آموزش
تخصیص حافظه برای وزنها، وضعیت بهینهساز و فعالسازیها. آموزش چند GPU نیازمند اتصال مناسب است.
HOPPER · مرکز داده
80 گیگابایت حافظه HBM3 برای وظایف که در آن بودجه حافظه معماری را شکل میدهد. سرور آموزش یا استنتاج خود را بر اساس مدل، مجموعه داده و توپولوژی GPU برنامهریزی کنید.
پیکربندیها را مشاهده کنیدسرور شما
حافظه GPU یکی از اجزای سرور است. برای بررسی پیکربندی کامل، CPU، رم سیستم، ذخیرهسازی و منطقه را مشخص کنید.
بارهای کاری
تخصیص حافظه برای وزنها، وضعیت بهینهساز و فعالسازیها. آموزش چند GPU نیازمند اتصال مناسب است.
برنامهریزی VRAM برای مدل و کش KV به همراه. طول زمینه و درخواستهای همزمان بر نیاز حافظه تأثیر میگذارند.
تطابق دقت عددی و نیازهای نرمافزار CUDA با محاسبات خود قبل از انتخاب میزبان.
مکان
محاسبات را نزدیک به دادهها و کاربران نگه دارید. ظرفیت برای مدل و منطقه انتخاب شده بررسی میشود.
در دسترس بودن بر اساس درخواست
در دسترس بودن بر اساس درخواست
در دسترس بودن بر اساس درخواست
مقایسه
بارهای کاری CUDA تثبیت شده و آموزش مدل
استنتاج LLM با حافظهبر و محاسبات علمی فشرده
نمونهسازی، تولید تصویر و رندرینگ
مشخصات مرجع H100 SXM 80 گیگابایت است. نسخههای PCIe و NVL متفاوت هستند؛ واریانت GPU دقیق باید در پیکربندی سرور تأیید شود.
خیر. وزنها، دقت، فعالسازیها و کش، بودجه حافظه را به اشتراک میگذارند. چارچوب خود را بررسی و بار کاری مورد نظر را آزمایش کنید.
بله، تعداد GPU و نیازهای اتصال داخلی را در درخواست خود وارد کنید. ظرفیت و توپولوژی قبل از استقرار باید تأیید شوند.
پیکربندی شما
منابع و مدتزمان کار را انتخاب کنید. برای پیکربندی شما قیمت را تأیید خواهیم کرد.
هر منبع پیکربندی خود را دارد. سرورهای GPU متعدد خوشه NVLink تشکیل نمیدهند. نرخهای ماهانه کل دوره صورتحساب را پوشش میدهند؛ فضای ذخیرهسازی و ترافیک خارج از پیکربندی شامل نمیشود.