NVIDIA L4 GPU stundenweise mieten
Die NVIDIA L4 ist eine Rechenzentrums-GPU mit Ada-Lovelace-Architektur, ausgestattet mit 22 GB VRAM und einer Leistungsaufnahme von 72 W. Sie bietet rund 24.2 TFLOPS Single-Precision-Gleitkommaleistung und etwa 221 GB/s Speicherbandbreite mit CUDA Compute Capability 8.9. Mieten Sie sie bei ONIE mit stundengenauer Abrechnung, vollem SSH-Zugriff und fertigen Vorlagen für PyTorch/CUDA, vLLM, Ollama und ComfyUI.
Spezifikationen
VRAM pro GPU
Architektur
Compute-Capability
FP32-Rechenleistung
Speicherbandbreite
Leistungslimit
Vom Infrastrukturanbieter gemeldete Werte für aktuell gelistete Systeme; die tatsächliche Leistung variiert je nach System.
Verfügbare Konfigurationen
Aktueller Bestand und Preise, laufend aktualisiert. Der Endpreis wird vor der Bestellung bestätigt.
Aktuelle Preise werden geladen…
Wofür sich die L4 eignet
Sprachmodell-Inferenz
Führen Sie quantisierte oder kleine bis mittelgroße Sprachmodelle im 22 GB großen VRAM-Puffer mithilfe vorkonfigurierter vLLM- oder Ollama-Vorlagen aus.
Workflows zur Bildgenerierung
Stellen Sie ComfyUI-Pipelines bereit, die bequem in 22 GB Speicher passen und gleichzeitig die Funktionen der Ada-Lovelace-Architektur nutzen.
Ressourcenschonendes Fine-Tuning
Führen Sie parametereffizientes Fine-Tuning und Adapter-Trainingsjobs in PyTorch/CUDA-Umgebungen aus, ohne eine stromintensive Rechenzentrumskarte zu benötigen.
Batch-Medien- und Bildverarbeitung
Verarbeiten Sie Computer-Vision-Inferenz und Video-Workloads auf einer Rechenzentrums-GPU mit 72 W Nennleistung.
Ist es die richtige GPU für Sie?
Wählen Sie die L4, wenn Sie 22 GB VRAM und Ada Lovelace Compute Capability 8.9 für Inferenz oder moderate Trainings-Workloads benötigen. Wechseln Sie zu einer größeren Rechenzentrums-GPU, wenn Ihre Modelle 22 GB überschreiten oder mehr als rund 221 GB/s Speicherbandbreite erfordern, oder wählen Sie eine kleinere Karte für grundlegende Entwicklungsaufgaben mit geringerem Speicherbedarf.
Mit ähnlichen GPUs vergleichen
Häufig gestellte Fragen
Ist die NVIDIA L4 für LLM-Inferenz geeignet?
Ja, mit 22 GB VRAM können Sie kleine und mittlere Sprachmodelle oder quantisierte Gewichte hosten. Sie können vLLM- oder Ollama-Vorlagen auf ONIE starten, um Modelle sofort bereitzustellen.
Wie schneidet die L4 im Vergleich zu größeren Rechenzentrums-GPUs ab?
Die L4 ist auf Effizienz ausgelegt – mit 72 W Leistungsaufnahme, rund 24.2 TFLOPS Single-Precision-Rechenleistung und etwa 221 GB/s Speicherbandbreite. Größere Rechenzentrums-GPUs bieten mehr VRAM und eine höhere Speicherbandbreite für intensives Training, während die L4 auf kosteneffiziente Inferenz und leichtere Workloads ausgerichtet ist.
Welche Software-Vorlagen sind für die L4 auf ONIE verfügbar?
Sie können die L4 mit fertigen Vorlagen für PyTorch/CUDA, vLLM, Ollama und ComfyUI bereitstellen. Alle Instanzen beinhalten SSH-Zugriff, sodass Sie Ihre Softwareumgebung und Workflows für CUDA Compute Capability 8.9 individuell anpassen können.
Wie funktioniert die Abrechnung für L4-Instanzen?
ONIE rechnet L4-Instanzen auf Stundenbasis ab. Sie zahlen nur für die Zeit, in der Ihre Instanz aktiv ist, was sie sowohl für kurze Experimente als auch für laufende Inferenzaufgaben praktisch macht.
Die L4 stundenweise mieten
Erstellen Sie ein Konto, wählen Sie eine Konfiguration und verbinden Sie sich per SSH. Die Abrechnung endet, sobald Sie die GPU löschen.
L4 mieten