# Thuê RTX 5090 Mỹ: GPU Blackwell 32 GB tính tiền theo phút

URL: https://cloudj.net/vi/blog/rtx-5090-usa
Published: 2026-11-12 · Updated: 2026-11-12

> Thuê RTX 5090 Mỹ trên Cloudj: 32 GB VRAM hơn 24 GB ở chỗ nào, cách lọc mã US, và cách kiểm tra CUDA, PyTorch có hỗ trợ kiến trúc Blackwell trước khi chạy job dài.

RTX 5090 là card phổ thông đầu tiên có 32 GB VRAM, và 8 GB dư ra so với RTX 4090 chính là lý do nhiều người muốn thuê RTX 5090 Mỹ. Phần bộ nhớ thêm đó giúp một card chứa được những model trước đây chỉ thiếu một chút là vừa với 24 GB. Bài viết giải thích 32 GB mang lại gì, cách tìm 5090 ở Mỹ trên Cloudj, và một bước kiểm tra kỹ thuật không được bỏ qua: đảm bảo phần mềm của bạn hỗ trợ kiến trúc Blackwell.

Với các lượt tìm ở Mỹ nói chung, gồm mẫu card khác và cách ghép với VPS, xem [hướng dẫn thuê GPU ở Mỹ](https://cloudj.net/vi/blog/gpu-cloud-usa).

## Vì sao team ở Việt Nam lại thuê GPU ở Mỹ

Câu hỏi đầu tiên của nhiều bạn: mình ở Việt Nam, thuê máy ở Mỹ có xa quá không? Với công việc chạy theo lô thì không sao cả. Fine-tune một LoRA, sinh video thử nghiệm qua đêm hay benchmark một model mới đều không cần GPU ở gần. Bạn SSH vào, chạy job, kéo kết quả về. Độ trễ chỉ khiến gõ lệnh hơi trễ một chút, không ảnh hưởng tốc độ tính toán.

Mỹ thường có nhiều lựa chọn mẫu card, nên đây là nơi đáng tìm khi bạn cần đúng một card mới như 5090. Nếu bạn phục vụ người dùng ở Mỹ thì càng hợp lý.

## 32 GB hơn 24 GB ở chỗ nào

Trên giấy, trang model [RTX 5090](https://cloudj.net/vi/gpu-cloud/rtx-5090) ghi 32 GB VRAM, kiến trúc Blackwell và băng thông bộ nhớ cao hơn [RTX 4090](https://cloudj.net/vi/gpu-cloud/rtx-4090). Trong thực tế, chính dung lượng bộ nhớ quyết định job nào chạy được. Hướng dẫn chung:

| Công việc | RTX 4090 (24 GB) | RTX 5090 (32 GB) |
|---|---|---|
| LLM 13B ở 8-bit với context dài | Sát nút | Thoải mái |
| LLM 30B đến 34B ở 4-bit | Vừa nếu context ngắn | Vừa, dư chỗ cho context và batch |
| Model ảnh lớn ở độ chính xác đầy đủ | Thường phải offload hoặc giảm độ chính xác | Thường chạy nguyên trạng được |
| Model sinh video mã nguồn mở | Nhiều model cần mẹo tiết kiệm bộ nhớ | Một số model trở nên khả thi trên một card |
| Fine-tune LoRA với batch lớn hơn | Hạn chế | Thêm chỗ cho batch size hoặc độ dài chuỗi |

Đây chỉ là ước lượng; nhu cầu thật phụ thuộc độ dài context, batch size, độ chính xác và engine inference. Nguyên tắc dễ nhớ: nếu job đã chạy dư dả trên 4090, 5090 chủ yếu giúp nhanh hơn. Nếu job vừa khít hoặc không vừa 4090, bộ nhớ của 5090 mới là nâng cấp thực sự. Bài [so sánh RTX 4090 và RTX 5090 trên cloud](https://cloudj.net/vi/blog/rtx-4090-vs-rtx-5090-cloud) phân tích kỹ hơn.

## Tìm RTX 5090 ở Mỹ

Vị trí GPU trên Cloudj là bộ lọc quốc gia áp lên danh sách máy đang có. Mở [trang triển khai RTX 5090](https://app.cloudj.net/deploy/gpu?model=rtx-5090), nơi mẫu card đã được chọn sẵn, rồi nhập `US` vào ô **Country**.

Mỗi kết quả hiển thị quốc gia (không có bang hay thành phố), số card, VRAM, vCPU, RAM, tốc độ tải xuống, độ tin cậy, thời hạn tối đa, giá băng thông và nhãn **Datacenter** nếu có. Danh sách được sắp theo tổng giá.

Có máy trong danh sách thì bạn triển khai được. Nếu chưa có, hàng thay đổi trong ngày; hãy xem lại sau hoặc mở rộng phạm vi:

- Thêm Canada: `US, CA`. Bài [hướng dẫn thuê GPU Bắc Mỹ](https://cloudj.net/vi/blog/gpu-cloud-north-america-guide) nói về cả hai nước.
- Bỏ chọn mẫu card và đặt VRAM tối thiểu 32 GB để thấy các card khác cũng vừa, kể cả card workstation lớp 48 GB nếu cấp tài khoản của bạn cho phép.
- Với job chạy theo lô không cần vị trí, bỏ hẳn bộ lọc quốc gia.

