GPU Cloud · NVIDIA · Ampere

Lei NVIDIA RTX 3070 GPU per time

NVIDIA RTX 3070 er et GPU i forbrukersegmentet med Ampere-arkitektur, utstyrt med 8 GB VRAM og en TDP på 220 W. På ONIE gir kortet omtrent 19,8 TFLOPS enkeltpresisjonsregnekraft og omtrent 386 GB/s minnebåndbredde. Med compute capability 8.6 er det et praktisk valg for utvikling, prototyping og lette inferensoppgaver.

Spesifikasjoner

VRAM per GPU

8 GB

Arkitektur

NVIDIA Ampere

Compute capability

8.6

FP32-beregning

≈ 19.8 TFLOPS

Minnebåndbredde

≈ 386 GB/s

Effektgrense

220 W

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 3070 er god til

Lett LLM-inferens

Kjør kvantiserte små språkmodeller med ferdige Ollama- eller vLLM-maler innenfor 8 GB VRAM.

Arbeidsflyter for bildegenerering

Generer bilder i standardoppløsning og test nodearbeidsflyter med den forhåndskonfigurerte ComfyUI-malen.

Prototyping av PyTorch-kode

Utvikle, feilsøk og verifiser maskinlæringsskript på Ampere-maskinvare med compute capability 8.6 før du skalerer opp.

Batchbehandling av data

Bruk omtrent 19,8 TFLOPS enkeltpresisjonsytelse og omtrent 386 GB/s minnebåndbredde til GPU-akselererte databehandlingspipelines.

Er dette den riktige GPU-en for deg?

Velg RTX 3070 til kodetesting, lett inferens og bildegenerering i liten skala som får plass komfortabelt innenfor 8 GB minne. Velg et GPU med mer VRAM for finjustering eller store modellvekter, eller et GPU på inngangsnivå hvis arbeidsoppgaven krever minimal regnekraft.

Sammenlign med lignende GPU-er

GPUVRAM per GPUArkitekturFP32-beregningFra / timeDetaljer
RTX 30708 GBAmpere≈ 19.8 TFLOPS—
RTX 3060 Ti8 GBAmpere≈ 15.7 TFLOPS—Detaljer
RTX A400016 GBAmpere≈ 20.6 TFLOPS—Detaljer
RTX 2080 Ti11 GBTuring≈ 14.6 TFLOPS—Detaljer

Ofte stilte spørsmål

Er RTX 3070 egnet for LLM-inferens og finjustering?

Med 8 GB VRAM kan RTX 3070 håndtere inferens for små, kvantiserte språkmodeller ved hjelp av maler som Ollama eller vLLM. For full finjustering eller kjøring av større modeller bør du velge et GPU med større minnekapasitet.

Hvordan kobler jeg til min RTX 3070-instans på ONIE?

Du kan koble til direkte via SSH for arbeidsflyter i kommandolinjen, eller starte ferdige maler, blant annet PyTorch/CUDA, ComfyUI, Ollama og vLLM. Fakturering beregnes per time så lenge instansen er aktiv.

Hvilke CUDA-funksjoner støtter RTX 3070?

Som et forbruker-GPU fra Ampere-generasjonen støtter RTX 3070 compute capability 8.6. Dette gjør at det kan kjøre moderne PyTorch/CUDA-arbeidsoppgaver som får plass innenfor minnegrensen på 8 GB.

Hvordan sammenlignes RTX 3070 med Ampere-GPU-er i høyere klasse?

RTX 3070 gir omtrent 19,8 TFLOPS enkeltpresisjonsregnekraft og omtrent 386 GB/s minnebåndbredde ved en TDP på 220 W. Hvis du går opp til Ampere-GPU-er i høyere klasse, for forbruker- eller arbeidsstasjonsbruk, får du mer VRAM-kapasitet og høyere minnebåndbredde for tyngre arbeidsoppgaver.

Lei RTX 3070 per time

Opprett en konto, velg en konfigurasjon og koble til over SSH. Fakturering stopper når du sletter GPU-en.

Lei RTX 3070

Alle GPU-er →