GPU Cloud · NVIDIA · Blackwell
按小時租用 NVIDIA RTX 5090 GPU
NVIDIA RTX 5090 是採用 Blackwell 架構的消費級 GPU，可在 Cloudj 按需租用。它提供 32 GB 的 VRAM、約 1454 GB/s 的記憶體頻寬，以及約 107.6 TFLOPS 的 FP32 運算效能。具備 CUDA 運算能力 12.0 與 575 W TDP，專為高負荷的運算與 AI 工作負載打造。
規格
每顆 GPU 的 VRAM
32 GB
架構
NVIDIA Blackwell
運算能力 (Compute Capability)
12
FP32 算力
≈ 107.6 TFLOPS
記憶體頻寬
≈ 1454 GB/s
功耗限制
575 W
數值由基礎設施供應商針對目前上架的機器提供；實際效能會因機器而異。
可用配置
即時庫存與價格持續更新，最終價格將於下單前確認。
立即租用RTX 5090 適合的應用場景
本地端 LLM 推論
使用 vLLM 或 Ollama 範本執行語言模型，充分運用 32 GB 的 VRAM 與約 1454 GB/s 的記憶體頻寬，實現快速的 Token 生成。
圖像與影片生成
部署 ComfyUI 工作流程以執行複雜的擴散模型管線，32 GB 的記憶體容量可輕鬆容納。
模型微調與訓練
使用 PyTorch/CUDA 範本，藉由約 107.6 TFLOPS 的 FP32 算力與 CUDA 運算能力 12.0 來微調神經網路。
GPU 加速渲染
執行受益於 Blackwell 架構與高記憶體吞吐量的高強度渲染與模擬任務。
這款 GPU 適合您嗎？
當您的工作負載需要 32 GB 的 VRAM 以及 Blackwell 消費級架構的高記憶體頻寬時，請選擇 RTX 5090。若您的模型超過 32 GB 記憶體，建議考慮更大容量的工作站或資料中心級 GPU；若是輕量級推論與基礎開發，則較小型的消費級 GPU 更為合適。
常見問題
是的，32 GB 的 VRAM 與約 1454 GB/s 的記憶體頻寬使其非常適合用於部署與微調中等規模的語言模型。您可以在 Cloudj 上使用現成的 vLLM、Ollama 或 PyTorch/CUDA 範本快速開始。
憑藉 32 GB 的 VRAM 與 CUDA 運算能力 12.0，RTX 5090 提供了比前代消費級型號更大的記憶體容量與頻寬。然而，若您的工作負載需要單卡超過 32 GB 的 VRAM，則應選擇工作站或資料中心級 GPU。
您可以透過 SSH 直接連線至您的執行個體。Cloudj 提供包含 PyTorch/CUDA、vLLM、Ollama 與 ComfyUI 在內的現成範本，讓您能立即開始工作。
執行個體會在您的 GPU 保持啟用狀態的期間內，按小時進行計費。