Server GPU offshoreSchede intere, al secondo. Nessuna condivisione.
RTX 4090, L40S, A100, H100 e H200 su host EPYC con scratch NVMe locale, in una qualsiasi delle otto giurisdizioni. Mai una frazione a tempo condiviso di una scheda, e nulla di ciò che addestra viene mai osservato.
- G1 · 4090GPURTX 409024 GB GDDR6XvCPU8 vCPUEPYC 9004Memoria48 GBDDR5 ECCScratch500 GBNVMe scratch0,27$/h
$0,34altrove - G2 · 4090GPU2 × RTX 409048 GB GDDR6XvCPU16 vCPUEPYC 9004Memoria96 GBDDR5 ECCScratch1 TBNVMe scratch0,53$/h
$0,68altrove - G1 · L40SMiglior rapporto qualità-prezzoGPUL40S48 GB GDDR6vCPU12 vCPUEPYC 9004Memoria96 GBDDR5 ECCScratch1 TBNVMe scratch0,57$/h
$0,72altrove - G1 · A100GPUA10080 GB HBM2evCPU16 vCPUEPYC 9004Memoria128 GBDDR5 ECCScratch1,5 TBNVMe scratch0,85$/h
$1,07altrove - G1 · H100GPUH100 SXM80 GB HBM3vCPU20 vCPUEPYC 9004Memoria192 GBDDR5 ECCScratch2 TBNVMe scratch1,59$/h
$2,01altrove - G4 · L40SGPU4 × L40S192 GB GDDR6vCPU48 vCPUEPYC 9004Memoria384 GBDDR5 ECCScratch4 TBNVMe scratch2,27$/h
$2,88altroveEsaurito - G1 · H200GPUH200 SXM141 GB HBM3evCPU24 vCPUEPYC 9004Memoria256 GBDDR5 ECCScratch3 TBNVMe scratch3,49$/h
$4,39altrove - G8 · H100GPU8 × H100 SXM640 GB · NVLinkvCPU128 vCPUEPYC 9004Memoria1,5 TBDDR5 ECCScratch8 TBNVMe scratch12,69$/h
$16,08altroveEsaurito
Fatturato al secondo on-chain, dalla disponibilità alla distruzione — i nodi arrestati non costano nulla, e non c'è alcuna durata minima. Riservi su base mensile per circa il 30 % in meno. Altrove è la tariffa on-demand pubblicata più economica per la stessa scheda presso un GPU cloud nominato; i marketplace interrompibili di hardware consumer non sono conteggiati, perché una scheda che può sparire a metà esecuzione non è lo stesso prodotto.
Incluso su ogni nodo
- Fatturato al secondo, nessun periodo minimo
- Root su bare metal o su un container
- CUDA 12, PyTorch e TensorFlow preinstallati
- NVLink sui nodi multi-scheda
- IPv4 + IPv6 dedicati
- Nessuna tariffa di egress sui pesi del modello
- Riservi mensilmente per un ulteriore 30 % di sconto
- Regolamento in crypto, nessun controllo d'identità
Quale scheda è adatta al lavoro?
RTX 4090
Inferenza, generazione di immagini e video, fine-tuning di modelli che rientrano in 24 GB. Il modo più economico per mantenere qualcosa attivo.
L40S
48 GB con encoder adeguati: rendering, transcodifica e inferenza che hanno superato le capacità di una 4090.
A100 · H100
Addestramenti e inferenza a contesto ampio, dove il limite è la banda HBM e non il numero di core.
H200 · 8 × H100
Modelli che non entrano in nessuna configurazione più piccola, ed elaborazioni pluri-giornaliere che non devono essere interrotte.
Cerca una carta non elencata, oppure un host costruito attorno a diverse di esse? Lo specifichi nel configuratore personalizzato
La piattaforma
La scheda intera, altrimenti non la vendiamo.
Gran parte della capacità GPU economica sul mercato è una porzione di una scheda, una macchina consumer nell'appartamento di qualcuno, o un'istanza che scompare quando appare un offerente più alto. Qui non troverà nulla di tutto ciò.
- Acceleratori
- NVIDIA Ada e Hopper RTX 4090, L40S, A100, H100 e H200. Schede intere in passthrough — mai una frazione con time-slicing o virtualizzata.
- Host
- AMD EPYC 9004 · DDR5 ECC Dimensionato in modo che sia la GPU il collo di bottiglia, non il caricamento. PCIe 5.0 ovunque, NVLink tra le schede sui nodi multi-GPU.
