Servidores GPU offshorePlacas inteiras, por segundo. Ninguém as compartilha.
RTX 4090, L40S, A100, H100 e H200 em servidores EPYC com scratch NVMe local, em qualquer uma das oito jurisdições. Nunca uma fração fatiada por tempo de uma placa, e nada do que você treina é jamais examinado.
- G1 · 4090GPURTX 409024 GB GDDR6XvCPU8 vCPUEPYC 9004Memória48 GBDDR5 ECCScratch500 GBNVMe scratch0,27$/h
$0,34em outro lugar - G2 · 4090GPU2 × RTX 409048 GB GDDR6XvCPU16 vCPUEPYC 9004Memória96 GBDDR5 ECCScratch1 TBNVMe scratch0,53$/h
$0,68em outro lugar - G1 · L40SMelhor custo-benefícioGPUL40S48 GB GDDR6vCPU12 vCPUEPYC 9004Memória96 GBDDR5 ECCScratch1 TBNVMe scratch0,57$/h
$0,72em outro lugar - G1 · A100GPUA10080 GB HBM2evCPU16 vCPUEPYC 9004Memória128 GBDDR5 ECCScratch1,5 TBNVMe scratch0,85$/h
$1,07em outro lugar - G1 · H100GPUH100 SXM80 GB HBM3vCPU20 vCPUEPYC 9004Memória192 GBDDR5 ECCScratch2 TBNVMe scratch1,59$/h
$2,01em outro lugar - G4 · L40SGPU4 × L40S192 GB GDDR6vCPU48 vCPUEPYC 9004Memória384 GBDDR5 ECCScratch4 TBNVMe scratch2,27$/h
$2,88em outro lugarEsgotado - G1 · H200GPUH200 SXM141 GB HBM3evCPU24 vCPUEPYC 9004Memória256 GBDDR5 ECCScratch3 TBNVMe scratch3,49$/h
$4,39em outro lugar - G8 · H100GPU8 × H100 SXM640 GB · NVLinkvCPU128 vCPUEPYC 9004Memória1,5 TBDDR5 ECCScratch8 TBNVMe scratch12,69$/h
$16,08em outro lugarEsgotado
Cobrado por segundo on-chain, desde pronto até destruído — nós parados não custam nada, e não há prazo mínimo. Reserve por mês por aproximadamente 30 % a menos. Em outro lugar é a tarifa sob demanda publicada mais barata para a mesma placa em uma nuvem GPU reconhecida; marketplaces interruptíveis de hardware de consumo não são contados, porque uma placa que pode desaparecer no meio da execução não é o mesmo produto.
Incluído em todo nó
- Cobrado por segundo, sem prazo mínimo
- Root em bare metal ou em um contêiner
- CUDA 12, PyTorch e TensorFlow pré-instalados
- NVLink em nós com múltiplas placas
- IPv4 + IPv6 dedicados
- Sem cobrança de egress sobre os pesos do modelo
- Reserve mensalmente para mais 30% de desconto
- Liquidação em cripto, sem verificação de identidade
Qual placa é ideal para o trabalho?
RTX 4090
Inferência, geração de imagem e vídeo, fine-tuning de modelos que cabem em 24 GB. A forma mais barata de manter algo aquecido.
L40S
48 GB com encoders adequados: renderização, transcodificação e inferência que cresceram além de uma 4090.
A100 · H100
Execuções de treinamento e inferência de contexto grande em que a largura de banda HBM, não a contagem de núcleos, é o limite.
H200 · 8 × H100
Modelos que não cabem em nada menor, e execuções de vários dias que não podem ser interrompidas.
Em busca de um cartão que não está na lista, ou de uma hospedagem construída em torno de vários deles? Especifique no configurador personalizado
A plataforma
O cartão inteiro, ou não vendemos.
Boa parte da capacidade de GPU barata no mercado é uma fatia de uma placa, uma máquina de consumidor no apartamento de alguém, ou uma instância que desaparece quando aparece um licitante mais alto. Nada disso está disponível aqui.
- Aceleradores
- NVIDIA Ada e Hopper RTX 4090, L40S, A100, H100 e H200. Placas inteiras repassadas via passthrough — nunca uma fração dividida por tempo ou virtualizada.
- Servidor
- AMD EPYC 9004 · DDR5 ECC Dimensionado para que a GPU seja o gargalo, não o carregamento. PCIe 5.0 em todo o sistema, NVLink entre placas em nós multi-GPU.
