იქირავეთ NVIDIA GTX 1080 GPU საათობრივად
NVIDIA GTX 1080 სამომხმარებლო სეგმენტის Pascal არქიტექტურის GPU-ა, რომელსაც აქვს 8 GB VRAM და 130 W TDP. ONIE-ზე ის უზრუნველყოფს დაახლოებით 7.8 TFLOPS წარმადობას ერთმაგი სიზუსტის გამოთვლებში და დაახლოებით 227 GB/s მეხსიერების გამტარუნარიანობას. 6.1 გამოთვლითი შესაძლებლობით ის გამოდგება CUDA-ს საწყისი დონის განვითარებისთვის, მსუბუქი ინფერენსისა და საბაზისო რენდერინგისთვის.
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 GTX 1080
CUDA-ს საწყისი დონის განვითარება
დაწერეთ, დააკომპილირეთ და გამართეთ Pascal-ის 6.1 გამოთვლით შესაძლებლობაზე გათვლილი CUDA კოდი SSH წვდომით.
მცირე მოდელებით ინფერენსი
Ollama-ს ან PyTorch-ის შაბლონებით გაუშვით კომპაქტური ნეირონული ქსელები და კვანტიზებული ენობრივი მოდელები, რომლებიც თავისუფლად ეტევა 8 GB VRAM-ში.
საბაზისო გამოსახულების გენერაცია
ComfyUI-ში გაუშვით გამოსახულების სინთეზის სტანდარტული სამუშაო პროცესები, რომლებისთვისაც საკმარისია 8 GB მეხსიერება და დაახლოებით 227 GB/s გამტარუნარიანობა.
კლასიკური მანქანური სწავლება
გაწვრთენით და შეაფასეთ ტაბულური მოდელები ან მცირე კონვოლუციური ქსელები დაახლოებით 7.8 TFLOPS ერთმაგი სიზუსტის წარმადობის გამოყენებით.
ეს თქვენთვის სწორი GPU არის?
აირჩიეთ GTX 1080 პროტოტიპირებისთვის, სწავლისა და მსუბუქი ამოცანებისთვის, რომლებიც ეტევა 8 GB VRAM-ში და არ საჭიროებს თანამედროვე ტენზორულ ბირთვებს. თუ თქვენს ამოცანას სჭირდება 8 GB-ზე მეტი მეხსიერება, შერეული სიზუსტის გამოთვლების აპარატურული აჩქარება ან მეხსიერების უფრო მაღალი გამტარუნარიანობა, აირჩიეთ უფრო ახალი ან მეტი მეხსიერების მქონე GPU.
შეადარეთ მსგავს GPU-ებთან
ხშირად დასმული კითხვები
გამოდგება GTX 1080 LLM-ით ინფერენსისთვის ან დამატებითი გაწვრთნისთვის?
8 GB VRAM-ითა და Pascal არქიტექტურით GTX 1080-ს შეუძლია მცირე, ძლიერ კვანტიზებულ მოდელებზე ინფერენსის გაშვება ისეთი შაბლონებით, როგორიცაა Ollama. უფრო დიდი ენობრივი მოდელებისთვის ან დამატებითი გაწვრთნისთვის რეკომენდებულია GPU მეტი VRAM-ითა და უფრო ახალი გამოთვლითი შესაძლებლობით.
რომელი პროგრამული შაბლონები და წვდომის მეთოდებია ხელმისაწვდომი ONIE-ზე?
შეგიძლიათ GTX 1080 გაუშვათ წინასწარ გამართული შაბლონებით, მათ შორის PyTorch/CUDA, ComfyUI, Ollama და vLLM. გექნებათ სრული SSH წვდომა, რათა მოირგოთ თქვენი გარემო და უშუალოდ მართოთ ფაილები.
როგორ მოქმედებს Pascal არქიტექტურა ღრმა სწავლების თანამედროვე ფრეიმვორკებზე?
GTX 1080 მხარს უჭერს CUDA-ს 6.1 გამოთვლით შესაძლებლობას და სტანდარტულ ერთმაგი სიზუსტის ოპერაციებს დაახლოებით 7.8 TFLOPS წარმადობით ასრულებს. რადგან მას არ აქვს ახალ არქიტექტურებში არსებული სპეციალიზებული მატრიცული ბირთვები, ფრეიმვორკები, რომლებიც დაბალი სიზუსტის ფორმატების აპარატურულ აჩქარებას ეყრდნობა, უფრო ნელა იმუშავებს ან ალტერნატიულ რეჟიმზე გადასვლას მოითხოვს.
როგორ ხდება GTX 1080-ის ქირის დარიცხვა?
ONIE-ზე ინსტანსების საფასური საათობრივად ირიცხება, ამიტომ იხდით მხოლოდ იმ დროისთვის, როცა თქვენი GTX 1080 ინსტანსი აქტიურია.
იქირავეთ GTX 1080 საათობრივად
შექმენით ანგარიში, აირჩიეთ კონფიგურაცია და დაუკავშირდით SSH-ით. ბილინგი შეჩერდება, როცა GPU-ს წაშლით.
იქირავეთ GTX 1080