Đào tạo người mẫu
Đào tạo CNN, máy biến áp và mô hình khuếch tán trên GPU NVIDIA chuyên dụng. Truy cập CUDA đầy đủ, NVMe để tải dữ liệu nhanh, NCCL để đào tạo đa GPU.
Máy chủ GPU học sâu
Đào tạo mô hình trên
GPU chuyên dụng.
NVIDIA A100, RTX 5090 và RTX 4090, chuyển qua PCI đầy đủ, không được chia sẻ.
Bộ lưu trữ NVMe để tải dữ liệu nhanh chóng. Đám mây độc lập từ năm 2008.
Hơn 122.000 người dùng tin tưởng Cloudzy. Hoàn tiền trong 14 ngày, không có câu hỏi nào.
Khởi điểm từ $14.47/mo · Giảm 50% · Không cần thẻ tín dụng
~ ssh root@vps-001
đã kết nối
$ ssh root@gpu-srv-001
Chào mừng đến với Ubuntu 24.04 LTS (CUDA 12.4)
root@gpu-srv-001:~$ nvidia-smi --query-gpu=name,memory.total --format=csv
tên, bộ nhớ.total [MiB]
NVIDIA A100-SXM4-80GB, 81920 MiB
root@gpu-srv-001:~$ python3 -c "nhập torch; print(torch.cuda.is_available())"
ĐÚNG VẬY
root@gpu-srv-001:~$ torchrun --nproc_per_node=1 train.py --epochs 50
Kỷ nguyên 1/50 | Mất: 0,4821 | LR: 1e-4
Sơ lược về máy chủ GPU Deep Learning
Máy chủ GPU học sâu Cloudzy sử dụng GPU NVIDIA A100, RTX 5090 và RTX 4090 với thông qua PCI đầy đủ. AMD EPYC CPU, NVMe kho, DDR5 trí nhớ và 40 Gbps uplink khắp 12 khu vực. Các gói CPU bắt đầu lúc $2.48/mo; Các gói GPU có sẵn trên trang định giá. Cloudzy đã phục vụ 122,000+ người dùng kể từ đó 2008, đánh giá 4.6/5 trên Trustpilot. 14 ngày hoàn lại tiền cho tất cả các kế hoạch.
- Giá khởi điểm
- $2.48 / tháng
- Cung cấp
- 60 giây
- Khu vực
- 12 trên toàn cầu
- Uptime SLA
- 99.95%
- Hoàn tiền
- 14 ngày
- Được thành lập
- 2008
Vì sao nhà phát triển chọn Cloudzy
Một người am hiểu công nghệ yêu thích.
Bốn điều người mua thực sự so sánh chúng tôi, làm đúng.
Hạ tầng cấu hình cao
AMD EPYC thế hệ mới, lưu trữ chỉ NVMe, bộ nhớ DDR5, uplink 40 Gbps. Dẫn đầu single-thread ở mọi cấp gói.
Dùng thử không rủi ro
Đảm bảo hoàn tiền trong 14 ngày trên mọi gói. Không hỏi lý do. Không phí cài đặt. Hủy bất cứ lúc nào từ dashboard.
SLA uptime 99,95%
Giám sát tự động trên 12 khu vực. SLA 30 ngày qua của chúng tôi được theo dõi công khai tại status.cloudzy.com, không giấu giếm.
Hỗ trợ con người 24/7
Live chat và phản hồi ticket thường dưới 5 phút. Kỹ sư thật, không phải người đọc kịch bản. Thời gian giải quyết trung vị dưới 1 giờ.
Trường hợp sử dụng
Vì sao nhà phát triển chọn
Máy chủ GPU học sâu của Cloudzy.
Tinh chỉnh LLM
Tinh chỉnh Llama, Mistral hoặc Gemma trên A100 hoặc RTX 5090. QLoRA trên 24 GB VRAM, tinh chỉnh toàn bộ trên 80 GB. NVMe xử lý việc ghi điểm kiểm tra mà không bị gián đoạn quá trình đào tạo.
Phục vụ suy luận
Phục vụ các mô hình qua vLLM, TGI hoặc Triton trên các GPU chuyên dụng. Thông qua PCI có nghĩa là VRAM đầy đủ và tốc độ xung nhịp tối đa, hiệu suất tương tự như kim loại trần.
Thị giác máy tính
Phát hiện đối tượng, phân đoạn, tạo hình ảnh. OpenCV được tăng tốc GPU, YOLO, Khuếch tán ổn định. NVMe liên tục cung cấp các đường dẫn dữ liệu đào tạo mà không bị tắc nghẽn.
Nghiên cứu & tạo mẫu
Sổ ghi chép Jupyter, theo dõi thử nghiệm, quét siêu tham số. Tăng tốc máy chủ GPU, chạy thử nghiệm, phá bỏ. Hoàn tiền trong 14 ngày có nghĩa là rủi ro thấp đối với các dự án mới.
Tiền xử lý dữ liệu
RAPIDS, cuDF, cuML. Xử lý dữ liệu được tăng tốc GPU cho các tập dữ liệu lớn. Làm sạch, chuyển đổi và mô tả dữ liệu trước khi đào tạo. Số lần đọc NVMe giúp duy trì mức sử dụng GPU ở mức cao.
60s
Cung cấp
40 Gbps
Đường lên
Chỉ dành cho NVMe
Kho
12
Khu vực
99.95%
Uptime SLA
14 ngày
Hoàn tiền
Mạng toàn cầu
12 khu vực. Bốn châu lục.
Chỉ một cú click.
Đưa Máy chủ GPU Deep Learning của bạn đến gần người dùng nhất có thể trong phạm vi vật lý cho phép. Độ trễ trung bình P50 dưới 10 ms ở Bắc Mỹ và Châu Âu.
