Lei NVIDIA RTX 2070 GPU per time
NVIDIA RTX 2070 er et GPU for forbrukersegmentet, bygget på Turing-arkitekturen med compute capability 7.5 og 8 GB VRAM. På ONIE rapporterer instanser omtrent 7,7 TFLOPS enkeltpresisjonsregning og omtrent 370 GB/s minnebåndbredde innenfor en effektramme på 150 W. Du kan distribuere dette kortet med timebasert fakturering, full SSH-tilgang og klare maler for PyTorch/CUDA, vLLM, Ollama og ComfyUI.
Spesifikasjoner
VRAM per GPU
Arkitektur
Compute capability
FP32-beregning
Minnebåndbredde
Effektgrense
Verdier oppgitt av infrastrukturleverandøren for maskiner som er tilgjengelige nå. Faktisk ytelse varierer mellom maskiner.
Tilgjengelige konfigurasjoner
Lagerstatus og priser oppdateres fortløpende. Endelig pris bekreftes før du bestiller.
Laster inn live-priser…
Hva RTX 2070 er god til
Kompakt inferens med språkmodeller
Kjør kvantiserte eller små språkmodeller som får plass i de 8 GB VRAM-kapasiteten, ved hjelp av forhåndskonfigurerte Ollama- eller vLLM-maler.
Enkel bildegenerering
Generer bilder i standardoppløsning og test diffusjonsarbeidsflyter i ComfyUI innenfor grensene til en minnebuffer på 8 GB.
PyTorch-kodeprototyping
Utvikle, feilsøk og test treningsskript for nevrale nettverk i et PyTorch/CUDA-miljø før du skalerer opp til større maskinvare.
CUDA-utvikling på inngangsnivå
Kompiler og test egendefinerte kjerner rettet mot Turing-arkitekturen og compute capability 7.5 via direkte SSH-tilgang.
Er dette den riktige GPU-en for deg?
Velg RTX 2070 for lett utvikling, kodefeilsøking og inferensoppgaver i mindre skala som får plass komfortabelt innenfor 8 GB VRAM. Velg et større GPU hvis modellene dine krever mer minne eller høyere gjennomstrømning enn omtrent 7,7 TFLOPS, eller velg et mindre GPU kun for minimal skjermbruk eller enkel regnetesting.
Sammenlign med lignende GPU-er
Ofte stilte spørsmål
Er RTX 2070 egnet for LLM-inferens og finjustering?
Med 8 GB VRAM og omtrent 370 GB/s minnebåndbredde kan RTX 2070 håndtere inferens for små, kvantiserte språkmodeller via Ollama eller vLLM. For større modeller eller full finjustering anbefales et GPU med mer VRAM og nyere arkitektur.
Kan jeg bruke dette GPU-et til bildegenerering med ComfyUI?
Ja, ONIE tilbyr en ComfyUI-mal som kjører på RTX 2070. De 8 GB VRAM er tilstrekkelig for standard genereringsflyter, men komplekse arbeidsflyter med flere control nets eller oppskaleringstrinn vil dra nytte av et kort med større minnekapasitet.
Hvordan sammenlignes RTX 2070 med andre GPU-er for forbrukere?
Som et forbrukerkort fra Turing-generasjonen med compute capability 7.5 og et effektforbruk på 150 W, ligger det under nyere arkitekturer i rå regnekraft og minnekapasitet. Å gå opp til en modell i høyere klasse gir mer VRAM og høyere TFLOPS for tyngre trening, mens å gå ned reduserer minnemarginen ytterligere.
Hvordan fungerer fakturering og instanstilgang på ONIE?
Instanser faktureres per time mens de er aktive. Du kan koble til direkte via SSH eller starte umiddelbart i forhåndskonfigurerte miljøer, inkludert PyTorch/CUDA, vLLM, Ollama og ComfyUI.
Lei RTX 2070 per time
Opprett en konto, velg en konfigurasjon og koble til over SSH. Fakturering stopper når du sletter GPU-en.
Lei RTX 2070