Lei NVIDIA RTX 3080 GPU per time
NVIDIA RTX 3080 er en forbruker-GPU med Ampere-arkitektur og 10 GB VRAM. Den leverer omtrent 29,5 TFLOPS standard flyttallsberegning og en minnebåndbredde på omtrent 656 GB/s. På ONIE kan du ta i bruk denne GPU-en med timebasert fakturering, SSH-tilgang og klare maler.
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 3080 er god til
Kompakt LLM-inferens
Kjør kvantiserte språkmodeller som får plass innenfor 10 GB VRAM, ved hjelp av forhåndskonfigurerte Ollama- eller vLLM-maler.
Arbeidsflyter for bildegenerering
Kjør diffusjonspipelines i ComfyUI med omtrent 656 GB/s minnebåndbredde for jevn bildeproduksjon.
Prototyping av PyTorch-modeller
Utvikle og test dyplæringskode på et Ampere-kort med compute capability 8.6 før du skalerer opp.
CUDA-beregningsoppgaver
Akselerer egne arbeidsbelastninger som bruker omtrent 29,5 TFLOPS standard flyttallsytelse.
Er dette den riktige GPU-en for deg?
Velg RTX 3080 til prototyping, bildegenerering og inferens i mindre skala der 10 GB VRAM og sterk Ampere-beregning er tilstrekkelig. Velg en GPU med mer minne hvis modellene eller batch-størrelsene dine overstiger 10 GB, eller velg et kort med lavere spesifikasjoner for lette skript som ikke krever omtrent 29,5 TFLOPS.
Sammenlign med lignende GPU-er
Ofte stilte spørsmål
Er RTX 3080 egnet for LLM-inferens og bildegenerering?
Ja, 10 GB VRAM og omtrent 656 GB/s minnebåndbredde håndterer standard bildegenerering i ComfyUI og kvantiserte språkmodeller via Ollama eller vLLM. Større, ukvantiserte modeller krever en GPU med høyere minnekapasitet.
Hvilke programvaremaler finnes for RTX 3080 på ONIE?
Du kan starte instanser med klare maler for PyTorch/CUDA, vLLM, Ollama og ComfyUI. Kortet støtter compute capability 8.6 for bred kompatibilitet med moderne maskinlæringsrammeverk.
Når bør jeg oppgradere fra RTX 3080 til en større GPU?
RTX 3080 gir sterk beregningsytelse i forbrukerklassen på omtrent 29,5 TFLOPS innenfor en effektramme på 380 W, men den er begrenset til 10 GB VRAM. Hvis treningsbatcher eller modellvekter gir feil på grunn av tom for minne, er en arbeidsstasjons- eller datasenter-GPU med større minnebuffer det riktige valget.
Hvordan fungerer fakturering og tilgang på ONIE?
Instanser faktureres per time så lenge de er aktive. Du får full SSH-tilgang til å administrere miljøet ditt, i tillegg til eventuelle webgrensesnitt som følger med den valgte malen.
Lei RTX 3080 per time
Opprett en konto, velg en konfigurasjon og koble til over SSH. Fakturering stopper når du sletter GPU-en.
Lei RTX 3080