NVIDIA RTX 3090 GPU stundenweise mieten
Die NVIDIA RTX 3090 ist eine Consumer-GPU mit Ampere-Architektur, ausgestattet mit 24 GB VRAM und Compute Capability 8.6. Sie liefert etwa 35.4 TFLOPS an Standard-Single-Precision-Rechenleistung und etwa 805 GB/s Speicherbandbreite bei einer Leistungsaufnahme von 350 W. Sie können diese GPU auf ONIE mit stundengenauer Abrechnung, vollem SSH-Zugriff und fertigen Vorlagen für PyTorch/CUDA, vLLM, Ollama und ComfyUI mieten.
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 RTX 3090 eignet
LLM-Inferenz im lokalen Maßstab
Führen Sie quantisierte oder mittelgroße Sprachmodelle in 24 GB VRAM mithilfe vorkonfigurierter vLLM- oder Ollama-Vorlagen aus.
Workflows zur Bildgenerierung
Stellen Sie ComfyUI bereit, um hochauflösende Bilder zu generieren und benutzerdefinierte Diffusions-Pipelines auszuführen, ohne an die Speichergrenzen herkömmlicher Consumer-Karten zu stoßen.
Modell-Feinabstimmung und -Training
Nutzen Sie die PyTorch/CUDA-Vorlage zur Feinabstimmung neuronaler Netze, die in ein Speicherbudget von 24 GB passen, und profitieren Sie von etwa 805 GB/s Speicherbandbreite.
Allgemeines CUDA-Computing
Führen Sie benutzerdefinierte Workloads aus, die für Compute Capability 8.6 kompiliert wurden, mit etwa 35.4 TFLOPS Single-Precision-Leistung.
Ist es die richtige GPU für Sie?
Die RTX 3090 eignet sich für Entwickler und Forscher, die 24 GB VRAM für speicherintensive Aufgaben auf einer Ampere-Karte im Consumer-Segment benötigen. Wählen Sie eine kleinere GPU für leichtgewichtige Inferenz mit geringerem Speicherbedarf oder steigen Sie auf eine Workstation- oder Rechenzentrums-GPU um, wenn Ihre Modelle 24 GB VRAM überschreiten oder Funktionen neuerer Architekturen erfordern.
Mit ähnlichen GPUs vergleichen
Häufig gestellte Fragen
Ist die RTX 3090 für LLM-Inferenz und Feinabstimmung geeignet?
Ja, dank 24 GB VRAM und etwa 805 GB/s Speicherbandbreite eignet sie sich gut für die Ausführung und Feinabstimmung vieler Open-Weight-Sprachmodelle. Sie können Vorlagen für vLLM, Ollama oder PyTorch/CUDA direkt auf ONIE starten, um sofort mit der Arbeit zu beginnen.
Wie schneidet die RTX 3090 im Vergleich zu kleineren oder größeren GPUs ab?
Mit 24 GB VRAM fasst die RTX 3090 deutlich mehr Modellgewichte und größere Batch-Größen als kleinere Consumer-Karten. Wenn Ihr Workload jedoch mehr als 24 GB Speicher oder mehr als etwa 35.4 TFLOPS Single-Precision-Rechenleistung erfordert, sollten Sie eine neuere Generation oder eine GPU aus dem Rechenzentrumssegment in Betracht ziehen.
Wie verbinde ich mich mit meiner RTX 3090-Instanz und welche Software ist enthalten?
Sie können sich direkt per SSH-Zugriff mit Ihrer Instanz verbinden. ONIE stellt einsatzbereite Vorlagen für PyTorch/CUDA, vLLM, Ollama und ComfyUI bereit, sodass Sie den Software-Stack nicht manuell konfigurieren müssen.
Wie funktioniert die Abrechnung für die RTX 3090 auf ONIE?
Instanzen werden auf Stundenbasis abgerechnet. Sie zahlen nur für die Zeit, in der Ihre GPU-Instanz aktiv ist.
Die RTX 3090 stundenweise mieten
Erstellen Sie ein Konto, wählen Sie eine Konfiguration und verbinden Sie sich per SSH. Die Abrechnung endet, sobald Sie die GPU löschen.
RTX 3090 mieten