按小時租用 NVIDIA RTX 2060 GPU
ONIE 上的 NVIDIA RTX 2060 是採用 Turing 架構的消費級 GPU，配備 12 GB VRAM 與 130 W TDP。它具備 CUDA 運算能力 7.5，可提供約 6.5 TFLOPS 的單精度運算效能與約 268 GB/s 的記憶體頻寬。執行個體提供 SSH 存取、按時計費，以及預先設定的 PyTorch/CUDA、ComfyUI、Ollama 和 vLLM 範本。
規格
每顆 GPU 的 VRAM
架構
運算能力 (Compute Capability)
FP32 算力
記憶體頻寬
功耗限制
數值由基礎設施供應商針對目前上架的機器提供；實際效能會因機器而異。
可用配置
即時庫存與價格持續更新，最終價格將於下單前確認。
正在載入即時價格…
RTX 2060 適合的應用場景
入門級影像生成
執行可輕鬆容納於 12 GB VRAM 內的 ComfyUI 工作流程與標準擴散模型。
輕量級語言模型推論
使用 Ollama 或 vLLM 部署量化或較小型的語言模型，以處理輕量級文字生成任務。
PyTorch 原型開發與除錯
在擴展至更大型的執行個體之前，先在 Turing 架構顯示卡上撰寫、測試並除錯 CUDA 程式碼。
小規模模型訓練
使用 PyTorch/CUDA 範本訓練中小型神經網路與機器學習工作流程。
這款 GPU 適合您嗎？
當您的工作負載需要比入門級消費型顯示卡更多的記憶體，但不需要新世代架構的高運算吞吐量時，請選擇 12 GB 的 RTX 2060。若需進行繁重的訓練，請升級至更新世代或工作站等級的 GPU；若您的任務僅需極少量的 VRAM，則可選擇較小型的 GPU。
與同級 GPU 比較
常見問題
RTX 2060 適合用於 LLM 推論嗎？
憑藉 12 GB VRAM 與約 268 GB/s 的記憶體頻寬，它能透過 Ollama 或 vLLM 處理輕量級與量化的語言模型。較大型的模型或高吞吐量服務則需要具備更多記憶體與更高頻寬的 GPU。
Turing 架構提供哪些軟體相容性？
RTX 2060 支援 CUDA 運算能力 7.5，可執行 PyTorch/CUDA 範本中包含的標準框架。請注意，它不支援後續架構中引入的某些較新資料類型的硬體加速。
這款 12 GB RTX 2060 與其他消費級 GPU 相比如何？
12 GB 的記憶體容量讓它能比低記憶體的消費級型號容納更大的模型與批次大小，不過其約 6.5 TFLOPS 的運算效能相比新世代顯示卡較為適中。
ONIE 的計費與執行個體存取方式為何？
執行個體採按時計費。您可以直接透過 SSH 連線，或直接啟動預先設定好的 PyTorch/CUDA、vLLM、Ollama 及 ComfyUI 範本。
按小時租用 RTX 2060
建立帳號、選擇配置並透過 SSH 連線。刪除 GPU 即停止計費。
租用 RTX 2060