GPU Cloud
适用于 AI、LLM 和渲染的 GPU 云
按小时或按计费周期租用 NVIDIA GPU 服务器。对比实时配置与价格，基于预置模板快速启动，并通过 SSH 或浏览器终端连接。
- 包含当前价格的实时 GPU 库存
- 适用于 PyTorch、LLM 推理服务和图像生成的模板
- 支持 SSH 与浏览器内终端访问
借助 Cloudj GPU Cloud，您可以从实时库存中租用 GPU 服务器：选择 GPU 型号、VRAM 和磁盘，基于 PyTorch、vLLM、Ollama 或 ComfyUI 等模板启动，然后通过 SSH 连接。按小时计费的服务器直接从账户余额扣费，已停止的按小时计费服务器仅收取磁盘费用。
可用 GPU 与当前价格
实时库存：可用性与价格随市场波动。下单前控制台会确认最终价格。
| GPU | 单卡 VRAM | 架构 | FP32 算力 | 功耗限制 | |
|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | 详情 → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | 详情 → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | 详情 → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | 详情 → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | 详情 → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | 详情 → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | 详情 → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | 详情 → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | 详情 → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | 详情 → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | 详情 → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | 详情 → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | 详情 → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | 详情 → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | 详情 → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | 详情 → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | 详情 → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | 详情 → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | 详情 → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | 详情 → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | 详情 → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | 详情 → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | 详情 → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | 详情 → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | 详情 → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | 详情 → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | 详情 → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | 详情 → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | 详情 → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | 详情 → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | 详情 → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | 详情 → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | 详情 → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | 详情 → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | 详情 → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | 详情 → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | 详情 → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | 详情 → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | 详情 → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | 详情 → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | 详情 → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | 详情 → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | 详情 → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | 详情 → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | 详情 → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | 详情 → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | 详情 → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | 详情 → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | 详情 → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | 详情 → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | 详情 → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | 详情 → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | 详情 → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | 详情 → |
适配您工作负载的预置模板
LLM 推理
使用搭配 Open WebUI 的 vLLM、SGLang 或 Ollama 部署和测试语言模型。
微调
使用 Unsloth Studio 基于自有数据微调语言模型。
图像与视频生成
用于 Flux、SDXL 和视频工作流的 ComfyUI。
PyTorch 与 CUDA 开发
预装 NVIDIA CUDA 的 PyTorch 与 Ubuntu 24.04 镜像，可通过 SSH 访问。
桌面环境或完整 VM
可在浏览器中使用的 Ubuntu 桌面，或按需提供完整的 KVM 虚拟机。
如何租用 GPU
- 01
选择模板与磁盘大小
- 02
从实时库存中选择兼容的 GPU
- 03
确认价格并使用账户余额创建服务器
- 04
通过 SSH 或浏览器终端连接
GPU 计费方式
- 按小时计费：服务器运行期间 GPU 按小时扣费。已停止的按小时计费服务器仅收取磁盘费用。
- 计费周期：支持月付、季付、半年付或年付，付款前会显示相应折扣。
- 磁盘存储按 GB 与 GPU 费用一同收取。
- 价格以 USD 计价；您可以按当前汇率切换显示为 VND。
常见问题
只要显存够用，可运行各类工作负载：LLM 推理与微调、图像与视频生成、渲染以及 CUDA 开发。PyTorch、vLLM、SGLang、Ollama、Unsloth 和 ComfyUI 模板会自动为您安装所需软件。
使用您的密钥通过 SSH 连接，或在控制台中通过浏览器终端连接。桌面和 VM 模板还提供图形界面访问。
价格来自实时 GPU 库存，可能会有所变动。控制台会在您下单前显示确认价格，您的云服务器将按该确认价格计费。
按小时计费时，已停止的云服务器仅收取磁盘费用。不再需要数据时，请删除云服务器。
上方表格列出了当前可用的配置，有库存时包含配备 32 GB VRAM 的 NVIDIA RTX 5090。库存情况全天动态更新。