Lej en NVIDIA RTX 3060 GPU pr. time
NVIDIA RTX 3060 er et GPU i forbrugerklassen med Ampere-arkitektur, 12 GB VRAM og en effektgrænse på 170 W. Det leverer cirka 12,0 TFLOPS standard flydende-punkt-ydelse og en hukommelsesbåndbredde på cirka 318 GB/s, og understøtter CUDA compute capability 8.6. Hos ONIE kan du leje RTX 3060 med timebaseret fakturering, fuld SSH-adgang og klar-til-brug-skabeloner til PyTorch/CUDA, vLLM, Ollama og ComfyUI.
Specifikationer
VRAM pr. GPU
Arkitektur
Compute capability
FP32-beregning
Hukommelsesbåndbredde
Effektgrænse
Værdier oplyst af infrastrukturudbyderen for de maskiner, der aktuelt er listet; den reelle ydeevne varierer fra maskine til maskine.
Tilgængelige konfigurationer
Lagerstatus og priser opdateres løbende. Den endelige pris bekræftes, før du bestiller.
Indlæser aktuelle priser…
Hvad RTX 3060 er god til
Kvantiseret LLM-inferens
Kør små eller kvantiserede sprogmodeller inden for de 12 GB VRAM ved hjælp af forkonfigurerede Ollama- eller vLLM-skabeloner.
Billedgenerering med ComfyUI
Kør standard diffusion-workflows og billedsyntese-pipelines, der let kan være i 12 GB hukommelse.
PyTorch-prototyping og fejlfinding
Udvikl og test CUDA-kode på et Ampere-kort med compute capability 8.6, før du skalerer dine workloads op til større hardware.
Finjustering af små modeller
Udfør parameter-effektiv finjustering på mindre datasæt, hvor cirka 12,0 TFLOPS af regnekraft er tilstrækkeligt.
Er det den rigtige GPU til dig?
Vælg RTX 3060 til udvikling, prototyping og lette inferensopgaver, der kræver 12 GB VRAM, uden udgifterne til datacenter-hardware. Vælg et større GPU, hvis dine modeller overstiger 12 GB, eller kræver højere hukommelsesbåndbredde end cirka 318 GB/s, eller et mindre GPU, hvis du kun kører simple scripts med lavere hukommelseskrav.
Sammenlign med lignende GPU'er
Ofte stillede spørgsmål
Er RTX 3060 egnet til LLM-inferens og billedgenerering?
Ja, de 12 GB VRAM er velegnede til at køre mindre eller kvantiserede sprogmodeller via Ollama og vLLM, samt standard diffusion-modeller i ComfyUI. Til større ukvantiserede modeller, der overstiger 12 GB, skal du bruge et GPU med højere hukommelseskapacitet.
Hvordan står dette forbruger-Ampere-kort i forhold til større GPU'er?
RTX 3060 giver en rummelig hukommelsesbuffer på 12 GB for et indgangsniveau forbrugerkort, sammen med cirka 12,0 TFLOPS regnekraft og cirka 318 GB/s hukommelsesbåndbredde. Når du går op til forbruger- eller workstation-GPU'er i højere klasse, får du hurtigere hukommelsesbåndbredde og større regnekraft til tung træning.
Hvordan opretter jeg forbindelse til og opsætter min RTX 3060-instans?
Hver lejemål hos ONIE inkluderer direkte SSH-adgang til fuld kontrol via kommandolinjen. Du kan også starte med det samme ved hjælp af klar-til-brug-skabeloner til PyTorch/CUDA, vLLM, Ollama eller ComfyUI.
Hvordan fungerer fakturering for RTX 3060 hos ONIE?
Instanser faktureres timebaseret, mens dit lejemål er aktivt. Det giver dig mulighed for at køre eksperimenter på et Ampere-arkitekturkort med compute capability 8.6 og lukke instansen, når du er færdig.
Lej RTX 3060 per time
Opret en konto, vælg en konfiguration og forbind via SSH. Faktureringen stopper, når du sletter GPU'en.
Lej RTX 3060