按小时租用 NVIDIA GTX 1070 Ti GPU
NVIDIA GTX 1070 Ti 是一款基于 Pascal 架构的消费级 GPU，配备 8 GB VRAM，计算能力为 6.1。在 180 W 的功耗范围内，它可提供约 7.4 TFLOPS 的单精度算力和约 193 GB/s 的显存带宽。在 ONIE 上租用此 GPU，支持按小时计费、SSH 访问，并提供包括 PyTorch/CUDA、Ollama、vLLM 和 ComfyUI 在内的预置模板。
规格参数
单卡 VRAM
架构
计算能力
FP32 算力
显存带宽
功耗限制
数值由基础设施提供商根据当前上架机器提供；实际性能因机器而异。
可用配置
实时库存与价格，持续更新。最终价格将在您下单前确认。
正在加载实时价格…
GTX 1070 Ti 的适用场景
原型设计与 CUDA 开发
在 Pascal 架构设备上，利用 SSH 访问和预配置的 PyTorch/CUDA 模板测试与调试 GPU 加速代码。
小型语言模型推理
使用 Ollama 或 vLLM 预置模板，运行可适配 8 GB VRAM 的量化或小型语言模型。
入门级图像生成
部署 ComfyUI，用于占用在 8 GB 显存以内的基础扩散工作流和标准分辨率图像合成。
传统机器学习训练
利用约 7.4 TFLOPS 的单精度算力，训练小型神经网络和传统机器学习算法。
这款 GPU 适合您吗？
对于可轻松适配 8 GB VRAM 并在计算能力 6.1 上运行的轻量级开发、教学项目和推理工作负载，可选择 GTX 1070 Ti。如果您需要微调大型模型，请选择具备更大 VRAM 和更新架构的 GPU；如果仅需极简显示或基础计算任务，则可选择更小规格的 GPU。
与同类 GPU 对比
常见问题
GTX 1070 Ti 适合进行 LLM 推理和微调吗？
凭借 8 GB VRAM 和 6.1 的计算能力，GTX 1070 Ti 可使用 Ollama 或 vLLM 模板处理小型、深度量化语言模型的推理。对于更大的模型或全量微调任务，建议选择具有更大 VRAM 和更新架构的 GPU。
Pascal 架构对现代 AI 软件有何影响？
GTX 1070 Ti 的 CUDA 计算能力为 6.1，以约 7.4 TFLOPS 的算力支持标准单精度工作负载。不过，部分现代 AI 框架和量化格式要求新一代 GPU 才具备的更高计算能力。
我可以使用 GTX 1070 Ti 通过 ComfyUI 生成图像吗？
可以，只要模型检查点和流水线不超过 8 GB VRAM 限制，您就可以在 ONIE 上启动预置的 ComfyUI 模板来生成图像。复杂的工作流或更大的扩散模型则需要更大显存容量的 GPU。
ONIE 上的计费和实例访问是如何运作的？
租用服务根据实例处于活跃状态的时长按小时计费。您可以通过 SSH 直接连接到您的 GTX 1070 Ti 环境，或使用 PyTorch/CUDA 等预配置模板立即启动。
按小时租用 GTX 1070 Ti
创建账户、选择配置并通过 SSH 连接。删除 GPU 后即停止计费。
租用 GTX 1070 Ti