Huur een NVIDIA RTX 2070 GPU per uur
De NVIDIA RTX 2070 is een GPU uit het consumentensegment, gebaseerd op de Turing-architectuur met compute capability 7.5 en 8 GB VRAM. Op ONIE melden instanties ongeveer 7.7 TFLOPS aan rekenkracht in enkele precisie en ongeveer 370 GB/s aan geheugenbandbreedte binnen een vermogensbudget van 150 W. U kunt deze kaart inzetten met facturering per uur, volledige SSH-toegang en kant-en-klare sjablonen voor PyTorch/CUDA, vLLM, Ollama en ComfyUI.
Specificaties
VRAM per GPU
Architectuur
Compute capability
FP32-rekenkracht
Geheugenbandbreedte
Vermogenslimiet
Waarden opgegeven door de infrastructuurprovider voor de momenteel vermelde machines; de werkelijke prestaties verschillen per machine.
Beschikbare configuraties
Actuele voorraad en prijzen, continu bijgewerkt. De definitieve prijs wordt bevestigd voordat u bestelt.
Actuele prijzen laden…
Waarvoor de RTX 2070 geschikt is
Inferentie met compacte taalmodellen
Voer gekwantiseerde of kleine taalmodellen uit die passen binnen de capaciteit van 8 GB VRAM, met vooraf geconfigureerde Ollama- of vLLM-sjablonen.
Basis beeldgeneratie
Genereer afbeeldingen in standaardresolutie en test diffusie-workflows in ComfyUI binnen de grenzen van een geheugenbuffer van 8 GB.
Prototyping van PyTorch-code
Ontwikkel, debug en test trainingsscripts voor neurale netwerken in een PyTorch/CUDA-omgeving voordat u opschaalt naar krachtiger hardware.
CUDA-ontwikkeling op instapniveau
Compileer en test aangepaste kernels voor de Turing-architectuur en compute capability 7.5 via directe SSH-toegang.
Is dit de juiste GPU voor u?
Kies de RTX 2070 voor lichtgewicht ontwikkeling, code-debugging en inferentietaken op kleine schaal die comfortabel binnen 8 GB VRAM passen. Kies een grotere GPU als uw modellen meer geheugen of een hogere doorvoer dan ongeveer 7.7 TFLOPS vereisen, of kies een kleinere GPU alleen voor minimale weergave- of basale rekentests.
Vergelijk met vergelijkbare GPU's
Veelgestelde vragen
Is de RTX 2070 geschikt voor LLM-inferentie en fine-tuning?
Met 8 GB VRAM en ongeveer 370 GB/s geheugenbandbreedte kan de RTX 2070 inferentie uitvoeren voor kleine, gekwantiseerde taalmodellen via Ollama of vLLM. Voor grotere modellen of volledige fine-tuning-workloads wordt een GPU met meer VRAM en een nieuwere architectuur aanbevolen.
Kan ik deze GPU gebruiken voor beeldgeneratie met ComfyUI?
Ja, ONIE biedt een ComfyUI-sjabloon dat op de RTX 2070 draait. De 8 GB VRAM is voldoende voor standaard generatiepijplijnen, maar complexe workflows met meerdere control nets of upscale-stappen profiteren van een kaart met meer geheugencapaciteit.
Hoe verhoudt de RTX 2070 zich tot andere consumenten-GPU's?
Als consumentenkaart uit de Turing-generatie met compute capability 7.5 en een vermogensverbruik van 150 W ligt de RTX 2070 qua ruwe rekenkracht en geheugencapaciteit lager dan nieuwere architecturen. Met een hoger model krijgt u meer VRAM en meer TFLOPS voor zwaardere training, terwijl een lager model de geheugenruimte verder beperkt.
Hoe werken facturering en instantietoegang op ONIE?
Instanties worden per uur gefactureerd zolang ze actief zijn. U kunt direct verbinding maken via SSH of meteen starten in vooraf geconfigureerde omgevingen, waaronder PyTorch/CUDA, vLLM, Ollama en ComfyUI.
Huur de RTX 2070 per uur
Maak een account aan, kies een configuratie en maak verbinding via SSH. De facturering stopt zodra u de GPU verwijdert.
Huur RTX 2070