- Scratch
- NVMe locale, 0,5 – 8 TB Sul nodo stesso, non su un volume di rete. I dataset vengono elaborati alla piena velocità del disco anziché attraverso una fabric.
- Fatturazione
- Al secondo Fermi il nodo e la fatturazione si ferma con esso. Prenoti a mese per circa il 30% in meno se il lavoro è continuativo.
- Runtime
- Bare metal o container Prenda l'intera macchina, oppure un container con CUDA 12, PyTorch e TensorFlow già installati. Le immagini personalizzate sono benvenute.
- Privacy
- Nulla ispezionato Non analizziamo pesi, dataset o output, e nulla viene conservato dopo l'eliminazione del nodo.
Preinstallato, oppure porti un container da qualsiasi registry
- Ubuntu 24.04 LTS
- CUDA 12.4
- PyTorch 2.5
- TensorFlow 2.18
- JupyterLab
- Hugging Face TGI
- ONNX Runtime
- Immagini NVIDIA NGC
- Qualsiasi registro OCI
- Immagine personalizzata
Ubuntu 24.04 LTS
CUDA 12.4
PyTorch 2.5
TensorFlow 2.18
JupyterLab
Hugging Face TGI
ONNX Runtime
Qualsiasi registro OCI
Immagine personalizzataDisponibile in una delle otto
La tariffa non cambia mai in base alla regione. Scelga la giurisdizione, non il prezzo.
- ReykjavíkIslanda
- BucarestRomania
- SofiaBulgaria
- ChișinăuMoldova
- ZurigoSvizzera
- AmsterdamPaesi Bassi
- Città di PanamaPanama
- SingaporeSingapore
Incluso in ogni taglia
Quattro cose per cui la maggior parte del settore fa pagare, e una addirittura due volte.
-
Mitigazione
Protezione DDoS 1.2 Tbit/s
Sempre attivo su ogni edge, sul piano più economico come sul più grande. Nessuna tariffa per attacco, nessuno scrubbing a consumo e nessun upsell per IP protetto.
-
Disponibilità
SLA uptime 99.99 %
I crediti vengono calcolati in base al registro pubblico degli incidenti e applicati automaticamente al Suo saldo. Non esiste un modulo di reclamo, perché non c'è nulla da reclamare.
-
Regolamento
Pagamento in criptovaluta, senza identità
Otto asset, incluso Monero. Nessuna carta, nessun dato bancario, nessun documento — né all'iscrizione, né al rinnovo, né per qualsiasi importo.
-
Trasferimento
Migrazione gratuita
Server interi, pannelli di controllo, database e posta, migrati da un tecnico senza costi. Lei testa la copia prima di qualsiasi passaggio definitivo e mantiene il vecchio host finché non è soddisfatto.
Prima di avviare.
La scheda è condivisa con qualcun altro?
No. Schede intere vengono assegnate in passthrough al suo nodo — mai una partizione MIG a tempo condiviso o una frazione virtualizzata. Ciò che indica la specifica è ciò che ottiene per l'intera durata, e nessun altro vi è pianificato contro.
Come viene fatturato esattamente?
Al secondo, dal momento in cui il nodo è pronto fino al momento in cui lo elimina. Non c'è durata minima né addebito mentre è arrestato. Il lavoro continuo è più economico se riservato su base mensile — circa il 30 % in meno rispetto alla tariffa oraria.
Posso portare la mia immagine?
Sì. Avvii un container da qualsiasi registry, oppure prenda il nodo come bare metal e installi ciò che preferisce. Le nostre immagini includono CUDA 12 con PyTorch e TensorFlow già compilati, il che fa risparmiare la solita prima ora.
Come trasferisco un dataset di grandi dimensioni sul nodo?
Uno spazio NVMe locale temporaneo da mezzo terabyte a otto terabyte risiede sulla macchina stessa, quindi lo staging avviene alla velocità del disco anziché attraverso un volume di rete. L'ingresso non è mai a pagamento, così come l'uscita sui pesi dei modelli.
Guardate cosa sto addestrando?
No. Pesi, dataset e output non vengono scansionati, indicizzati o conservati, e la distruzione del nodo distrugge con esso lo scratch. Qui si applica la stessa politica sui contenuti valida in tutto il resto del parco.
E se la scheda desiderata fosse esaurita?
La disponibilità degli acceleratori si muove a lotti e le configurazioni più richieste finiscono. Comunichi a un tecnico cosa Le serve e all'incirca quando; la capacità riservata viene allocata prima della domanda oraria, quindi un impegno mensile trova solitamente l'hardware più rapidamente.