按小时租用 NVIDIA H100 PCIE GPU
NVIDIA H100 PCIE 是基于 Hopper 架构的数据中心 GPU，专为严苛的深度学习和科学计算工作负载而构建。它在 350 W 的功耗范围内提供 80 GB VRAM、约 1760 GB/s 的显存带宽以及约 41.0 TFLOPS 的标准浮点计算能力。在 ONIE 上，您可以按小时计费部署这款计算能力达 9.0 的加速器，并获得完整的 SSH 访问权限。
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…
H100 PCIE 的适用场景
大语言模型推理
利用 80 GB VRAM 和高显存带宽，配合预配置的 vLLM 或 Ollama 模板，在内存中部署大语言模型。
模型微调与训练
借助 Hopper 架构和就绪的 PyTorch/CUDA 环境，训练或微调深度神经网络。
批量图像生成
运行得益于大容量显存的高吞吐量扩散流水线和复杂的 ComfyUI 工作流。
数据科学与仿真
凭借约 41.0 TFLOPS 的标准浮点性能和约 1760 GB/s 的显存吞吐量，执行计算密集型仿真与数据处理任务。
这款 GPU 适合您吗？
当您的工作负载需要 80 GB VRAM、数据中心级显存带宽以及 Hopper 9.0 计算能力特性时，请选择 H100 PCIE。对于较轻量的推理或较小的模型，VRAM 较小的工作站或消费级 GPU 更具性价比；而极高的吞吐量需求则可能更适合基于 SXM 的数据中心型号。
与同类 GPU 对比
常见问题
H100 PCIE 适合用于 LLM 微调和推理吗？
是的，其 80 GB VRAM 和约 1760 GB/s 的显存带宽非常适合托管和训练大型模型。您可以使用预配置的 PyTorch/CUDA、vLLM 或 Ollama 模板立即开始。
H100 PCIE 与 SXM 或小型工作站 GPU 相比如何？
H100 PCIE 在 350 W TDP 下运行，与更高功率的 SXM 数据中心型号相比，具有更低的功耗和标准的 PCIe 兼容性。与工作站或消费级显卡相比，它提供高达 80 GB 的充裕 VRAM 和更高的显存带宽。
这款 GPU 具备哪些软件支持和计算能力？
基于 NVIDIA Hopper 架构，H100 PCIE 支持 CUDA 9.0 计算能力。您可以使用包括 PyTorch/CUDA 和 ComfyUI 在内的就绪模板启动实例，或通过 SSH 访问权限配置您自己的软件栈。
ONIE 上的 H100 PCIE 实例如何计费？
ONIE 上的实例采用直观的按小时计费模式，您只需为 GPU 的实际运行时间付费。每次部署均包含完整的 SSH 访问权限。
按小时租用 H100 PCIE
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 H100 PCIE