Վարձակալեք NVIDIA A800 PCIE GPU ժամավճարով
NVIDIA A800 PCIE-ը Ampere ճարտարապետության տվյալների կենտրոնի GPU է՝ 80 ԳԲ VRAM-ով։ Այն ապահովում է մոտ 1598 ԳԲ/վ հիշողության թողունակություն և մոտ 15,6 TFLOPS միաճշգրտության արդյունավետություն՝ 300 Վտ սնուցման սահմաններում։ ONIE-ում այս քարտը կարող եք տեղակայել ժամային վճարումով, լրիվ SSH մուտքով և պատրաստի կաղապարներով PyTorch/CUDA, vLLM, Ollama և ComfyUI համար։
Բնութագրեր
VRAM յուրաքանչյուր GPU-ի համար
Ճարտարապետություն
Հաշվարկային հնարավորություն (compute capability)
FP32 հաշվարկ
Հիշողության թողունակություն
Սնուցման սահման
Արժեքները տրամադրված են ենթակառուցվածքի մատակարարի կողմից՝ ներկայումս ցուցադրվող մեքենաների համար. իրական աշխատանքը տարբերվում է ըստ մեքենայի։
Հասանելի կոնֆիգուրացիաներ
Առկայությունը և գները թարմացվում են անընդհատ։ Վերջնական գինը հաստատվում է պատվիրելուց առաջ։
Բեռնվում են գները…
Ինչի համար է հարմար A800 PCIE-ը
Մեծ լեզվական մոդելների ինֆերենս
Աշխատեցրեք մեծ լեզվական մոդելներն ամբողջությամբ 80 ԳԲ VRAM բուֆերում՝ օգտագործելով նախապես կարգավորված vLLM կամ Ollama կաղապարները։
Խորը ուսուցման ճշգրտում (fine-tuning)
Վարժեցրեք և ճշգրտեք մոդելները մեծ մարտկոցի չափերով և երկար կոնտեքստի պատուհաններով PyTorch/CUDA-ում՝ առանց հիշողության խցանումների։
Մեծ ծավալի խմբային մշակում
Օգտագործեք մոտ 1598 ԳԲ/վ հիշողության թողունակությունը՝ տվյալահաջորդ նեյրոնային ցանցերի աշխատանքներն ու էմբեդինգները մշակելու համար։
Բարդ generative աշխատանքային հոսքեր
Աշխատեցրեք բազմամոդելային diffusion խողովակաշարեր ComfyUI-ում՝ միաժամանակ պահելով մի քանի checkpoint հիշողության մեջ։
Արդյո՞ք սա Ձեզ հարմար GPU է։
Ընտրեք A800 PCIE, երբ ձեր հիմնական պահանջը 80 ԳԲ հիշողության տարողությունն է մեծ մասշտաբի AI մոդելների համար, այլ ոչ թե միաճշգրտության հում հաշվողական հզորությունը։ Եթե ձեր աշխատանքը տեղավորվում է ավելի փոքր հիշողության մեջ, ավելի հարմար է ցածր VRAM-ով աշխատանքային կամ սպառողական GPU-ն, իսկ հաշվողականորեն ծանր խնդիրները կարող են օգտվել նոր սերնդի տվյալների կենտրոնի ճարտարապետություններից։
Համեմատել նման GPU-ների հետ
| GPU | VRAM յուրաքանչյուր GPU-ի համար | Ճարտարապետություն | FP32 հաշվարկ | Սկսած / ժամ | Մանրամասներ |
|---|---|---|---|---|---|
| A800 PCIE | 80 GB | Ampere | ≈ 15.6 TFLOPS | — | |
| CMP 170HX | 64 GB | Ampere | ≈ 12.1 TFLOPS | — | Մանրամասներ |
| A100 PCIE | 40 GB | Ampere | ≈ 15.6 TFLOPS | — | Մանրամասներ |
| A100 SXM4 | 40 GB | Ampere | ≈ 15.6 TFLOPS | — | Մանրամասներ |
Հաճախ տրվող հարցեր
Արդյո՞ք NVIDIA A800 PCIE-ը հարմար է մեծ լեզվական մոդելների աշխատանքների համար։
Այո, 80 ԳԲ VRAM-ը և մոտ 1598 ԳԲ/վ հիշողության թողունակությունը այն լավ հարմարեցնում են այն մեծ լեզվական մոդելների սպասարկման և ճշգրտման համար, որոնք գերազանցում են սովորական սպառողական քարտերի տարողությունը։ Այն աջակցում է CUDA compute capability 8.0-ին՝ ժամանակակից AI շրջանակների լայն համատեղելիության համար։
Ինչպե՞ս է այս GPU-ն համեմատվում ավելի փոքր կամ նոր տվյալների կենտրոնի մոդելների հետ։
A800 PCIE-ն առաջարկում է 80 ԳԲ հիշողության մեծ ծավալ Ampere ճարտարապետության վրա, ինչը այն իդեալական է հիշողությամբ սահմանափակված խնդիրների համար՝ ավելի ցածր տարողությամբ քարտերի համեմատ։ Սակայն մոտ 15,6 TFLOPS միաճշգրտության արդյունավետությամբ՝ այն աշխատանքներ, որոնք մեծապես հիմնված են հում հաշվողական հզորության վրա, կարող են ավելի արագ աշխատել նոր ճարտարապետության սերունդներում։
Ինչպե՞ս միանալ և կարգավորել իմ A800 PCIE instance-ը։
ONIE-ի յուրաքանչյուր instance ներառում է ուղիղ SSH մուտք՝ ձեր միջավայրի լրիվ կառավարման համար։ Կարող եք նաև անմիջապես գործարկել՝ օգտագործելով պատրաստի կաղապարներ PyTorch/CUDA, vLLM, Ollama և ComfyUI համար։
Ինչպե՞ս է աշխատում A800 PCIE-ի վարձակալության վճարումը։
ONIE-ը բոլոր GPU instance-ների համար օգտագործում է պարզ ժամային վճարում։ Վճարում եք միայն այն ժամանակի համար, երբ ձեր instance-ն ակտիվ է, ինչը թույլ է տալիս ըստ անհրաժեշտության մասշտաբավորել ձեր տվյալների կենտրոնի հաշվողական օգտագործումը։
Վարձակալեք A800 PCIE-ը ժամավճարով
Ստեղծեք հաշիվ, ընտրեք կոնֆիգուրացիա և միացեք SSH-ով։ Վճարումը դադարում է, երբ ջնջում եք GPU-ն։
Վարձակալել A800 PCIE