Modeltraining
Train CNN's, transformatoren en diffusiemodellen op speciale NVIDIA GPU's. Volledige CUDA-toegang, NVMe voor snel laden van gegevens, NCCL voor multi-GPU-training.
Deep Learning GPU-server
Treinmodellen aan
speciale GPU's.
NVIDIA A100, RTX 5090 en RTX 4090, volledige PCI-passthrough, niet gedeeld.
NVMe-opslag voor snel laden van gegevens. Onafhankelijke cloud sinds 2008.
122.000+ gebruikers vertrouwen op Cloudzy. 14 dagen geld-terug-garantie, geen vragen gesteld.
Vanaf $14.47/mo · 50% korting · geen creditcard nodig
~ ssh root@vps-001
aangesloten
$ ssh root@gpu-srv-001
Welkom bij Ubuntu 24.04 LTS (CUDA 12.4)
root@gpu-srv-001:~$ nvidia-smi --query-gpu=naam,geheugen.total --format=csv
naam, geheugen.totaal [MiB]
NVIDIA A100-SXM4-80GB, 81920 MiB
root@gpu-srv-001:~$ python3 -c "fakkel importeren; print(torch.cuda.is_available())"
WAAR
root@gpu-srv-001:~$ torchrun --nproc_per_node=1 train.py --epochs 50
Tijdperk 1/50 | Verlies: 0,4821 | LR: 1e-4
Deep Learning GPU-server in één oogopslag
Cloudzy Deep Learning GPU-servers gebruik NVIDIA A100, RTX 5090 en RTX 4090 GPU's met volledige PCI-passthrough. AMD EPYC CPU's, NVMe opslag, DDR5 geheugen, en 40 Gbps uplinks in 12 regio's. CPU-abonnementen beginnen om $2.48/mo; GPU-abonnementen beschikbaar op de prijspagina. Cloudzy heeft gediend 122,000+ gebruikers sinds 2008, beoordeeld 4.6/5 op Trustpilot. 14 dagen geld-terug op alle plannen.
- Vanafprijs
- $2,48 / maand
- Voorzieningen
- 60 seconden
- Regio's
- 12 wereldwijd
- Uptime-SLA
- 99.95%
- Geld terug
- 14 dagen
- Opgericht
- 2008
Waarom ontwikkelaars Cloudzy kiezen
Een tech-savvy favoriet.
De vier dingen waar kopers ons echt op vergelijken, goed gedaan.
High-spec-infrastructuur
Nieuwste generatie AMD EPYC, alleen NVMe-opslag, DDR5-geheugen, 40 Gbps uplinks. Top-single-thread-prestaties op elk plan.
Risicovrij proberen
14 dagen niet-goed-geld-terug-garantie op elk plan. Zonder vragen. Geen setup-kosten. Op elk moment opzegbaar vanuit het dashboard.
99,95% uptime-SLA
Automatische monitoring in 12 regio's. Onze SLA over de laatste 30 dagen staat openbaar op status.cloudzy.com. Niks om te verbergen.
24/7 menselijke support
Reacties op livechat en tickets meestal binnen 5 minuten. Engineers, geen scriptlezers. Mediane oplostijd onder 1 uur.
Use cases
Waarom ontwikkelaars kiezen voor
Cloudzy's Deep Learning GPU-server.
LLM's verfijnen
Finetune Llama, Mistral of Gemma op A100 of RTX 5090. QLoRA op 24 GB VRAM, volledige finetuning op 80 GB. NVMe handelt controlepuntschrijfbewerkingen af zonder de training te vertragen.
Inferentie dienen
Bedien modellen via vLLM, TGI of Triton op speciale GPU's. PCI-passthrough betekent volledige VRAM en volledige kloksnelheden, dezelfde prestaties als bare metal.
Computervisie
Objectdetectie, segmentatie, beeldgeneratie. GPU-versnelde OpenCV, YOLO, stabiele diffusie. NVMe zorgt ervoor dat trainingsdatapijplijnen zonder knelpunten worden gevoed.
Onderzoek en prototypen
Jupyter-notebooks, experimenten bijhouden, hyperparameter-sweeps. GPU-servers opstarten, experimenten uitvoeren, afbreken. 14 dagen geld-terug betekent een laag risico op nieuwe projecten.
Voorverwerking van gegevens
RAPIDS, cuDF, cuML. GPU-versnelde gegevensverwerking voor grote datasets. Gegevens opschonen, transformeren en voorzien van functionaliteit vóór de training. NVMe-lezingen houden het GPU-gebruik hoog.
60s
Voorzieningen
40 Gbps
Uplink
Alleen NVMe
Opslag
12
Regio's
99.95%
Uptime-SLA
14 dagen
Geld terug
Wereldwijd netwerk
12 regio's. Vier continenten.
Eén klik verwijderd.
Plaats uw Deep Learning GPU-server zo dicht bij uw gebruikers als de natuurkunde dit toelaat. Mediane P50-latentie minder dan 10 ms in Noord-Amerika en Europa.
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
Prijzen
Betaal alleen wat je gebruikt. Dat is het.
