Վարձակալեք NVIDIA RTX 3080 GPU ժամավճարով
NVIDIA RTX 3080-ը Ampere ճարտարապետության սպառողական GPU է՝ 10 GB VRAM-ով։ Այն ապահովում է մոտ 29.5 TFLOPS ստանդարտ լողացող կետով հաշվարկային հզորություն և մոտ 656 GB/s հիշողության թողունակություն։ ONIE-ում այս GPU-ն կարող եք տեղակայել ժամային վճարումով, SSH մուտքով և պատրաստի կաղապարներով։
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 RTX 3080-ը
Կոմպակտ LLM ինֆերենս
Գործարկեք քվանտացված լեզվական մոդելներ, որոնք տեղավորվում են 10 GB VRAM-ի մեջ՝ օգտագործելով նախապես կարգավորված Ollama կամ vLLM կաղապարներ։
Պատկերների գեներացման աշխատանքային հոսքեր
Իրականացրեք դիֆուզիոն խողովակաշարեր ComfyUI-ում՝ օգտագործելով մոտ 656 GB/s հիշողության թողունակությունը կայուն պատկերների արտադրության համար։
PyTorch մոդելների նախատիպավորում
Մշակեք և փորձարկեք խորը ուսուցման կոդը Ampere քարտի վրա՝ compute capability 8.6-ով, նախքան մասշտաբավորելը։
CUDA հաշվարկային առաջադրանքներ
Արագացրեք հատուկ աշխատանքային բեռները, որոնք օգտագործում են մոտ 29.5 TFLOPS ստանդարտ լողացող կետով կատարողականը։
Արդյո՞ք սա Ձեզ հարմար GPU է։
Ընտրեք RTX 3080-ը նախատիպավորման, պատկերների generation-ի և փոքր մասշտաբի ինֆերենսի համար, երբ 10 GB VRAM-ը և ուժեղ Ampere հաշվարկային հզորությունը բավարար են: Ընտրեք ավելի մեծ հիշողությամբ GPU, եթե ձեր մոդելները կամ batch չափերը գերազանցում են 10 GB-ը, կամ ընտրեք ավելի ցածր սպեցիֆիկացիայով սպառողական քարտ թեթև սկրիպտների համար, որոնց համար մոտ 29.5 TFLOPS չի պահանջվում:
Համեմատել նման GPU-ների հետ
| GPU | VRAM յուրաքանչյուր GPU-ի համար | Ճարտարապետություն | FP32 հաշվարկ | Սկսած / ժամ | Մանրամասներ |
|---|---|---|---|---|---|
| RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | — | |
| RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | — | Մանրամասներ |
| RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | — | Մանրամասներ |
| RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | — | Մանրամասներ |
Հաճախ տրվող հարցեր
Հարմա՞ր է արդյոք RTX 3080-ը LLM ինֆերենսի և պատկերների generation-ի համար:
Այո, դրա 10 GB VRAM-ը և մոտ 656 GB/s հիշողության թողունակությունը բավարար են ComfyUI-ում ստանդարտ պատկերների գեներացման և Ollama կամ vLLM-ի միջոցով քվանտացված լեզվական մոդելների համար։ Ավելի մեծ, չքվանտացված մոդելների համար պահանջվում է ավելի մեծ հիշողության տարողությամբ GPU։
Ի՞նչ ծրագրային կաղապարներ են հասանելի RTX 3080-ի համար ONIE-ում։
Դուք կարող եք գործարկել օրինակներ պատրաստի կաղապարներով՝ PyTorch/CUDA, vLLM, Ollama և ComfyUI-ի համար։ Քարտը աջակցում է compute capability 8.6-ը՝ ժամանակակից մեքենայական ուսուցման շրջանակների լայն համատեղելիության համար։
Ե՞րբ պետք է RTX 3080-ից անցնել ավելի մեծ GPU-ի։
RTX 3080-ն ապահովում է ուժեղ սպառողական դասի հաշվարկային հզորություն՝ մոտ 29.5 TFLOPS 380 W հզորության սահմաններում, բայց սահմանափակված է 10 GB VRAM-ով։ Եթե ձեր ուսուցման խմբաչափերը կամ մոդելի կշիռները հիշողության սպառման (out-of-memory) սխալներ են առաջացնում, ավելի մեծ հիշողության բուֆերով աշխատանքային կայանի կամ տվյալների կենտրոնի GPU-ն համապատասխան ընտրությունն է։
Ինչպե՞ս է աշխատում վճարումը և մուտքը ONIE-ում։
Instance-ները վճարվում են ժամավճարով, քանի դեռ ակտիվ են: Դուք ստանում եք լրիվ SSH մուտք՝ ձեր միջավայրը կառավարելու համար, ինչպես նաև ձեր ընտրած ձևանմուշի կողմից տրամադրված վեբ ինտերֆեյսները:
Վարձակալեք RTX 3080-ը ժամավճարով
Ստեղծեք հաշիվ, ընտրեք կոնֆիգուրացիա և միացեք SSH-ով։ Վճարումը դադարում է, երբ ջնջում եք GPU-ն։
Վարձակալել RTX 3080