按小时租用 NVIDIA Tesla P40 GPU
NVIDIA Tesla P40 是一款基于 Pascal 架构的数据中心 GPU，配备 24 GB VRAM，计算能力为 6.1。它在 250 W 的功耗范围内提供约 9.4 TFLOPS 的单精度算力和约 257 GB/s 的显存带宽。在 ONIE 上，您可以按小时计费租用该 GPU，支持 SSH 访问，并提供适用于 PyTorch/CUDA、vLLM、Ollama 和 ComfyUI 的预配置模板。
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…
Tesla P40 的适用场景
量化 LLM 推理
使用 Ollama 或 vLLM 等现成模板，运行需要高达 24 GB 显存的本地语言模型。
图像生成工作流
托管 ComfyUI 管线，利用充裕的 VRAM 容量加载多个模型检查点和控制网络。
传统 CUDA 开发
构建、测试和维护针对 Pascal 架构及计算能力 6.1 的 PyTorch/CUDA 应用程序。
显存密集型批处理
执行优先将大型数据集装入 24 GB VRAM 而非依赖纯计算速度的数据中心工作负载。
这款 GPU 适合您吗？
如果您的首要需求是利用 24 GB VRAM 处理消耗显存的推理或开发任务，且较旧的 Pascal 架构算力已足够，请选择 Tesla P40。如果您需要更高的显存带宽或用于繁重训练的现代张量加速，请选择更新或更大的 GPU；如果您的工作负载占用显存较少，则可选择较小的 GPU。
与同类 GPU 对比
常见问题
Tesla P40 适合运行大语言模型吗？
凭借 24 GB 的 VRAM 容量，Tesla P40 可以使用 Ollama 等模板在显存中加载中等规模的量化语言模型。不过，由于其显存带宽约为 257 GB/s 且采用较旧的 Pascal 架构，其词元生成速度会慢于较新的数据中心 GPU。
计算能力 6.1 的软件兼容性如何？
计算能力 6.1 支持约 9.4 TFLOPS 的标准单精度工作负载，能够良好兼容通用的 PyTorch/CUDA 模板。部分需要较新硬件指令的现代机器学习库或功能可能无法在 Pascal 架构上运行。
如何在 ONIE 上连接并设置我的 Tesla P40 实例？
您可以使用适用于 PyTorch/CUDA、vLLM、Ollama 或 ComfyUI 的现成模板部署实例。实例包含直接 SSH 访问权限，方便您从终端管理文件和自定义环境。
租用 Tesla P40 如何计费？
ONIE 上的实例采用按小时计费模式，您只需为数据中心 GPU 实例处于活动状态的时长付费。
按小时租用 Tesla P40
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 Tesla P40