Modellképzés
Tanítson CNN-eket, transzformátorokat és diffúziós modelleket dedikált NVIDIA GPU-kon. Teljes CUDA hozzáférés, NVMe a gyors adatbetöltéshez, NCCL a több GPU-s betanításhoz.
Deep Learning GPU szerver
Vonatmodellek bekapcsolva
dedikált GPU-k.
NVIDIA A100, RTX 5090 és RTX 4090, teljes PCI áteresztőképesség, nincs megosztva.
NVMe tárhely a gyors adatbetöltéshez. Független felhő 2008 óta.
Több mint 122 000 felhasználó bízik a Cloudzy-ban. 14 napos pénzvisszatérítés, kérdés nélkül.
Kezdő ár $14.47/mo · 50% kedvezmény · Nincs szükség hitelkártyára
~ ssh root@vps-001
csatlakoztatva
$ ssh root@gpu-srv-001
Üdvözli az Ubuntu 24.04 LTS (CUDA 12.4)
root@gpu-srv-001:~$ nvidia-smi --query-gpu=name,memory.total --format=csv
név, memória.összesen [MiB]
NVIDIA A100-SXM4-80 GB, 81920 MiB
root@gpu-srv-001:~$ python3 -c "torch importálása; print(torch.cuda.is_available())"
Igaz
root@gpu-srv-001:~$ torchrun --nproc_per_node=1 train.py --epochs 50
Epocha 1/50 | Veszteség: 0,4821 | LR: 1e-4
Deep Learning GPU szerver egy pillantással
Cloudzy Deep Learning GPU szerverek NVIDIA A100, RTX 5090 és RTX 4090 GPU-kat használjon teljes PCI áteresztéssel. AMD EPYC CPU-k, NVMe tárolás, DDR5 memória, és 40 Gbps feltöltés 12 régió. A CPU-tervek kezdete $2.48/mo; A GPU-csomagok az ároldalon érhetők el. Cloudzy szolgált 122,000+ óta használók 2008, minősített 4.6/5 a Trustpiloton. 14 napos pénzvisszatérítés minden tervben.
- Kezdő ár
- 2,48 $ / hó
- Ellátás
- 60 másodperc
- Régiók
- 12 világszerte
- Uptime SLA
- 99.95%
- Pénzvisszafizetés
- 14 nap
- Alapított
- 2008
Miért választják a fejlesztők a Cloudzy-t
Egy technológiához értő kedvenc.
Az a négy dolog, amelyben a vásárlók valóban összehasonlítanak minket, jól megcsinálva.
Csúcsspecifikációjú infrastruktúra
Legújabb generációs AMD EPYC, kizárólag NVMe tárhely, DDR5 memória, 40 Gbps feltöltés. Single-thread vezető szerep minden csomagszinten.
Kockázatmentes próba
14 napos pénzvisszafizetési garancia minden csomagra. Kérdések nélkül. Nincs beállítási díj. Bármikor lemondhatja az irányítópultról.
99,95% uptime SLA
Automatizált monitorozás 12 régióban. Az elmúlt 30 napos SLA-t nyilvánosan követjük a status.cloudzy.com oldalon, nincs takargatás.
24/7 emberi támogatás
Élő chat és ticket válaszok jellemzően 5 percen belül. Mérnökök, nem szkriptolvasók. Medián megoldás 1 órán belül.
Felhasználási esetek
Miért választják a fejlesztők
A Cloudzy Deep Learning GPU szervere.
LLM-ek finomhangolása
A Llama, Mistral vagy Gemma finomhangolása A100-on vagy RTX 5090-en. QLoRA 24 GB VRAM-on, teljes finomhangolás 80 GB-on. Az NVMe kezeli az ellenőrzőpontok írását anélkül, hogy a képzés elakadna.
Következtetés kiszolgálása
Kiszolgálja a modelleket vLLM-en, TGI-n vagy Tritonon keresztül a dedikált GPU-ken. A PCI passthrough teljes VRAM-ot és teljes órajelet jelent, ugyanolyan teljesítményt, mint a csupasz fém.
Számítógépes látás
Tárgyfelismerés, szegmentálás, képgenerálás. GPU-gyorsítású OpenCV, YOLO, stabil diffúzió. Az NVMe szűk keresztmetszetek nélkül táplálja a képzési adatfolyamokat.
Kutatás és prototípus készítés
Jupyter notebookok, kísérletkövetés, hiperparaméteres sweepek. GPU-szerverek felpörgetése, kísérletek futtatása, lebontása. A 14 napos pénzvisszafizetés alacsony kockázatot jelent az új projekteknél.
Adatok előfeldolgozása
RAPIDS, cuDF, cuML. GPU-gyorsított adatfeldolgozás nagy adatkészletekhez. Tisztítsa meg, alakítsa át és jellemezze az adatokat edzés előtt. Az NVMe olvasások magas szinten tartják az GPU kihasználtságát.
60s
Ellátás
40 Gbps
Uplink
Csak NVMe
Tárolás
12
Régiók
99.95%
Uptime SLA
14 nap
Pénzvisszafizetés
Globális hálózat
12 régió. Négy kontinens.
Egy kattintásra.
Helyezze a Deep Learning GPU szervert olyan közel a felhasználókhoz, amennyire a fizika lehetővé teszi. A medián P50 késleltetés 10 ms alatt van Észak-Amerikában és Európában.
us-utah-1us-dal-1us-lax-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-brn-1me-dxb-1ap-sgp-1ap-syd-1
Árképzés
Csak a felhasznált erőforrásokért fizet. Ennyi.
