NVIDIA Tesla P40 GPU तासाने भाड्याने घ्या
NVIDIA Tesla P40 हे Pascal आर्किटेक्चरवर आधारित डेटासेंटर GPU आहे, ज्यामध्ये 24 GB VRAM आणि compute capability 6.1 आहे. हे सुमारे 9.4 TFLOPS सिंगल-प्रिसिजन compute आणि सुमारे 257 GB/s मेमरी बँडविड्थ देते, तेही 250 W थर्मल मर्यादेत. ONIE वर तुम्ही हे GPU प्रति-तास बिलिंग, SSH अ‍ॅक्सेस आणि PyTorch/CUDA, vLLM, Ollama व ComfyUI साठी पूर्व-कॉन्फिगर केलेल्या टेम्पलेट्ससह भाड्याने घेऊ शकता.
तपशील
प्रति GPU VRAM
आर्किटेक्चर
कंप्यूट क्षमता
FP32 कंप्यूट
मेमरी बँडविड्थ
पॉवर मर्यादा
सध्या सूचीबद्ध मशीनसाठी इन्फ्रास्ट्रक्चर प्रदात्याने नोंदवलेली मूल्ये; प्रत्यक्ष कार्यक्षमता मशीननुसार बदलू शकते.
उपलब्ध कॉन्फिगरेशन
थेट स्टॉक आणि किंमती, सतत अपडेट होत आहेत. ऑर्डर करण्यापूर्वी अंतिम किंमत निश्चित केली जाते.
थेट किंमती लोड होत आहेत…
Tesla P40 कशासाठी उपयुक्त आहे
क्वांटाइज्ड LLM इन्फरन्स
Ollama किंवा vLLM सारखे तयार टेम्पलेट वापरून 24 GB पर्यंत मेमरी लागणारी स्थानिक भाषा मॉडेल चालवा.
इमेज जनरेशन वर्कफ्लो
अनेक checkpoints आणि control nets लोड करण्यासाठी उपयुक्त असलेल्या मोठ्या VRAM क्षमतेसह ComfyUI पाइपलाइन होस्ट करा.
लेगसी CUDA डेव्हलपमेंट
Pascal आर्किटेक्चर आणि compute capability 6.1 साठी PyTorch/CUDA अ‍ॅप्लिकेशन्स तयार करा, चाचणी करा व देखभाल करा.
मेमरी-बाउंड बॅच प्रोसेसिंग
कच्च्या compute गतीपेक्षा मोठे डेटासेट 24 GB VRAM मध्ये बसवण्याला प्राधान्य देणारे डेटासेंटर वर्कलोड चालवा.
हा तुमच्यासाठी योग्य GPU आहे का?
तुमची मुख्य गरज 24 GB VRAM असेल, मेमरी-भुकेले inference किंवा development कार्ये असतील आणि जुनी Pascal compute पुरेशी असेल, तर Tesla P40 निवडा. जड training साठी जास्त मेमरी बँडविड्थ किंवा आधुनिक tensor acceleration हवे असल्यास नवीन किंवा मोठे GPU निवडा; तुमचा वर्कलोड कमी मेमरी वापरत असल्यास लहान GPU निवडा.
तत्सम GPU सोबत तुलना करा
वारंवार विचारले जाणारे प्रश्न
Tesla P40 मोठी भाषा मॉडेल चालवण्यासाठी योग्य आहे का?
24 GB VRAM मुळे Tesla P40 मध्यम आकाराचे, quantized भाषा मॉडेल Ollama सारख्या टेम्पलेट्सद्वारे मेमरीमध्ये ठेवू शकते. मात्र, याची मेमरी बँडविड्थ सुमारे 257 GB/s आहे आणि ते जुन्या Pascal आर्किटेक्चरवर आधारित असल्यामुळे टोकन निर्मिती नवीन डेटासेंटर GPU च्या तुलनेत हळू असेल.
compute capability 6.1 सह कोणती सॉफ्टवेअर सुसंगतता अपेक्षित करावी?
compute capability 6.1 सुमारे 9.4 TFLOPS वर सामान्य सिंगल-प्रिसिजन वर्कलोड्सना समर्थन देते, जे सामान्य PyTorch/CUDA टेम्पलेट्ससोबत चांगले चालते. काही आधुनिक machine learning लायब्ररी किंवा नवीन हार्डवेअर सूचना आवश्यक असणारी वैशिष्ट्ये Pascal आर्किटेक्चरवर चालू शकणार नाहीत.
ONIE वर माझा Tesla P40 इन्स्टन्स कसा कनेक्ट करून सेट करू?
PyTorch/CUDA, vLLM, Ollama किंवा ComfyUI साठी तयार टेम्पलेट्स वापरून इन्स्टन्स डिप्लॉय करा. फाइल्स आणि कस्टम environment व्यवस्थापित करण्यासाठी तुमच्या टर्मिनलमधून थेट SSH अ‍ॅक्सेस समाविष्ट आहे.
Tesla P40 भाड्याने घेण्याचे बिलिंग कसे चालते?
ONIE वरील इन्स्टन्स प्रति-तास बिलिंगवर चालतात, त्यामुळे तुमचा डेटासेंटर GPU इन्स्टन्स सक्रिय असलेल्या कालावधीसाठीच पैसे द्यावे लागतात.
Tesla P40 तासाच्या दराने भाड्याने घ्या
खाते तयार करा, कॉन्फिगरेशन निवडा आणि SSH द्वारे कनेक्ट करा. GPU हटवताच बिलिंग थांबते.
Tesla P40 भाड्याने घ्या