HOPPER · DATANKESKUS

NVIDIA H100 vaativiin AI-kuormiin

80 GB HBM3-muistia kuormituksiin, joissa muistikapasiteetti muokkaa arkkitehtuuria. Suunnittele koulutus- tai inferenssipalvelimesi mallin, datan ja GPU-arkkitehtuurin mukaan.

Näytä kokoonpanot

PALVELIMESI

Rakenna ympärilleen työkuormasi

GPU-muisti on osa palvelinta. Määrittele CPU, järjestelmä-RAM, tallennus ja alue tarkistaaksesi koko kokoonpanon.

  • Mallin koko ja muistikapasiteetti
  • CPU, RAM ja tietojoukkovarasto
  • Alueen ja käyttöönoton vaatimukset

TYÖKOKOONNESET

Milloin muisti on tärkeintä

01

Koulutus

Varaa muisti painoille, optimointitilalle ja aktivoinneille. Monigpun koulutus vaatii myös sopivan väylän.

02

LLM-inferenssi

Suunnittele VRAM mallille ja KV-välimuistille yhdessä. Ympäristön pituus ja samanaikaiset pyynnöt vaikuttavat muistikulutukseen.

03

Tieteellinen laskenta

Yhdistä numeerinen tarkkuus ja CUDA-ohjelmistovaatimukset laskelmaasi ennen isäntäkoneen valitsemista.

Sijainti

Valitse alue työkuormalle

Pidä laskenta lähellä dataa ja käyttäjiä. Kapasiteetti tarkistetaan valitulle mallille ja sijainnille.

EU

Eurooppa

Saatavuus pyynnöstä

US

YHDYSVALLAT

Saatavuus pyynnöstä

Aasia

Aasia

Saatavuus pyynnöstä

VERTAILE

Harkitse eri muistikulutusta

Kaikki GPU-mallit →
Ampere80 GB

NVIDIA A100

Vakiintuneet CUDA-työkuormat ja mallin koulutus

Muisti
HBM2e
Tila
Pyydettäessä
Hinta pyynnöstäKokoonpano ja alue vahvistettavaksi
Tutki mallia
Hopper141 GB

NVIDIA H200

Muistia vaativa LLM-inferenssi ja tieteellinen laskenta

Muisti
HBM3e
Tila
Pyydettäessä
Hinta pyynnöstäKokoonpano ja alue vahvistettavaksi
Tutki mallia
Ada Lovelace24 GB

NVIDIA RTX 4090

Prototyyppien tekeminen, kuvan generointi ja renderointi

Muisti
GDDR6X
Tila
Pyydettäessä
Hinta pyynnöstäKokoonpano ja alue vahvistettavaksi
Tutki mallia

UKK

Ennen valintaa

NVIDIA -määritykset →
Mikä H100-malli on kuvattu?

Viitemääritys on H100 SXM 80 GB. PCIe- ja NVL-mallit eroavat; tarkka GPU-malli on vahvistettava palvelinmäärityksessä.

Takaa, että 80 GB riittää mallisi mahtumiseen?

Ei. Painot, tarkkuus, aktivoinnit ja välimuisti jakavat muistikapasiteetin. Tarkista kehys ja testaa suunniteltu työkuorma.

Voinko pyytää useita GPU:ita?

Kyllä, sisällytä GPU-määrä ja väylävaatimukset pyyntöön. Kapasiteetti ja topologia vaativat vahvistuksen ennen käyttöönottoa.

KONFIGURAATIOSI

Pyydä infrastruktuuritarjous

Valitse resurssit ja käyttöaika. Vahvistamme kokoonpanosi hinnan.

Jokaisella resurssilla on oma lueteltu kokoonpanonsa. Useat GPU-palvelimet eivät muodosta NVLink-klusteria. Kuukausihinnat kattavat koko laskutuskauden; tallennus ja liikenne kokoonpanon ulkopuolella eivät sisälly.