GPU Cloud · NVIDIA · Hopper
按小时租用 NVIDIA H100 PCIE GPU
NVIDIA H100 PCIE 是基于 Hopper 架构的数据中心 GPU，专为严苛的深度学习和科学计算工作负载而构建。它在 350 W 的功耗范围内提供 80 GB VRAM、约 1760 GB/s 的显存带宽以及约 41.0 TFLOPS 的标准浮点计算能力。在 Cloudj 上，您可以按小时计费部署这款计算能力达 9.0 的加速器，并获得完整的 SSH 访问权限。
规格参数
单卡 VRAM
80 GB
架构
NVIDIA Hopper
计算能力
9
FP32 算力
≈ 41 TFLOPS
显存带宽
≈ 1760 GB/s
功耗限制
350 W
数值由基础设施提供商根据当前上架机器提供；实际性能因机器而异。
可用配置
实时库存与价格，持续更新。最终价格将在您下单前确认。
立即租用H100 PCIE 的适用场景
大语言模型推理
利用 80 GB VRAM 和高显存带宽，配合预配置的 vLLM 或 Ollama 模板，在内存中部署大语言模型。
模型微调与训练
借助 Hopper 架构和就绪的 PyTorch/CUDA 环境，训练或微调深度神经网络。
批量图像生成
运行得益于大容量显存的高吞吐量扩散流水线和复杂的 ComfyUI 工作流。
数据科学与仿真
凭借约 41.0 TFLOPS 的标准浮点性能和约 1760 GB/s 的显存吞吐量，执行计算密集型仿真与数据处理任务。
这款 GPU 适合您吗？
当您的工作负载需要 80 GB VRAM、数据中心级显存带宽以及 Hopper 9.0 计算能力特性时，请选择 H100 PCIE。对于较轻量的推理或较小的模型，VRAM 较小的工作站或消费级 GPU 更具性价比；而极高的吞吐量需求则可能更适合基于 SXM 的数据中心型号。
常见问题
是的，其 80 GB VRAM 和约 1760 GB/s 的显存带宽非常适合托管和训练大型模型。您可以使用预配置的 PyTorch/CUDA、vLLM 或 Ollama 模板立即开始。
H100 PCIE 在 350 W TDP 下运行，与更高功率的 SXM 数据中心型号相比，具有更低的功耗和标准的 PCIe 兼容性。与工作站或消费级显卡相比，它提供高达 80 GB 的充裕 VRAM 和更高的显存带宽。
基于 NVIDIA Hopper 架构，H100 PCIE 支持 CUDA 9.0 计算能力。您可以使用包括 PyTorch/CUDA 和 ComfyUI 在内的就绪模板启动实例，或通过 SSH 访问权限配置您自己的软件栈。
Cloudj 上的实例采用直观的按小时计费模式，您只需为 GPU 的实际运行时间付费。每次部署均包含完整的 SSH 访问权限。