Hyr NVIDIA RTX 3090 GPU per timme
NVIDIA RTX 3090 är ett konsumentgrafikkort med Ampere-arkitektur, utrustat med 24 GB VRAM och compute capability 8.6. Det levererar cirka 35,4 TFLOPS standard-precision för enkel precision (single-precision) och cirka 805 GB/s minnesbandbredd vid en effektklass på 350 W. Du kan hyra detta GPU på ONIE med timbaserad fakturering, full SSH-åtkomst och färdiga mallar för PyTorch/CUDA, vLLM, Ollama och ComfyUI.
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 3090 passar för
LLM-inferens i lokal skala
Kör kvantiserade eller mellanstora språkmodeller inom 24 GB VRAM med förkonfigurerade vLLM- eller Ollama-mallar.
Bildgenereringsarbetsflöden
Driftsätt ComfyUI för att generera högupplösta bilder och köra egna diffusionspipelines utan att nå minnesgränserna på vanliga konsumentkort.
Finjustering och träning av modeller
Använd PyTorch/CUDA-mallen för att finjustera neurala nätverk som ryms inom 24 GB minne och utnyttjar cirka 805 GB/s minnesbandbredd.
Allmän CUDA-beräkning
Kör egna arbetsbelastningar kompilerade för compute capability 8.6 med cirka 35,4 TFLOPS prestanda för enkel precision.
Är det rätt GPU för dig?
RTX 3090 passar utvecklare och forskare som behöver 24 GB VRAM för minneskrävande uppgifter på ett Ampere-kort i konsumentsegmentet. Välj ett mindre GPU för lättviktig inferens som kräver mindre minne, eller gå upp till ett arbetsstations- eller datacenter-GPU om dina modeller överskrider 24 GB VRAM eller kräver funktioner från nyare arkitekturer.
Jämför med liknande GPU:er
Vanliga frågor
Passar RTX 3090 för LLM-inferens och finjustering?
Ja, 24 GB VRAM och cirka 805 GB/s minnesbandbredd gör det möjligt att köra och finjustera många språkmodeller med öppna vikter. Du kan starta vLLM-, Ollama- eller PyTorch/CUDA-mallar direkt på ONIE och börja arbeta omedelbart.
Hur jämför sig RTX 3090 med mindre eller större GPU:er?
Med 24 GB VRAM rymmer RTX 3090 betydligt fler modellvikter och större batchstorlekar än konsumentkort i lägre prisklass. Om din arbetsbelastning kräver mer än 24 GB minne eller högre än cirka 35,4 TFLOPS enkel-precisionsberäkning bör du överväga en nyare generation eller ett GPU i datacenter-segmentet.
Hur ansluter jag till min RTX 3090-instans och vilken programvara ingår?
Du ansluter direkt till din instans via SSH-åtkomst. ONIE tillhandahåller färdiga mallar för PyTorch/CUDA, vLLM, Ollama och ComfyUI, så du slipper konfigurera programvarustacken manuellt.
Hur fungerar faktureringen för RTX 3090 på ONIE?
Instanser faktureras per timme. Du betalar bara för den tid din GPU-instans är aktiv.
Hyr RTX 3090 per timme
Skapa ett konto, välj en konfiguration och anslut via SSH. Faktureringen upphör när du tar bort GPU:n.
Hyr RTX 3090