Lej en NVIDIA Tesla V100 GPU pr. time
NVIDIA Tesla V100 er en datacenter-GPU med Volta-arkitektur, udstyret med 16 GB VRAM med høj båndbredde og en termisk designeffekt (TDP) på 300 W. Den leverer ca. 12,5 TFLOPS enkeltpræcisionsberegning og ca. 780 GB/s hukommelsesbåndbredde, hvilket gør den til et pålideligt valg til hukommelseskrævende videnskabelig beregning og Deep Learning-opgaver. På ONIE kan du implementere Tesla V100 med timebaseret fakturering, fuld SSH-adgang og forudkonfigurerede skabeloner.
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 Tesla V100 er god til
Kompakt LLM-inferens
Kør kvantiserede eller mindre sprogmodeller med Ollama- eller vLLM-skabeloner og udnyt ca. 780 GB/s hukommelsesbåndbredde.
Prototyping af Deep Learning-modeller
Træn og validér neurale netværksarkitekturer i PyTorch med 16 GB VRAM og compute capability 7.0.
Workflows til billedgenerering
Kør diffusionspipelines og brugerdefinerede genereringsgrafer via forudinstallerede ComfyUI-skabeloner.
Videnskabelig simulering og beregning
Kør båndbreddebegrænsede datacenter-workloads, der drager fordel af Volta-arkitekturen og ca. 12,5 TFLOPS enkeltpræcisionsydelse.
Er det den rigtige GPU til dig?
Den 16 GB store Tesla V100 passer til forskere og udviklere, der har brug for høj hukommelsesbåndbredde til små og mellemstore modeller og videnskabelige workloads, uden at betale for nyere datacenter-hardware. Vælg en mindre forbruger-GPU til simpel udvikling med lavere hukommelsesbehov, eller opgrader til en nyere GPU-generation med større VRAM, hvis dine modeller overstiger 16 GB, eller hvis de kræver nyere arkitekturfunktioner ud over compute capability 7.0.
Sammenlign med lignende GPU'er
Ofte stillede spørgsmål
Er den 16 GB store Tesla V100 egnet til LLM-inferens og finjustering?
De 16 GB VRAM og ca. 780 GB/s hukommelsesbåndbredde gør Tesla V100 egnet til inferens på mindre eller kvantiserede sprogmodeller samt parametereffektiv finjustering. Til større modeller, der ikke kan være i 16 GB hukommelse, bør du vælge en GPU med højere VRAM-kapacitet.
Hvilke softwareskabeloner og forbindelsesmetoder er tilgængelige på ONIE?
Hver Tesla V100-instans inkluderer direkte SSH-adgang til tilpasset konfiguration og kommandolinjebaserede workflows. Du kan også starte klar-til-brug-skabeloner, herunder PyTorch/CUDA, vLLM, Ollama og ComfyUI, og komme i gang med det samme.
Hvordan påvirker Volta-arkitekturen framework-kompatibilitet?
Tesla V100 understøtter CUDA compute capability 7.0, som er kompatibel med almindelige Deep Learning-frameworks som PyTorch. Workloads, der eksplicit kræver funktioner introduceret i nyere compute capabilities, kræver dog en nyere GPU-arkitektur.
Hvordan fungerer fakturering ved leje af Tesla V100?
ONIE bruger enkel timebaseret fakturering for alle Tesla V100-lejemål. Du betaler kun for den tid, din instans er aktiv, så du kan køre eksperimenter eller batchjobs og lukke serveren, når du er færdig.
Lej Tesla V100 per time
Opret en konto, vælg en konfiguration og forbind via SSH. Faktureringen stopper, når du sletter GPU'en.
Lej Tesla V100