GPU Cloud · NVIDIA · Ampere

Huur NVIDIA A40 GPU per uur

Die NVIDIA A40 is ’n GPU vir datasentrums wat op die Ampere-argitektuur gebou is, met CUDA-berekeningsvermoë 8.6 en 45 GB VRAM. Op ONIE lewer dit ongeveer 29.9 TFLOPS enkelpresisie-rekenwerkverrigting en ongeveer 536 GB/s geheuebandwydte binne ’n kraglimiet van 300 W. U kan dit ontplooi met uurlikse fakturering, volle SSH-toegang en gereed-vir-gebruik-sjablone, insluitend PyTorch/CUDA, vLLM, Ollama en ComfyUI.

Spesifikasies

VRAM per GPU

45 GB

Argitektuur

NVIDIA Ampere

Rekenvermoë-vlak

8.6

FP32-rekenkrag

≈ 29.9 TFLOPS

Geheuebandwydte

≈ 536 GB/s

Kraglimiet

300 W

Waardes wat deur die infrastruktuurverskaffer vir masjiene wat tans gelys is, verskaf word; werklike werkverrigting wissel van masjien tot masjien.

Beskikbare konfigurasies

Lewendige voorraad en pryse, voortdurend opgedateer. Die finale prys word bevestig voordat jy bestel.

Lewendige pryse word gelaai…

Waarvoor die A40 goed is

Inferensie vir groot taalmodelle

Laat modelle loop wat tot 45 GB geheue benodig met voorafopgestelde vLLM- of Ollama-sjablone.

Fyninstelling vir diep leer

Stel neurale netwerke fyn in PyTorch/CUDA, met ruim VRAM vir groter bondelgroottes en gewigte.

Werksvloeie vir generatiewe beelde

Voer komplekse diffusieprosesse uit en hou verskeie kontrolepunte gelyktydig in die geheue met ComfyUI.

Berekeningstake vir datasentrums

Benut ongeveer 29.9 TFLOPS enkelpresisie-rekenkrag en ongeveer 536 GB/s geheuebandwydte vir simulasie- en weergawewerkladings.

Is dit die regte GPU vir jou?

Kies die A40 wanneer u werklading 45 GB VRAM op ’n datasentrum-GPU met Ampere-argitektuur vereis, wat meer is as die geheuekapasiteit van standaardverbruikerskaarte. Kies ’n kleiner verbruikerskaart as u modelle in minder geheue pas, of skuif na ’n datasentrum-GPU met hoër bandwydte as geheuedeurset u opleidingstake sterk beperk.

Vergelyk met soortgelyke GPU's

GPUVRAM per GPUArgitektuurFP32-rekenkragVanaf / uurBesonderhede
A4045 GBAmpere≈ 29.9 TFLOPS—
RTX A600048 GBAmpere≈ 36.1 TFLOPS—Besonderhede
RTX 309024 GBAmpere≈ 35.4 TFLOPS—Besonderhede
RTX 3090 Ti24 GBAmpere≈ 36.4 TFLOPS—Besonderhede

Gereelde vrae

Is die NVIDIA A40 geskik vir LLM-inferensie en fyninstelling?

Ja, die kapasiteit van 45 GB VRAM maak die A40 geskik om mediumgroot tot groot taalmodelle te huisves en parameterdoeltreffende fyninstelling uit te voer. U kan vLLM-, Ollama- of PyTorch/CUDA-sjablone direk op ONIE begin gebruik om dadelik aan die werk te spring.

Hoe vergelyk die A40 met kleiner verbruikers-GPU's of groter datasentrum-GPU's?

Die A40 bied 45 GB VRAM, wat u meer geheueruimte as standaardverbruikers-GPU's gee vir werkladings wat deur geheue beperk word. Sy geheuebandwydte van ongeveer 536 GB/s is egter laer as dié van hoërvlak-datasentrum-GPU's wat HBM-geheue gebruik.

Watter sagtewareomgewings is vir die A40 op ONIE beskikbaar?

Die A40 ondersteun CUDA-berekeningsvermoë 8.6 en kan ontplooi word met gereed-vir-gebruik-sjablone vir PyTorch/CUDA, vLLM, Ollama en ComfyUI. Volle SSH-toegang is ingesluit sodat u u sagteware-opstelling na behoefte kan aanpas.

Hoe werk fakturering vir A40-instansies?

ONIE gebruik uurlikse fakturering vir alle A40-huurinstansies. U betaal slegs vir die tyd wat u instansie aktief is, wat dit prakties maak vir sowel kort eksperimente as langer produksielopies.

Huur die A40 per uur

Skep 'n rekening, kies 'n konfigurasie en koppel oor SSH. Fakturering stop wanneer jy die GPU uitvee.

Huur A40

Alle GPU's →