Per uur, per maand of per jaar. Geen egresskosten. Geen verplichtingen. Nu 50% korting alle plannen.
Meest gekozen
4 GB DDR5
Instap-GPU-workloads · voorbereiding voor fijnafstemming
$14.47 /mnd
$28.95/mo −50%
Nu uitrollen
14 dagen niet-goed-geld-terug
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
8 GB DDR5
Trainingsdatapijplijnen · voorverwerking
$26.475 /mnd
$52.95/mo −50%
Nu uitrollen
14 dagen niet-goed-geld-terug
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
16 GB DDR5
Multi-GPU-coördinatie · modelbediening
$49.98 /mnd
$99.95/mo −50%
Nu uitrollen
14 dagen niet-goed-geld-terug
- 8 vCPU @ EPYC
- 350 GB NVMe
- 10 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
32 GB DDR5
Grootschalige training · gedistribueerde computers
$109.975 /mnd
$219.95/mo −50%
Nu uitrollen
14 dagen niet-goed-geld-terug
- 12 vCPU @ EPYC
- 750 GB NVMe
- 12 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
Veelgestelde vragen — Deep Learning GPU-server
Veelgestelde vragen, directe antwoorden.
Welke GPU's zijn beschikbaar?
NVIDIA A100 (1x, 2x, 4x), RTX 5090 (1x, 2x) en RTX 4090 (1x, 2x, 4x). Ze maken allemaal gebruik van PCI-passthrough, de GPU is speciaal voor uw VM en niet gedeeld. Volledige VRAM, volledige kloksnelheden, volledige CUDA-toegang. Zie de prijspagina voor de huidige GPU-abonnementsdetails en beschikbaarheid.
Zijn de GPU's gedeeld of toegewezen?
Toegewijd. PCI-passthrough geeft uw VM exclusieve toegang tot de fysieke GPU. CUDA, NVENC, NCCL gedragen zich allemaal precies als blank metaal. Geen time-sharing, geen MIG-partitionering, geen virtualisatie-overhead op de GPU zelf.
Welke CUDA-versie is beschikbaar?
GPU-abonnementen worden geleverd met vooraf geconfigureerde CUDA-images, momenteel CUDA 12.x op Ubuntu LTS. Je kunt elke CUDA-versie installeren die je nodig hebt, omdat je volledige root-toegang hebt. PyTorch, TensorFlow, JAX en andere frameworks worden zoals gewoonlijk via pip of conda geïnstalleerd.
Hoeveel VRAM heb ik nodig voor deep learning?
Afhankelijk van uw model. Het verfijnen van een 7B LLM met QLoRA past in 24 GB. Voor volledige afstemming van een 7B-model is 40+ GB nodig. Voor helemaal opnieuw trainen op grote modellen of het uitvoeren van fp16 70B-inferentie heeft 80 GB nodig (A100). Stem het GPU-plan af op de geheugenvoetafdruk van uw model.
Kan ik multi-GPU-training doen?
Ja. Plannen met 2x of 4x GPU's ondersteunen NCCL voor gedistribueerde training. PyTorch DDP, DeepSpeed, FSDP werken allemaal zoals verwacht. NVMe-opslag verwerkt checkpoint-opslag zonder de trainingslus te vertragen.
Is er een geld-terug-garantie op GPU-abonnementen?
Ja, 14 dagen, volledige terugbetaling, geen vragen gesteld. Voer uw daadwerkelijke trainingstaak uit, benchmark uw gevolgtrekkingspijplijn. Als de GPU-server niet aan uw wensen voldoet, krijgt u uw geld terug.
Hoe snel verloopt de provisioning?
60 seconden vanaf de bevestiging van de betaling. GPU-plannen starten op met een vooraf geconfigureerde CUDA-image, nvidia-smi keert onmiddellijk terug. Installeer uw framework en begin binnen enkele minuten in plaats van uren met trainen.
Kan ik deze gebruiken voor gevolgtrekkingen in de productie?
Ja. Speciale GPU, 99,95% uptime SLA, speciale IPv4. Voer vLLM, Triton of uw eigen inferentieserver uit achter een load balancer. 40 Gbps-netwerk verwerkt inferentieverkeer met hoge doorvoer.
Krijg ik ook CPU en opslag?
Ja. GPU-abonnementen omvatten AMD EPYC CPU's (12-64 vCPU, afhankelijk van het abonnement), DDR5 RAM (48-768 GB) en NVMe-opslag (500 GB tot 6 TB). De CPU zorgt voor de voorverwerking van gegevens terwijl de GPU traint. NVMe zorgt ervoor dat gegevens snel worden geladen.
Hoe verhouden de prijzen zich tot die van cloud-GPU-aanbieders?
Cloudzy GPU-plannen gebruiken speciale hardware zonder overhead voor time-sharing. De prijzen staan vermeld op de prijzenpagina, transparante maandelijkse en jaarlijkse tarieven zonder verborgen rekenuurkosten. Met 14 dagen geld-terug-garantie kunt u testen voordat u zich vastlegt.
Speciale GPU's, nu klaar.
Live in 60 seconden.
Geen creditcard nodig · 14 dagen niet-goed-geld-terug · altijd opzegbaar