Lưu ý một máy `US` có thể ở bất kỳ đâu trong nước Mỹ. Nếu cần đúng một bờ vì độ trễ, hãy đo sau khi triển khai thay vì đoán. Giá "từ" của card có trên trang model.

## Kiểm tra tương thích Blackwell

Đây là bước nhiều người vấp. Blackwell mới hơn kiến trúc Ada của RTX 4090 và cần phần mềm đủ mới. CUDA toolkit cũ và bản PyTorch cũ có thể không có kernel cho card này, dẫn tới lỗi kiểu "no kernel image is available for execution on the device", hoặc framework âm thầm chạy bằng CPU.

Trước khi chạy job dài:

1. **Kiểm tra driver và phiên bản CUDA** trên máy:

```bash
nvidia-smi
```

Phần đầu kết quả cho biết phiên bản driver và phiên bản CUDA cao nhất mà driver hỗ trợ.

2. **Kiểm tra framework nhận card và chạy được trên đó:**

```bash
python -c "import torch; print(torch.__version__, torch.version.cuda, torch.cuda.get_device_name(0)); print(torch.ones(1, device='cuda') * 2)"
```

Nếu lệnh này lỗi, hãy cài bản PyTorch build cho CUDA mới. [Trang cài đặt PyTorch](https://pytorch.org/get-started/locally/) liệt kê các lựa chọn hiện tại.

3. **Kiểm tra các thư viện khác.** Engine inference, kernel attention và thư viện lượng tử hóa đều có bản build CUDA riêng. Đọc ghi chú phát hành xem đã hỗ trợ Blackwell chưa trước khi dựa vào chúng.

Nếu bạn dùng Docker image riêng, hãy build trên nền CUDA mới để chạy được trên Blackwell ngay từ đầu. Bài [Docker image riêng cho GPU](https://cloudj.net/vi/blog/custom-docker-image-gpu) hướng dẫn cách chuẩn bị. Image riêng phải là image công khai và cần cấp tài khoản cao hơn; hai template mặc định Ubuntu + CUDA và PyTorch + JupyterLab thì ai cũng dùng được.

## Vận hành cho ổn

- **Truy cập:** chỉ SSH key. Tab **Connection** hiển thị host và port: `ssh -p PORT root@HOST`.
- **Ổ đĩa:** chọn dư ngay khi triển khai; không thể mở rộng sau này, và model lớn lấp đầy rất nhanh.
- **Ngày kết thúc:** mỗi máy có ngày "available until". Hãy đưa checkpoint và kết quả ra khỏi instance trước ngày đó.
- **Stop và Destroy:** Stop giữ ổ đĩa nhưng nhả GPU; lúc Start lại phải chờ card rảnh. Xong việc thì Destroy.
- **Chi phí:** trừ theo phút từ số dư trả trước, cộng băng thông theo GB. Giá lúc triển khai được giữ cố định. Bạn nạp số dư bằng chuyển khoản VND.
- **Kéo kết quả về Việt Nam:** nén file trước khi tải về để tiết kiệm phí băng thông và thời gian.

## Khi nào 5090 không phải lựa chọn đúng

Nếu model cần hơn 32 GB ở độ chính xác bạn muốn, một chiếc 5090 không đủ. Hãy xem card lớp 48 GB, RTX PRO 6000 với 96 GB, hoặc card datacenter như H100 (cần cấp tài khoản cao hơn). Nếu job đã chạy thoải mái trên 24 GB và bạn quan tâm chi phí mỗi job, hãy so giá trực tiếp với 4090 trước khi chọn.

## Câu hỏi thường gặp

### RTX 5090 ở Mỹ lúc nào cũng có chứ?

Không. Hàng thay đổi trong ngày. Chọn 5090, đặt Country là `US`, và triển khai nếu có máy trong danh sách.

### Môi trường PyTorch hiện tại của tôi có chạy được trên 5090 không?

Chỉ khi phiên bản đủ mới để hỗ trợ Blackwell. Hãy chạy bước kiểm tra ở trên trước khi bắt đầu job dài.

### Tôi có chọn được bang hay thành phố ở Mỹ không?

Không. Vị trí GPU chỉ ở cấp quốc gia.

### Có thuê nhiều RTX 5090 cùng lúc được không?

Ô số lượng GPU có 1×, 2×, 4× và 8× trong cùng một máy. Máy nhiều card chỉ xuất hiện khi có host như vậy.

## Tìm RTX 5090 ở Mỹ

Mở [trang triển khai RTX 5090](https://app.cloudj.net/deploy/gpu?model=rtx-5090), đặt Country là `US` và xem đang có máy nào. So sánh mọi giá trực tiếp trên [GPU cloud](https://cloudj.net/vi/gpu-cloud).