იქირავეთ NVIDIA CMP 170HX GPU საათობრივად
NVIDIA CMP 170HX არის Ampere არქიტექტურაზე დაფუძნებული მონაცემთა ცენტრის GPU, რომელსაც აქვს 64 GB VRAM და 250 W TDP. მისი მეხსიერების გამტარუნარიანობა დაახლოებით 1516 GB/s-ია, ხოლო ერთმაგი სიზუსტის გამოთვლითი წარმადობა — დაახლოებით 12.1 TFLOPS, გამოთვლითი შესაძლებლობის დონით 8.0. ONIE-ზე ამ ბარათის გაშვება შეგიძლიათ საათობრივი გადახდით, სრული SSH წვდომითა და მზა შაბლონებით PyTorch/CUDA-სთვის, vLLM-ისთვის, Ollama-სა და ComfyUI-სთვის.
სპეციფიკაციები
VRAM თითო GPU-ზე
არქიტექტურა
გამოთვლითი შესაძლებლობა
FP32 გამოთვლები
მეხსიერების გამტარუნარიანობა
სიმძლავრის ლიმიტი
მნიშვნელობები მოწოდებულია ინფრასტრუქტურის პროვაიდერის მიერ ამჟამად ჩამონათვალში არსებული მანქანებისთვის; რეალური მუშაობა მანქანის მიხედვით განსხვავდება.
ხელმისაწვდომი კონფიგურაციები
რეალურ დროში განახლებადი მარაგი და ფასები. საბოლოო ფასი დადასტურდება შეკვეთამდე.
რეალური ფასები იტვირთება…
რისთვისაა კარგი CMP 170HX
მეხსიერების გამტარუნარიანობაზე დამოკიდებული LLM ინფერენსი
გაუშვით დიდი ენობრივი მოდელები vLLM-ის ან Ollama-ს მეშვეობით, 64 GB VRAM-ისა და დაახლოებით 1516 GB/s მეხსიერების გამტარუნარიანობის გამოყენებით.
ღრმა სწავლება დიდი მეხსიერებით
შეასრულეთ PyTorch/CUDA ამოცანები, რომლებსაც დიდი მოცულობის მეხსიერება და გამოთვლითი შესაძლებლობის დონე 8.0 სჭირდება, მოდელების რამდენიმე მოწყობილობაზე განაწილების გარეშე.
გამოსახულების გენერაციის რთული სამუშაო პროცესები
ComfyUI-ში ერთდროულად ჩატვირთეთ რამდენიმე დიდი დიფუზიური მოდელის საკონტროლო წერტილი და ControlNet მოდელი, 64 GB მეხსიერების ფარგლებში.
მონაცემთა დამუშავება და სიმულაცია
შეასრულეთ მონაცემთა ცენტრის მეხსიერებისადმი მომთხოვნი ამოცანები, რომლებსაც მეხსიერების მაღალი გამტარუნარიანობა სჭირდება, 250 W ენერგომოხმარების ფარგლებში.
ეს თქვენთვის სწორი GPU არის?
აირჩიეთ CMP 170HX, თუ თქვენი ამოცანის წარმადობას მეხსიერების მოცულობა და გამტარუნარიანობა უფრო ზღუდავს, ვიდრე ერთმაგი სიზუსტის გამოთვლითი წარმადობა. თუ სწავლების უფრო სწრაფი ციკლები გჭირდებათ, აირჩიეთ უფრო მაღალი გამოთვლითი წარმადობის GPU; ხოლო თუ თქვენს მოდელებს 64 GB VRAM არ სჭირდება — უფრო მცირე სამომხმარებლო ბარათი.
შეადარეთ მსგავს GPU-ებთან
ხშირად დასმული კითხვები
გამოდგება CMP 170HX LLM ინფერენსისთვის?
დიახ. 64 GB VRAM-ისა და დაახლოებით 1516 GB/s მეხსიერების გამტარუნარიანობის წყალობით, ის კარგად გამოდგება დიდი ენობრივი მოდელების ჩასატვირთად და გასაშვებად ისეთი შაბლონებით, როგორიცაა vLLM და Ollama. თუმცა, რადგან მისი ერთმაგი სიზუსტის გამოთვლითი წარმადობა დაახლოებით 12.1 TFLOPS-ია, მოთხოვნის დამუშავება უფრო ნელი იქნება, ვიდრე უფრო მაღალი გამოთვლითი სიმძლავრის მქონე მონაცემთა ცენტრის GPU-ებზე.
როგორ შეედრება ეს GPU მონაცემთა ცენტრის სტანდარტულ ამაჩქარებლებს?
CMP 170HX-ს აქვს დიდი, 64 GB მეხსიერება და მაღალი გამტარუნარიანობა, Ampere არქიტექტურის მონაცემთა ცენტრის სტანდარტული ბარათების მსგავსად, ხოლო მისი TDP 250 W-ია. მისი მთავარი კომპრომისი შედარებით დაბალი, დაახლოებით 12.1 TFLOPS გამოთვლითი წარმადობაა, ამიტომ ის უფრო მეტად მეხსიერების გამტარუნარიანობაზე დამოკიდებული ამოცანებისთვის გამოდგება, ვიდრე ინტენსიური გამოთვლებისთვის.
რომელი პროგრამული გარემოებია ხელმისაწვდომი ამ GPU-სთვის?
ბარათი მხარს უჭერს CUDA გამოთვლითი შესაძლებლობის დონეს 8.0 და მისი გაშვება ONIE-ზე შეგიძლიათ წინასწარ გამართული შაბლონებით, მათ შორის PyTorch/CUDA-თი, vLLM-ით, Ollama-თი და ComfyUI-თი. ასევე მიიღებთ პირდაპირ SSH წვდომას საკუთარი ბიბლიოთეკების დასაყენებლად და გარემოს სამართავად.
როგორ ხდება გადახდა CMP 170HX-ის ქირაობისას?
ONIE-ზე ინსტანციებისთვის მოქმედებს საათობრივი გადახდა, ამიტომ იხდით მხოლოდ იმ დროისთვის, როცა თქვენი GPU აქტიურია.
იქირავეთ CMP 170HX საათობრივად
შექმენით ანგარიში, აირჩიეთ კონფიგურაცია და დაუკავშირდით SSH-ით. ბილინგი შეჩერდება, როცა GPU-ს წაშლით.
იქირავეთ CMP 170HX