- Scratch
- Local NVMe, 0.5 – 8 TB No próprio nó, não em um volume de rede. Os datasets são preparados na velocidade total do disco em vez de arrastar por uma fabric.
- Faturamento
- Por segundo Pare o nó e o faturamento para junto com ele. Reserve por mês para pagar cerca de 30% a menos se o trabalho for contínuo.
- Runtime
- Bare metal ou container Use a máquina inteira, ou um container com CUDA 12, PyTorch e TensorFlow já instalados. Imagens personalizadas são bem-vindas.
- Privacidade
- Nada inspecionado Não fazemos varredura de pesos, datasets ou saídas, e nada é retido depois que você destrói o nó.
Pré-instalado, ou traga um container de qualquer registro
- Ubuntu 24.04 LTS
- CUDA 12.4
- PyTorch 2.5
- TensorFlow 2.18
- JupyterLab
- Hugging Face TGI
- ONNX Runtime
- Imagens NVIDIA NGC
- Qualquer registro OCI
- Imagem personalizada
Ubuntu 24.04 LTS
CUDA 12.4
PyTorch 2.5
TensorFlow 2.18
JupyterLab
Hugging Face TGI
ONNX Runtime
Qualquer registro OCI
Imagem personalizadaDisponível em qualquer um dos oito
A tarifa nunca muda com a região. Escolha a jurisdição, não o preço.
- ReykjavíkIslândia
- BucaresteRomênia
- SófiaBulgária
- ChișinăuMoldávia
- ZuriqueSuíça
- AmsterdãPaíses Baixos
- Cidade do PanamáPanamá
- CingapuraCingapura
Incluído em todos os tamanhos
Quatro coisas que a maioria do setor cobra, e uma delas em dobro.
-
Mitigação
Proteção contra DDoS de 1.2 Tbit/s
Sempre ativa em todas as bordas, tanto no plano mais barato quanto no maior. Sem taxa por ataque, sem scrubbing medido e sem upsell de IP protegido.
-
Disponibilidade
99.99 % de SLA de uptime
Os créditos são calculados a partir do registro público de incidentes e aplicados ao seu saldo automaticamente. Não há formulário de solicitação, porque não há nada a solicitar.
-
Liquidação
Pagamento em cripto, sem identidade
Oito ativos, incluindo Monero. Sem cartão, sem dado bancário, sem documento — nem no cadastro, nem na renovação, nem em nenhum valor.
-
Migrando
Migração gratuita
Servidores inteiros, painéis de controle, bancos de dados e e-mail, migrados por um engenheiro sem custo. Você testa a cópia antes que qualquer coisa seja alternada, e mantém a hospedagem antiga até ficar satisfeito.
Antes de lançar.
O cartão é compartilhado com mais alguém?
Não. As placas inteiras são repassadas ao seu nó — nunca uma partição MIG fatiada no tempo ou uma fração virtualizada. O que a especificação diz é o que você recebe durante todo o período, e ninguém mais é escalonado contra ela.
Como exatamente é faturado?
Por segundo, desde o momento em que o nó fica pronto até o momento em que você o destrói. Não há prazo mínimo nem cobrança enquanto ele estiver parado. Trabalho contínuo sai mais barato reservado por mês — cerca de 30% abaixo da taxa por hora.
Posso trazer minha própria imagem?
Sim. Inicialize um contêiner de qualquer registro, ou pegue o nó como bare metal e instale o que quiser. Nossas imagens vêm com CUDA 12, PyTorch e TensorFlow já configurados, o que economiza a primeira hora de costume.
Como eu coloco um grande conjunto de dados no nó?
O armazenamento temporário NVMe local, de meio terabyte a oito terabytes, fica na própria máquina, então o staging roda na velocidade do disco em vez de por um volume de rede. Ingress nunca é cobrado, e egress em pesos de modelo também não.
Vocês olham o que estou treinando?
Não. Pesos, datasets e saídas não são escaneados, indexados nem retidos, e destruir o node destrói o scratch junto. A mesma política de conteúdo se aplica aqui como em qualquer outro lugar do ambiente.
E se o cartão que eu quero estiver esgotado?
O estoque de aceleradores se movimenta em lotes, e as configurações populares realmente esgotam. Diga a um engenheiro o que você precisa e mais ou menos quando; a capacidade reservada é alocada antes da demanda por hora, então um compromisso mensal costuma encontrar hardware mais rápido.