Hyr NVIDIA RTX 3080 GPU per timme
NVIDIA RTX 3080 är en konsument-GPU med Ampere-arkitektur och 10 GB VRAM. Den levererar cirka 29.5 TFLOPS standardberäkningsprestanda för flyttal och en minnesbandbredd på cirka 656 GB/s. På ONIE kan du driftsätta denna GPU med timebaserad fakturering, SSH-åtkomst och färdiga mallar.
Specifikationer
VRAM per GPU
Arkitektur
Compute capability
FP32-beräkning
Minnesbandbredd
Effektgräns
Värden angivna av infrastrukturleverantören för maskiner som för närvarande finns i sortimentet; faktisk prestanda varierar mellan maskiner.
Tillgängliga konfigurationer
Aktuellt lager och priser, uppdateras löpande. Slutpriset bekräftas innan du beställer.
Hämtar aktuella priser…
Vad RTX 3080 passar för
Kompakt LLM-inferens
Kör kvantiserade språkmodeller som ryms inom 10 GB VRAM med förkonfigurerade Ollama- eller vLLM-mallar.
Bildgenereringsarbetsflöden
Kör diffusionspipelines i ComfyUI med hjälp av cirka 656 GB/s minnesbandbredd för stabil bildgenerering.
PyTorch-modellprototyping
Utveckla och testa djupinlärningskod på ett Ampere-kort med compute capability 8.6 innan du skalar upp.
CUDA-beräkningsuppgifter
Accelerera egna arbetsbelastningar som använder cirka 29.5 TFLOPS standardflyttalsprestanda.
Är det rätt GPU för dig?
Välj RTX 3080 för prototyping, bildgenerering och inferens i liten skala där 10 GB VRAM och stark Ampere-beräkningsprestanda räcker. Välj en GPU med mer minne om dina modeller eller batchstorlekar överstiger 10 GB, eller välj ett enklare konsumentkort för lättviktiga skript som inte kräver cirka 29.5 TFLOPS.
Jämför med liknande GPU:er
Vanliga frågor
Är RTX 3080 lämplig för LLM-inferens och bildgenerering?
Ja, dess 10 GB VRAM och cirka 656 GB/s minnesbandbredd klarar standardbildgenerering i ComfyUI och kvantiserade språkmodeller via Ollama eller vLLM. Större okvantiserade modeller kräver en GPU med högre minneskapacitet.
Vilka programvarumallar finns för RTX 3080 på ONIE?
Du kan starta instanser med färdiga mallar för PyTorch/CUDA, vLLM, Ollama och ComfyUI. Kortet stöder compute capability 8.6 för bred kompatibilitet med moderna maskininlärningsramverk.
När bör jag gå upp från RTX 3080 till en större GPU?
RTX 3080 ger stark beräkningsprestanda i konsumentklass på cirka 29.5 TFLOPS inom en effektram på 380 W, men är begränsad till 10 GB VRAM. Om dina träningsbatchar eller modellvikter orsakar out-of-memory-fel är en arbetsstations- eller datacenter-GPU med större minnesbuffert rätt val.
Hur fungerar fakturering och åtkomst på ONIE?
Instanser faktureras per timme under den tid de är aktiva. Du får full SSH-åtkomst för att hantera din miljö, tillsammans med eventuella webbgränssnitt som följer med din valda mall.
Hyr RTX 3080 per timme
Skapa ett konto, välj en konfiguration och anslut via SSH. Faktureringen upphör när du tar bort GPU:n.
Hyr RTX 3080