按小時租用 NVIDIA RTX 3070 GPU
NVIDIA RTX 3070 是一款消費級 Ampere 架構 GPU，配備 8 GB VRAM 與 220 W TDP。在 ONIE 上，此顯示卡提供約 19.8 TFLOPS 的單精度運算能力與約 386 GB/s 的記憶體頻寬。具備 8.6 的運算能力（Compute Capability），是開發、原型設計與輕量級推論任務的實用選擇。
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 3070 適合的應用場景
輕量級 LLM 推論
在 8 GB VRAM 容量範圍內，使用現成的 Ollama 或 vLLM 範本執行量化小型語言模型。
影像生成工作流程
使用預先設定的 ComfyUI 範本生成標準解析度影像並測試節點工作流程。
PyTorch 程式碼原型設計
在擴充規模之前，先於具備 8.6 運算能力的 Ampere 硬體上開發、除錯並驗證機器學習指令碼。
批次資料處理
運用約 19.8 TFLOPS 的單精度效能與約 386 GB/s 的記憶體頻寬，執行 GPU 加速的資料管道。
這款 GPU 適合您嗎？
若您的程式碼測試、輕量級推論與小規模影像生成可輕鬆容納於 8 GB 記憶體內，請選擇 RTX 3070。若需進行微調或處理大型模型權重，請選擇具備更多 VRAM 的 GPU；若您的工作負載僅需極少運算資源，則可改選入門級顯示卡。
與同級 GPU 比較
常見問題
RTX 3070 適合用於 LLM 推論與微調嗎？
憑藉 8 GB VRAM，RTX 3070 可使用 Ollama 或 vLLM 等範本處理小型量化語言模型的推論。若要進行完整微調或執行較大型的模型，建議選擇記憶體容量更大的 GPU。
如何連線至我在 ONIE 上的 RTX 3070 執行個體？
您可以直接透過 SSH 存取連線以進行命令列工作流程，或啟動包含 PyTorch/CUDA、ComfyUI、Ollama 及 vLLM 的預先設定範本。在您的執行個體啟用期間，系統會按小時計算帳單費用。
RTX 3070 支援哪些 CUDA 功能？
身為 Ampere 世代的消費級 GPU，RTX 3070 支援 8.6 運算能力。這使其能夠執行符合 8 GB 記憶體限制的現代 PyTorch/CUDA 工作負載。
RTX 3070 與更高階的 Ampere GPU 相比如何？
RTX 3070 在 220 W TDP 下可提供約 19.8 TFLOPS 的單精度運算能力與約 386 GB/s 的記憶體頻寬。升級至更高階的 Ampere 消費級或工作站 GPU，可獲得更大的 VRAM 容量與更高的記憶體頻寬，以應付更繁重的工作負載。
按小時租用 RTX 3070
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 3070