Träning
Tilldela minne för vikter, optimeringsstatus och aktiveringar. Träning med flera GPU:er kräver också en lämplig interconnect.
HOPPER · DATACENTER
NVIDIA H100 för krävande AI-arbetsbelastningar
80 GB HBM3-minne för arbetsbelastningar där minnesbudgeten formar arkitekturen. Planera din tränings- eller inferensserver utifrån modell, dataset och GPU-topologi.
Visa konfigurationerDIN SERVER
Bygg runt din arbetsbelastning
GPU-minne är en del av servern. Specificera CPU, system-RAM, lagring och region för att kontrollera den fullständiga konfigurationen.
- Modellstorlek och minnesbudget
- CPU, RAM och datamängdslagring
- Region- och distributionskrav
ARBETSLAST
När minne är viktigast
Inferens av LLM
Planera VRAM för modellen och KV-cache tillsammans. Kontextlängd och samtidiga förfrågningar påverkar minnesbehovet.
Vetenskaplig beräkning
Matcha den numeriska precisionen och CUDA-programvarukraven med din beräkning innan du väljer värden.
PLATS
Välj en region för din arbetsbelastning
Håll beräkning nära dina data och användare. Kapacitet kontrolleras för vald modell och plats.
Europa
Tillgänglighet på begäran
USA
Tillgänglighet på begäran
Asien
Tillgänglighet på begäran
Jämför
Tänk på ett annat minnesbudget
Ampere80 GB
NVIDIA A100
Etablerade CUDA-arbetsbelastningar och modellträning
- Minne
- HBM2e
- Status
- På begäran
Pris på förfråganKonfiguration och region att bekräfta
Utforska modell Hopper141 GB
NVIDIA H200
Minneintensiv LLM-inferens och vetenskaplig beräkning
- Minne
- HBM3e
- Status
- På begäran
Pris på förfråganKonfiguration och region att bekräfta
Utforska modell Ada Lovelace24 GB
NVIDIA RTX 4090
Prototyping, bildgenerering och rendering
- Minne
- GDDR6X
- Status
- På begäran
Pris på förfråganKonfiguration och region att bekräfta
Utforska modell Vilken H100-variant beskrivs?
Referensspecifikationen är H100 SXM 80 GB. PCIe- och NVL-varianter skiljer sig; den exakta GPU-varianten måste bekräftas i serverns konfiguration.
Garanti för att 80 GB får plats i modellen?
Nej. Vikter, precision, aktiveringar och cache delar minnesbudgeten. Kontrollera ditt ramverk och testa den avsedda arbetsbelastningen.
Kan jag begära flera GPU:er?
Ja, inkludera GPU-antal och interconnect-krav i din förfrågan. Kapacitet och topologi måste bekräftas innan distribution.
DIN KONFIGURATION
Begär en infrastruktur offert
Välj resurser och drifttid. Vi bekräftar ett pris för din konfiguration.
Varje resurs har sin egen angivna konfiguration. Flera GPU-servrar bildar inte ett NVLink-kluster. Månadsavgifter täcker hela faktureringsperioden; lagring och trafik utanför konfigurationen ingår inte.