Modeltraining
Train CNN's, transformers en diffusiemodellen op dedicated NVIDIA GPUs. Volledige CUDA-toegang, NVMe voor snelle dataoverdracht, NCCL voor multi-GPU training.
Deep Learning GPU-server
Train modellen op
dedicated GPU's.
NVIDIA A100, RTX 5090 en RTX 4090, volledige PCI-passthrough, niet gedeeld.
NVMe-opslag voor snel laden van data. 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
verbonden
$ ssh root@gpu-srv-001
Welkom bij Ubuntu 24.04 LTS (CUDA 12.4)
root@gpu-srv-001:~$ nvidia-smi --query-gpu=name,memory.total --format=csv
naam, geheugen.totaal [MiB]
NVIDIA A100-SXM4-80GB, 81920 MiB
root@gpu-srv-001:~$ python3 -c "import torch; print(torch.cuda.is_available())"
Waar
root@gpu-srv-001:~$ torchrun --nproc_per_node=1 train.py --epochs 50
Epoch 1/50 | Loss: 0.4821 | LR: 1e-4
GPU Server voor Deep Learning in het kort
Cloudzy Deep Learning GPU-servers gebruik NVIDIA A100, RTX 5090 en RTX 4090 GPUs met volledige PCI passthrough. AMD EPYC CPU's, NVMe opslag, DDR5 geheugen en 40 Gbps uplinks in 13 regio's. CPU-abonnementen vanaf $2.48/mo; GPU-abonnementen beschikbaar op de prijspagina. Cloudzy heeft gediend 122,000+ gebruikers sinds 2008, beoordeeld 4.7/5 op Trustpilot. 14-daags niet-goed-geld-terug op alle abonnementen.
- Vanafprijs
- $2,48 / maand
- Inrichting
- 60 seconden
- Regio's
- 13 wereldwijd
- Uptime-SLA
- 99.95%
- Geld terug
- 14 dagen
- Opgericht
- 2008
Waarom ontwikkelaars Cloudzy kiezen
Een tech-savvy favoriete
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 13 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 fine-tunen
Fine-tune Llama, Mistral of Gemma op A100 of RTX 5090. QLoRA met 24 GB VRAM, volledige fine-tune met 80 GB. NVMe schrijft checkpoints zonder de training te vertragen.
Inferentieservice
Serveer modellen via vLLM, TGI of Triton op dedicated GPUs. PCI passthrough geeft volledige toegang tot VRAM en kloksnelheden - prestaties vergelijkbaar met bare metal.
Computervisie
Objectdetectie, segmentatie, beeldgeneratie. GPU-versnelde OpenCV, YOLO, Stable Diffusion. NVMe houdt trainingsdatapipelines doorlopend gevoed.
Onderzoek & prototyping
Jupyter notebooks, experiment tracking, hyperparameter sweeps. Start GPU servers, voer experimenten uit, stop ze daarna. 14 dagen niet-goed-geld-terug maakt nieuwe projecten laagdrempelig.
Gegevensvoorbereiding
RAPIDS, cuDF, cuML. GPU-versnelde dataverwerking voor grote datasets. Reinig, transformeer en verwerk data voordat je begint met trainen. NVMe-reads houden het GPU-gebruik hoog.
60s
Inrichting
40 Gbps
Opwaartse verbinding
Alleen NVMe
Opslag
13
Regio's
99.95%
Uptime-SLA
14 dagen
Geld terug
Wereldwijd netwerk
13 regio's. Vier continenten.
Eén klik verwijderd.
Plaats je Deep Learning GPU Server zo dicht mogelijk bij je gebruikers. Mediane P50-latentie onder de 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
Lichte GPU-workloads · voorbereiding voor fine-tuning
$14.47 /maand
$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
Trainingsdatapipelines · preprocessing
$26.475 /maand
$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 · model serving
$49.98 /maand
$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 rekenkracht
$109.975 /maand
$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 GPUs zijn beschikbaar?
NVIDIA A100 (1x, 2x, 4x), RTX 5090 (1x, 2x) en RTX 4090 (1x, 2x, 4x). Allemaal gebruiken PCI passthrough, de GPU is toegewezen aan uw VM, niet gedeeld. Volledige VRAM, volledige kloksnelheden, volledige CUDA-toegang. Zie de prijspagina voor huidige GPU-plandetails en beschikbaarheid.
Zijn de GPU's gedeeld of dedicated?
Dedicated. Via PCI passthrough krijgt jouw VM exclusieve toegang tot de fysieke GPU. CUDA, NVENC en NCCL gedragen zich precies zoals op bare metal. Geen time-sharing, geen MIG-partitionering, geen virtualisatie-overhead op de GPU zelf.
Welke CUDA-versie is beschikbaar?
GPU-plannen worden geleverd met vooraf geconfigureerde CUDA-images, momenteel CUDA 12.x op Ubuntu LTS. Omdat je volledige root-toegang hebt, kun je elke gewenste CUDA-versie installeren. PyTorch, TensorFlow, JAX en andere frameworks installeer je zoals gewoonlijk via pip of conda.
Hoeveel VRAM heb ik nodig voor deep learning?
Hangt af van je model. Een 7B LLM fine-tunen met QLoRA past binnen 24 GB. Een volledige fine-tune van een 7B model vereist 40+ GB. Trainen vanaf nul op grote modellen of fp16 70B inferentie uitvoeren heeft 80 GB nodig (A100). Kies een GPU plan dat past bij het geheugengebruik van je model.
Kan ik multi-GPU-training uitvoeren?
Ja. Plans met 2x of 4x GPUs ondersteunen NCCL voor gedistribueerde training. PyTorch DDP, DeepSpeed, FSDP, alles werkt zoals verwacht. NVMe-opslag verwerkt checkpoint-saves zonder de trainingsloop te onderbreken.
Biedt Cloudzy een geld-teruggarantie op GPU-abonnementen?
Ja, 14 dagen, volledige terugbetaling, zonder vragen. Draai je echte trainingstaak, benchmark je inferentiepipeline. Als de GPU-server niet aan je behoeften voldoet, krijg je je geld terug.
Hoe snel verloopt de provisioning?
60 seconden na betalingsbevestiging. GPU-servers starten met een vooraf geconfigureerde CUDA-image, nvidia-smi reageert direct. Installeer je framework en begin binnen minuten met trainen, niet uren.
Kan ik deze gebruiken voor inferentie in productie?
Ja. Dedicated GPU, 99,95% uptime SLA, dedicated IPv4. Draai vLLM, Triton of je eigen inferentieserver achter een load balancer. Het 40 Gbps-netwerk verwerkt inference-verkeer met hoge doorvoer.
Krijg ik ook CPU en opslag?
Ja. GPU-plannen bevatten AMD EPYC CPUs (12 tot 64 vCPU afhankelijk van het plan), DDR5 RAM (48-768 GB) en NVMe-opslag (500 GB tot 6 TB). De CPU verwerkt data voor terwijl de GPU traint. NVMe zorgt voor snelle dataoverdracht.
Hoe verhoudt de prijs zich tot die van andere cloudproviders?
Cloudzy GPU-plannen draaien op dedicated hardware zonder time-sharing overhead. De prijzen staan op de prijspagina: transparante maandelijkse en jaarlijkse tarieven, zonder verborgen kosten per rekenuur. Met 14 dagen geld-terug-garantie kun je eerst testen voor je vastlegt.
Dedicated GPUs, direct beschikbaar.
Live in 60 seconden.
Geen creditcard nodig · 14 dagen niet-goed-geld-terug · altijd opzegbaar