، فی گھنٹہ بلنگ، PyTorch، vLLM اور ComfyUI ٹیمپلیٹس، اور SSH رسائی۔
- لائیو انوینٹری، آرڈر سے پہلے قیمت کی تصدیق
- PyTorch، vLLM، Ollama اور ComfyUI کے لیے تیار ٹیمپلیٹس
- روکے گئے فی گھنٹہ سرورز کا بل صرف ڈسک کا لیا جاتا ہے
Cloudj GPU Cloud کے ساتھ آپ لائیو انوینٹری سے GPU سرور کرائے پر لے سکتے ہیں: GPU ماڈل، VRAM اور ڈسک منتخب کریں، PyTorch، vLLM، Ollama یا ComfyUI جیسے ٹیمپلیٹ سے شروع کریں، اور پھر SSH کے ذریعے کنیکٹ کریں۔ فی گھنٹہ سرورز کا چارج آپ کے اکاؤنٹ بیلنس سے کٹتا ہے، اور بند سرور پر صرف ڈسک کا بل بنتا ہے۔
GPU کرائے کی قیمتیں اور لائیو دستیابی
لائیو انوینٹری: دستیابی اور قیمتیں مارکیٹ کے مطابق تبدیل ہوتی رہتی ہیں۔ کنسول آرڈر سے پہلے حتمی قیمت کی تصدیق کرتا ہے۔
| GPU | VRAM فی GPU | آرکیٹیکچر | FP32 کمپیوٹ | پاور لمٹ | سے شروع | |
|---|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | – | تفصیلات → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | تفصیلات → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | تفصیلات → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | – | تفصیلات → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | – | تفصیلات → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | – | تفصیلات → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | – | تفصیلات → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | – | تفصیلات → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | – | تفصیلات → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | – | تفصیلات → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | – | تفصیلات → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | – | تفصیلات → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | – | تفصیلات → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | – | تفصیلات → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | – | تفصیلات → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | – | تفصیلات → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | – | تفصیلات → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | – | تفصیلات → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | – | تفصیلات → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | – | تفصیلات → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | – | تفصیلات → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | – | تفصیلات → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | – | تفصیلات → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | – | تفصیلات → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | – | تفصیلات → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | – | تفصیلات → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | – | تفصیلات → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | – | تفصیلات → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | – | تفصیلات → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | – | تفصیلات → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | – | تفصیلات → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | – | تفصیلات → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | – | تفصیلات → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | – | تفصیلات → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | – | تفصیلات → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | – | تفصیلات → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | – | تفصیلات → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | – | تفصیلات → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | – | تفصیلات → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | – | تفصیلات → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | – | تفصیلات → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | – | تفصیلات → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | – | تفصیلات → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | – | تفصیلات → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | – | تفصیلات → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | – | تفصیلات → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | – | تفصیلات → |
AI، LLM اور رینڈرنگ ورک لوڈز کے لیے GPU ٹیمپلیٹس
LLM انفرینس
لینگویج ماڈلز کو چلانے اور ٹیسٹ کرنے کے لیے Open WebUI کے ساتھ vLLM، SGLang یا Ollama۔
فائن ٹیوننگ
اپنے ڈیٹا پر لینگویج ماڈلز کی فائن ٹیوننگ کے لیے Unsloth Studio۔
تصویر اور ویڈیو جنریشن
Flux، SDXL اور ویڈیو ورک فلوز کے لیے ComfyUI۔
PyTorch اور CUDA ڈیولپمنٹ
NVIDIA CUDA کے ساتھ PyTorch اور Ubuntu 24.04 امیجز، جو SSH پر دستیاب ہیں۔
ڈیسک ٹاپ یا مکمل VM
براؤزر میں Ubuntu ڈیسک ٹاپ، یا ضرورت پڑنے پر ایک مکمل KVM ورچوئل مشین۔
4 آسان مراحل میں GPU سرور کرائے پر حاصل کرنے کا طریقہ
- 01
ٹیمپلیٹ اور ڈسک کا سائز منتخب کریں
- 02
لائیو انوینٹری سے موافق GPU چنیں
- 03
قیمت کی تصدیق کریں اور اپنے اکاؤنٹ بیلنس سے سرور بنائیں
- 04
SSH یا براؤزر ٹرمینل کے ذریعے کنیکٹ کریں
GPU کلاؤڈ قیمتیں اور بلنگ
- فی گھنٹہ: سرور چلنے کے دوران GPU کا چارج فی گھنٹہ ہوتا ہے۔ روکے گئے سرور سے صرف ڈسک کی فیس لی جاتی ہے۔
- بلنگ سائیکلز: ماہانہ، سہ ماہی، ششماہی یا سالانہ، ادائیگی سے پہلے کوئی بھی ڈسکاؤنٹ واضح نظر آئے گا۔
- ڈسک اسٹوریج کا چارج فی GB کے حساب سے GPU کی قیمت کے ساتھ وصول کیا جاتا ہے۔
- قیمتیں USD میں ہیں؛ آپ انہیں موجودہ ایکسچینج ریٹ پر VND میں بھی دیکھ سکتے ہیں۔
GPU کلاؤڈ کے بارے میں اکثر پوچھے جانے والے سوالات
وہ تمام ورک لوڈز جو GPU میموری کے مطابق ہوں: LLM انفرنس اور فائن ٹیوننگ، امیج اور ویڈیو جنریشن، رینڈرنگ اور CUDA ڈویلپمنٹ۔ PyTorch، vLLM، SGLang، Ollama، Unsloth اور ComfyUI کے ٹیمپلیٹس آپ کے لیے سافٹ ویئر خود بخود انسٹال کر دیتے ہیں۔
اوپر دیے گئے جدول میں فی الوقت دستیاب کنفیگریشنز درج ہیں، بشمول 32 GB VRAM والا NVIDIA RTX 5090 جب اسٹاک میں موجود ہو۔ دستیابی دن بھر تبدیل ہوتی رہتی ہے۔
قیمتیں لائیو GPU انوینٹری سے آتی ہیں اور تبدیل ہو سکتی ہیں۔ کنسول آرڈر سے پہلے تصدیق شدہ قیمت دکھاتا ہے، اور آپ کے سرور کا بل اسی تصدیق شدہ قیمت پر لیا جاتا ہے۔
جی ہاں۔ فی گھنٹہ بلنگ کے علاوہ آپ ماہانہ، سہ ماہی، ششماہی یا سالانہ مدت منتخب کر سکتے ہیں، اور کوئی بھی رعایت ادائیگی سے پہلے دکھا دی جاتی ہے۔ ڈسک اسٹوریج کا چارج فی GB کے حساب سے GPU قیمت کے ساتھ لیا جاتا ہے۔
فی گھنٹہ بلنگ میں روکے گئے سرور کا بل صرف اس کی ڈسک کے لیے لیا جاتا ہے۔ جب آپ کو اس کے ڈیٹا کی ضرورت نہ رہے تو سرور کو ڈیلیٹ کر دیں۔
اپنی key کے ساتھ SSH کے ذریعے، یا کنسول سے اپنے براؤزر کے ٹرمینل کے ذریعے۔ Desktop اور VM ٹیمپلیٹس گرافیکل رسائی بھی فراہم کرتے ہیں۔