GPU Cloud · NVIDIA · Pascal

NVIDIA Titan Xp GPU કલાકના હિસાબે ભાડે લો

NVIDIA Titan Xp એ Pascal આર્કિટેક્ચર પર આધારિત કન્ઝ્યુમર GPU છે, જેમાં 12 GB VRAM અને 160 W TDP છે. ONIE પર આ કાર્ડ લગભગ 11.7 TFLOPS single-precision compute અને લગભગ 410 GB/s મેમરી બેન્ડવિડ્થ આપે છે. તે compute capability 6.1ને સપોર્ટ કરે છે અને પ્રતિ-કલાક બિલિંગ, SSH એક્સેસ અને તૈયાર ટેમ્પ્લેટ સાથે ઉપલબ્ધ છે.

સ્પેસિફિકેશન

પ્રતિ GPU VRAM

12 GB

આર્કિટેક્ચર

NVIDIA Pascal

કમ્પ્યુટ ક્ષમતા

6.1

FP32 કમ્પ્યુટ

≈ 11.7 TFLOPS

મેમરી બેન્ડવિડ્થ

≈ 410 GB/s

પાવર મર્યાદા

160 W

હાલમાં સૂચિબદ્ધ મશીનો માટે ઇન્ફ્રાસ્ટ્રક્ચર પ્રદાતા દ્વારા જાણ કરાયેલાં મૂલ્યો; વાસ્તવિક પ્રદર્શન મશીન પ્રમાણે બદલાય છે.

ઉપલબ્ધ રૂપરેખાંકનો

લાઇવ સ્ટોક અને કિંમતો, સતત અપડેટ થાય છે. ઓર્ડર આપતા પહેલાં અંતિમ કિંમતની પુષ્ટિ થાય છે.

લાઇવ કિંમતો લોડ થઈ રહી છે…

Titan Xp શા માટે સારું છે

PyTorch ડેવલપમેન્ટ અને પ્રોટોટાઇપિંગ

12 GB મેમરી મર્યાદામાં machine learning કોડ લખવા, ટેસ્ટ કરવા અને ડિબગ કરવા માટે PyTorch/CUDA ટેમ્પ્લેટનો ઉપયોગ કરો.

કોમ્પેક્ટ લેંગ્વેજ મોડેલ ઇન્ફરન્સ

પૂર્વ-કન્ફિગર કરેલા Ollama અથવા vLLM ટેમ્પ્લેટનો ઉપયોગ કરીને 12 GB VRAMમાં સમાઈ જાય તેવા નાના language models ચલાવો.

સ્ટાન્ડર્ડ ઇમેજ જનરેશન વર્કફ્લો

મૂળભૂત diffusion pipelines અને image synthesis કાર્યો માટે ComfyUI ડિપ્લોય કરો, જેમાં મેમરી 12 GB ઓળંગે નહીં.

સામાન્ય CUDA કમ્પ્યુટ કાર્યો

Pascal આર્કિટેક્ચર અને compute capability 6.1 સાથે સુસંગત કસ્ટમ single-precision compute workloads ચલાવો.

શું આ તમારા માટે યોગ્ય GPU છે?

બજેટ-સભાન ડેવલપમેન્ટ, લેગસી CUDA compatibility ટેસ્ટિંગ અથવા 12 GB સુધી VRAMની જરૂર હોય તેવા હળવા inference કાર્યો માટે Titan Xp પસંદ કરો. જો તમારા workloadને આધુનિક tensor cores અથવા વધુ મેમરી ક્ષમતાની જરૂર હોય, તો નવું અથવા મોટું GPU પસંદ કરો. માત્ર ન્યૂનતમ display અને compute scripts માટે નાનું કન્ઝ્યુમર કાર્ડ પસંદ કરો.

સમાન GPU સાથે સરખામણી કરો

GPUપ્રતિ GPU VRAMઆર્કિટેક્ચરFP32 કમ્પ્યુટપ્રતિ કલાક શરૂઆતવિગતો
Titan Xp12 GBPascal≈ 11.7 TFLOPS—
RTX 306012 GBAmpere≈ 12 TFLOPS—વિગતો
RTX 3060 laptop12 GBAmpere≈ 12.9 TFLOPS—વિગતો
GTX 1080 Ti11 GBPascal≈ 11 TFLOPS—વિગતો

વારંવાર પૂછાતા પ્રશ્નો

શું NVIDIA Titan Xp LLM inference અને fine-tuning માટે યોગ્ય છે?

12 GB VRAM અને Pascal આર્કિટેક્ચર સાથે, તે Ollama અથવા vLLM નો ઉપયોગ કરીને નાના મોડેલ્સનું inference સંભાળી શકે છે. મોટા મોડેલ્સ અથવા નવી compute capabilities પર આધારિત આધુનિક fine-tuning workflows માટે વધુ મેમરી અને નવા આર્કિટેક્ચરવાળું GPU ભલામણ કરેલું છે.

આ instanceની compute અને મેમરી specifications શું છે?

આ કન્ઝ્યુમર GPUમાં 12 GB VRAM, 160 W પાવર એન્વેલપ અને compute capability 6.1 છે. ઇન્ફ્રાસ્ટ્રક્ચર પ્રદાતાના માપ મુજબ લગભગ 11.7 TFLOPS single-precision પ્રદર્શન અને લગભગ 410 GB/s મેમરી બેન્ડવિડ્થ છે.

હું instance સાથે કેવી રીતે કનેક્ટ કરું અને કયું સોફ્ટવેર ઉપલબ્ધ છે?

તમે SSH એક્સેસ દ્વારા સીધા તમારા instance સાથે કનેક્ટ કરી શકો છો. ONIE PyTorch/CUDA, vLLM, Ollama અને ComfyUI માટે તૈયાર ટેમ્પ્લેટ પણ પૂરા પાડે છે, જેથી તમે તમારું workload ઝડપથી શરૂ કરી શકો.

ONIE પર Titan Xp માટે બિલિંગ કેવી રીતે કામ કરે છે?

Instances પ્રતિ-કલાક ધોરણે બિલ થાય છે. જ્યારે તમારું GPU instance સક્રિય રહે છે, ત્યારે તમે ફક્ત તે કલાકો માટે જ ચૂકવણી કરો છો.

Titan Xp કલાક પ્રમાણે ભાડે લો

એકાઉન્ટ બનાવો, રૂપરેખાંકન પસંદ કરો અને SSH દ્વારા કનેક્ટ કરો. GPU કાઢી નાખો ત્યારે બિલિંગ બંધ થાય છે.

Titan Xp ભાડે લો

બધા GPU →