Óránként, havonta vagy évente. Nincs egress díj. Nincs elköteleződés. Jelenleg 50% kedvezmény minden csomag.
Legnépszerűbb
4 GB DDR5
Belépési GPU munkaterhelés · Finomhangolás előkészítés
$14.47 /mo
$28.95/mo −50%
Telepítés most
14 napos pénzvisszafizetés
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Dedikált IPv4 + IPv6
- Root SSH · KVM
8 GB DDR5
Képzési adatfolyamok · előfeldolgozás
$26.475 /mo
$52.95/mo −50%
Telepítés most
14 napos pénzvisszafizetés
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Dedikált IPv4 + IPv6
- Root SSH · KVM
16 GB DDR5
Több GPU koordináció · modellkiszolgálás
$49.98 /mo
$99.95/mo −50%
Telepítés most
14 napos pénzvisszafizetés
- 8 vCPU @ EPYC
- 350 GB NVMe
- 10 TB · 40 Gbps
- Dedikált IPv4 + IPv6
- Root SSH · KVM
32 GB DDR5
Nagyszabású képzés · elosztott számítás
$109.975 /mo
$219.95/mo −50%
Telepítés most
14 napos pénzvisszafizetés
- 12 vCPU @ EPYC
- 750 GB NVMe
- 12 TB · 40 Gbps
- Dedikált IPv4 + IPv6
- Root SSH · KVM
GYIK – Deep Learning GPU Server
Gyakori kérdések, egyenes válaszok.
Milyen GPU-k érhetők el?
NVIDIA A100 (1x, 2x, 4x), RTX 5090 (1x, 2x) és RTX 4090 (1x, 2x, 4x). Mindegyik PCI átjárást használ, az GPU az Ön virtuális gépének van dedikálva, nem megosztva. Teljes VRAM, teljes órajel, teljes CUDA hozzáférés. Az aktuális GPU terv részleteiért és elérhetőségéért tekintse meg az ároldalt.
A GPU-k megosztottak vagy dedikáltak?
Dedikált. A PCI passthrough kizárólagos hozzáférést biztosít a virtuális gépnek a fizikai GPU-hoz. A CUDA, NVENC, NCCL pontosan úgy viselkedik, mint a csupasz fém. Nincs időmegosztás, nincs MIG-particionálás, nincs virtualizációs többletköltség magán a GPU-n.
Melyik CUDA verzió érhető el?
Az GPU terveket előre konfigurált CUDA-képekkel szállítják, jelenleg a CUDA 12.x az Ubuntu LTS-en. Bármilyen CUDA-verziót telepíthet, amire szüksége van, mivel teljes root hozzáféréssel rendelkezik. A PyTorch, TensorFlow, JAX és más keretrendszerek a szokásos módon pip vagy conda segítségével telepíthetők.
Mennyi VRAM-ra van szükségem a mély tanuláshoz?
A modelltől függ. A 7B LLM finomhangolása QLoRA-val 24 GB-ba fér bele. A 7B modell teljes finomhangolásához 40+ GB szükséges. Az alapoktól való képzéshez nagy modelleken vagy fp16 futtatásához 70B következtetéshez 80 GB (A100) szükséges. Párosítsa a GPU-tervet a modell memóriaterületéhez.
Végezhetek több GPU-s képzést?
Igen. A 2x vagy 4x GPU-t tartalmazó tervek támogatják az NCCL-t az elosztott képzéshez. PyTorch DDP, DeepSpeed, FSDP, mindegyik a várt módon működik. Az NVMe tároló úgy kezeli az ellenőrzőpontos mentéseket, hogy közben nem akad el a képzési ciklus.
Van pénz-visszafizetési garancia a GPU-tervekre?
Igen, 14 nap, teljes visszatérítés, nincs kérdés. Futtassa a tényleges képzési feladatát, mérje össze a következtetési folyamatot. Ha az GPU szerver nem felel meg az igényeinek, visszakapja a pénzét.
Milyen gyors a kiépítés?
60 másodperc a fizetés visszaigazolásától számítva. Az GPU előre konfigurált CUDA-képpel tervezi a rendszerindítást, az nvidia-smi azonnal visszatér. Telepítse a keretet, és percek alatt kezdje el az edzést, ne órákon belül.
Használhatom ezeket következtetésekre a gyártás során?
Igen. Dedikált GPU, 99,95%-os rendelkezésre állási SLA, dedikált IPv4. Futtassa a vLLM-et, a Tritont vagy a saját következtetési szerverét egy terheléselosztó mögött. A 40 Gbps hálózat kezeli a nagy áteresztőképességű következtetési forgalmat.
CPU-t és tárhelyet is kapok?
Igen. A GPU-csomagok AMD EPYC CPU-kat (12-64 vCPU a tervtől függően), DDR5 RAM-ot (48-768 GB) és NVMe tárhelyet (500 GB-tól 6 TB-ig) tartalmaznak. A CPU kezeli az adatok előfeldolgozását, miközben a GPU betanítja. Az NVMe biztosítja az adatok gyors betöltését.
Hogyan viszonyulnak az árak a felhő GPU-szolgáltatókhoz?
Cloudzy Az GPU tervek dedikált hardvert használnak időmegosztási többletköltség nélkül. Az árak az árképzési oldalon láthatók, átlátható havi és éves díjak rejtett számítási óradíjak nélkül. A 14 napos pénz-visszatérítés lehetővé teszi a tesztelést a kötelezettségvállalás előtt.
Dedikált GPU-k, készen áll.
Üzembe helyezés 60 másodperc alatt.
Nincs szükség hitelkártyára · 14 napos pénzvisszafizetési garancia · Bármikor lemondható