NVIDIA RTX 2070 GPU を時間単位でレンタル
NVIDIA RTX 2070 は、Turing アーキテクチャを採用し、Compute Capability 7.5 と 8 GB の VRAM を備えたコンシューマー向け GPU です。ONIE のインスタンスでは、150 W の電力枠内で約 7.7 TFLOPS の単精度演算性能と約 370 GB/s のメモリ帯域幅を提供します。時間単位の請求、完全な SSH アクセス、および PyTorch/CUDA、vLLM、Ollama、ComfyUI 用の構築済みテンプレートを利用してこのカードをデプロイできます。
仕様
GPU あたりの VRAM
アーキテクチャ
Compute Capability
FP32 演算性能
メモリ帯域幅
電力制限
現在掲載されているマシンについてインフラプロバイダーから報告された数値です。実際のパフォーマンスはマシンによって異なります。
利用可能な構成
在庫と料金はリアルタイムで随時更新されます。最終的な料金はご注文前に確定します。
リアルタイム料金を読み込み中…
RTX 2070 の主な用途
小型言語モデルの推論
事前設定された Ollama または vLLM テンプレートを使用して、8 GB の VRAM 容量に収まる量子化モデルや小型言語モデルを実行できます。
基本的な画像生成
8 GB のメモリバッファの範囲内で、標準解像度の画像を生成し、ComfyUI で拡散ワークフローをテストできます。
PyTorch コードのプロトタイピング
大規模なハードウェアへスケールする前に、PyTorch/CUDA 環境でニューラルネットワークのトレーニングスクリプトを開発、デバッグ、テストできます。
エントリーレベルの CUDA 開発
直接の SSH アクセスを通じて、Turing アーキテクチャおよび Compute Capability 7.5 をターゲットとしたカスタムカーネルのコンパイルとテストを行えます。
用途に最適な GPU かどうか
8 GB の VRAM に余裕をもって収まる軽量な開発、コードのデバッグ、小規模な推論タスクには RTX 2070 をお選びください。モデルがより多くのメモリや約 7.7 TFLOPS を超える高いスループットを必要とする場合は上位の GPU を選択し、最小限の表示や基本的な演算テストのみを行う場合は下位の GPU を選択してください。
類似の GPU と比較
よくある質問
RTX 2070 は LLM の推論やファインチューニングに適していますか？
8 GB の VRAM と約 370 GB/s のメモリ帯域幅を備える RTX 2070 は、Ollama や vLLM を介した小型の量子化言語モデルの推論に対応できます。より大規模なモデルやフルファインチューニングのワークロードには、より多くの VRAM と新しいアーキテクチャを備えた GPU を推奨します。
この GPU を ComfyUI での画像生成に使用できますか？
はい、ONIE では RTX 2070 で動作する ComfyUI テンプレートを提供しています。8 GB の VRAM は標準的な生成パイプラインに十分ですが、複数の ControlNet やアップスケールパスを含む複雑なワークフローには、より大きなメモリ容量を持つカードが適しています。
RTX 2070 は他のコンシューマー向け GPU と比較してどうですか？
Compute Capability 7.5 および 150 W の消費電力を備えた Turing 世代のコンシューマー向けカードであり、純粋な演算性能とメモリ容量においては新しいアーキテクチャの下に位置します。上位モデルにステップアップすると、より負荷の高いトレーニング向けにより多くの VRAM と高い TFLOPS が得られ、下位モデルにするとメモリの余裕がさらに少なくなります。
ONIE での請求とインスタンスへのアクセスはどのような仕組みですか？
インスタンスは稼働中、時間単位で請求されます。SSH 経由で直接接続できるほか、PyTorch/CUDA、vLLM、Ollama、ComfyUI などの事前設定された環境をすぐに起動することも可能です。
RTX 2070 を時間単位でレンタル
アカウントを作成し、構成を選択して SSH で接続できます。GPU を削除すると課金が停止します。
RTX 2070 をレンタル