按小时租用 NVIDIA H100 SXM GPU
NVIDIA H100 SXM 是一款基于 Hopper 架构的数据中心 GPU，配备 80 GB VRAM，功耗上限为 700 W。它提供约 53.5 TFLOPS 的标准浮点计算性能和约 2869 GB/s 的显存带宽，支持 CUDA 计算能力 9.0。在 ONIE 上按小时计费租用，即可获得完整的 SSH 访问权限，以及预置的 PyTorch/CUDA、vLLM、Ollama 和 ComfyUI 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…
H100 SXM 的适用场景
大语言模型推理
借助 80 GB VRAM 容量和约 2869 GB/s 的显存带宽，通过 vLLM 或 Ollama 模板将高负载语言模型部署到生产环境中。
深度学习微调
使用预配置的 PyTorch/CUDA 环境，充分利用 Hopper 架构和 CUDA 计算能力 9.0 来训练和微调神经网络。
高吞吐量批处理
在 700 W 数据中心规格下，依靠约 53.5 TFLOPS 的计算性能运行密集型数据处理和仿真工作负载。
重度生成式媒体工作流
在 80 GB 显存池的充裕空间内，以大批量规模运行复杂的 ComfyUI 管线和扩散模型。
这款 GPU 适合您吗？
当您的训练或推理工作负载需要 80 GB 高带宽数据中心显存和 Hopper 架构特性时，请选择 H100 SXM。对于轻量级开发或小型模型，较小的工作站或消费级 GPU 是更实用的选择；而如果单个实例的 80 GB VRAM 无法容纳您的整个模型，则建议选择更新或更大容量的数据中心 GPU。
与同类 GPU 对比
常见问题
H100 SXM 适合用于 LLM 微调和推理吗？
是的，其 80 GB 的 VRAM 和约 2869 GB/s 的显存带宽使其非常适合部署和微调大语言模型。您可以在 ONIE 上使用 vLLM、Ollama 或 PyTorch/CUDA 的现成模板立即启动。
SXM 版本与低功耗数据中心或工作站 GPU 相比如何？
H100 SXM 以 700 W 的热设计功耗运行，因此能够比 PCIe 数据中心版本或工作站显卡维持更高的计算性能和显存带宽。如果您的工作负载无法占满约 53.5 TFLOPS 的算力或 80 GB 显存，较小的 GPU 可能就已足够。
CUDA 计算能力 9.0 提供哪些软件兼容性？
计算能力 9.0 表示硬件支持 NVIDIA Hopper 架构的指令集和特性。我们预配置的 PyTorch/CUDA 模板开箱即用，无需手动安装驱动即可直接利用该硬件。
ONIE 上的计费和实例访问方式是怎样的？
实例在租用期间按小时计费。部署完成后，您可以通过 SSH 访问直接连接到您的环境，或与 ComfyUI 等预装工具进行交互。
按小时租用 H100 SXM
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 SXM