GPU Cloud · NVIDIA · Hopper
按小时租用 NVIDIA H100 SXM GPU
NVIDIA H100 SXM 是一款基于 Hopper 架构的数据中心 GPU，配备 80 GB VRAM，功耗上限为 700 W。它提供约 53.5 TFLOPS 的标准浮点计算性能和约 2869 GB/s 的显存带宽，支持 CUDA 计算能力 9.0。在 Cloudj 上按小时计费租用，即可获得完整的 SSH 访问权限，以及预置的 PyTorch/CUDA、vLLM、Ollama 和 ComfyUI 模板。
规格参数
单卡 VRAM
80 GB
架构
NVIDIA Hopper
计算能力
9
FP32 算力
≈ 53.5 TFLOPS
显存带宽
≈ 2869 GB/s
功耗限制
700 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 SXM 的适用场景
大语言模型推理
借助 80 GB VRAM 容量和约 2869 GB/s 的显存带宽，通过 vLLM 或 Ollama 模板将高负载语言模型部署到生产环境中。
深度学习微调
使用预配置的 PyTorch/CUDA 环境，充分利用 Hopper 架构和 CUDA 计算能力 9.0 来训练和微调神经网络。
高吞吐量批处理
在 700 W 数据中心规格下，依靠约 53.5 TFLOPS 的计算性能运行密集型数据处理和仿真工作负载。
重度生成式媒体工作流
在 80 GB 显存池的充裕空间内，以大批量规模运行复杂的 ComfyUI 管线和扩散模型。
这款 GPU 适合您吗？
当您的训练或推理工作负载需要 80 GB 高带宽数据中心显存和 Hopper 架构特性时，请选择 H100 SXM。对于轻量级开发或小型模型，较小的工作站或消费级 GPU 是更实用的选择；而如果单个实例的 80 GB VRAM 无法容纳您的整个模型，则建议选择更新或更大容量的数据中心 GPU。
常见问题
是的，其 80 GB 的 VRAM 和约 2869 GB/s 的显存带宽使其非常适合部署和微调大语言模型。您可以在 Cloudj 上使用 vLLM、Ollama 或 PyTorch/CUDA 的现成模板立即启动。
H100 SXM 以 700 W 的热设计功耗运行，因此能够比 PCIe 数据中心版本或工作站显卡维持更高的计算性能和显存带宽。如果您的工作负载无法占满约 53.5 TFLOPS 的算力或 80 GB 显存，较小的 GPU 可能就已足够。
计算能力 9.0 表示硬件支持 NVIDIA Hopper 架构的指令集和特性。我们预配置的 PyTorch/CUDA 模板开箱即用，无需手动安装驱动即可直接利用该硬件。
实例在租用期间按小时计费。部署完成后，您可以通过 SSH 访问直接连接到您的环境，或与 ComfyUI 等预装工具进行交互。