GPU Cloud · NVIDIA · Pascal
按小时租用 NVIDIA Tesla P40 GPU
NVIDIA Tesla P40 是一款基于 Pascal 架构的数据中心 GPU，配备 24 GB VRAM，计算能力为 6.1。它在 250 W 的功耗范围内提供约 9.4 TFLOPS 的单精度算力和约 257 GB/s 的显存带宽。在 Cloudj 上，您可以按小时计费租用该 GPU，支持 SSH 访问，并提供适用于 PyTorch/CUDA、vLLM、Ollama 和 ComfyUI 的预配置模板。
规格参数
单卡 VRAM
24 GB
架构
NVIDIA Pascal
计算能力
6.1
FP32 算力
≈ 9.4 TFLOPS
显存带宽
≈ 257 GB/s
功耗限制
250 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Tesla P40 的适用场景
量化 LLM 推理
使用 Ollama 或 vLLM 等现成模板，运行需要高达 24 GB 显存的本地语言模型。
图像生成工作流
托管 ComfyUI 管线，利用充裕的 VRAM 容量加载多个模型检查点和控制网络。
传统 CUDA 开发
构建、测试和维护针对 Pascal 架构及计算能力 6.1 的 PyTorch/CUDA 应用程序。
显存密集型批处理
执行优先将大型数据集装入 24 GB VRAM 而非依赖纯计算速度的数据中心工作负载。
这款 GPU 适合您吗？
如果您的首要需求是利用 24 GB VRAM 处理消耗显存的推理或开发任务，且较旧的 Pascal 架构算力已足够，请选择 Tesla P40。如果您需要更高的显存带宽或用于繁重训练的现代张量加速，请选择更新或更大的 GPU；如果您的工作负载占用显存较少，则可选择较小的 GPU。
常见问题
凭借 24 GB 的 VRAM 容量，Tesla P40 可以使用 Ollama 等模板在显存中加载中等规模的量化语言模型。不过，由于其显存带宽约为 257 GB/s 且采用较旧的 Pascal 架构，其词元生成速度会慢于较新的数据中心 GPU。
计算能力 6.1 支持约 9.4 TFLOPS 的标准单精度工作负载，能够良好兼容通用的 PyTorch/CUDA 模板。部分需要较新硬件指令的现代机器学习库或功能可能无法在 Pascal 架构上运行。
您可以使用适用于 PyTorch/CUDA、vLLM、Ollama 或 ComfyUI 的现成模板部署实例。实例包含直接 SSH 访问权限，方便您从终端管理文件和自定义环境。
Cloudj 上的实例采用按小时计费模式，您只需为数据中心 GPU 实例处于活动状态的时长付费。