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
Định giá
Trả phí theo mức dùng. Vậy đó.
Theo giờ, tháng, hoặc năm. Không phí egress. Không cam kết. Hiện tại giảm giá 50% tất cả các gói.
Phổ biến nhất
4 GB DDR5
Khối lượng công việc GPU đầu vào · chuẩn bị tinh chỉnh
$14.47 /tháng
$28.95/mo −50%
Triển khai ngay
Hoàn tiền trong 14 ngày
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- IPv4 + IPv6 riêng
- Root SSH · KVM
8 GB DDR5
Đào tạo đường ống dữ liệu · tiền xử lý
$26.475 /tháng
$52.95/mo −50%
Triển khai ngay
Hoàn tiền trong 14 ngày
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- IPv4 + IPv6 riêng
- Root SSH · KVM
16 GB DDR5
Phối hợp đa GPU · phân phát mô hình
$49.98 /tháng
$99.95/mo −50%
Triển khai ngay
Hoàn tiền trong 14 ngày
- 8 vCPU @ EPYC
- 350 GB NVMe
- 10 TB · 40 Gbps
- IPv4 + IPv6 riêng
- Root SSH · KVM
32 GB DDR5
Đào tạo quy mô lớn · điện toán phân tán
$109.975 /tháng
$219.95/mo −50%
Triển khai ngay
Hoàn tiền trong 14 ngày
- 12 vCPU @ EPYC
- 750 GB NVMe
- 12 TB · 40 Gbps
- IPv4 + IPv6 riêng
- Root SSH · KVM
Câu hỏi thường gặp — Máy chủ GPU học sâu
Câu hỏi thường gặp, câu trả lời thẳng thắn.
GPU nào có sẵn?
NVIDIA A100 (1x, 2x, 4x), RTX 5090 (1x, 2x) và RTX 4090 (1x, 2x, 4x). Tất cả đều sử dụng thông qua PCI, GPU dành riêng cho VM của bạn, không dùng chung. VRAM đầy đủ, tốc độ xung nhịp đầy đủ, truy cập CUDA đầy đủ. Xem trang giá để biết chi tiết và tình trạng sẵn có của gói GPU hiện tại.
GPU được chia sẻ hay dành riêng?
Tận tụy. Thông qua PCI cung cấp cho máy ảo của bạn quyền truy cập độc quyền vào GPU vật lý. CUDA, NVENC, NCCL đều hoạt động giống hệt kim loại trần. Không chia sẻ thời gian, không phân vùng MIG, không cần ảo hóa trên GPU.
Phiên bản CUDA nào có sẵn?
GPU có kế hoạch cung cấp hình ảnh CUDA được định cấu hình sẵn, hiện là CUDA 12.x trên Ubuntu LTS. Bạn có thể cài đặt bất kỳ phiên bản CUDA nào bạn cần vì bạn có toàn quyền truy cập root. PyTorch, TensorFlow, JAX và các khung công tác khác cài đặt qua pip hoặc conda như bình thường.
Tôi cần bao nhiêu VRAM để học sâu?
Phụ thuộc vào mô hình của bạn. Tinh chỉnh LLM 7B với QLoRA phù hợp với 24 GB. Tinh chỉnh hoàn toàn mô hình 7B cần hơn 40 GB. Đào tạo từ đầu trên các mô hình lớn hoặc chạy suy luận fp16 70B cần 80 GB (A100). So khớp sơ đồ GPU với dung lượng bộ nhớ của mô hình của bạn.
Tôi có thể thực hiện đào tạo đa GPU không?
Đúng. Các gói có GPU 2x hoặc 4x hỗ trợ NCCL cho hoạt động đào tạo phân tán. PyTorch DDP, DeepSpeed, FSDP, tất cả đều hoạt động như mong đợi. Bộ lưu trữ NVMe lưu điểm kiểm tra mà không làm gián đoạn vòng lặp đào tạo.
Có đảm bảo hoàn lại tiền cho các gói GPU không?
Có, 14 ngày, hoàn trả đầy đủ, không có câu hỏi nào. Chạy công việc đào tạo thực tế của bạn, đánh giá quy trình suy luận của bạn. Nếu máy chủ GPU không đáp ứng được nhu cầu của bạn, bạn sẽ được hoàn lại tiền.
Cấp phát nhanh thế nào?
60 giây kể từ khi xác nhận thanh toán. GPU có kế hoạch khởi động với hình ảnh CUDA được cấu hình sẵn, nvidia-smi sẽ quay trở lại ngay lập tức. Cài đặt khung của bạn và bắt đầu đào tạo trong vài phút chứ không phải hàng giờ.
Tôi có thể sử dụng những thứ này để suy luận trong sản xuất không?
Đúng. GPU chuyên dụng, SLA thời gian hoạt động 99,95%, IPv4 chuyên dụng. Chạy vLLM, Triton hoặc máy chủ suy luận của riêng bạn đằng sau bộ cân bằng tải. Mạng 40 Gbps xử lý lưu lượng suy luận thông lượng cao.
Tôi cũng nhận được CPU và bộ lưu trữ phải không?
Đúng. Các gói GPU bao gồm CPU AMD EPYC (12-64 vCPU tùy theo gói), RAM DDR5 (48-768 GB) và bộ lưu trữ NVMe (500 GB đến 6 TB). CPU xử lý tiền xử lý dữ liệu trong khi GPU đào tạo. NVMe giúp tải dữ liệu nhanh chóng.
Giá cả so với các nhà cung cấp GPU đám mây như thế nào?
Các gói Cloudzy GPU sử dụng phần cứng chuyên dụng mà không cần chia sẻ thời gian. Giá cả được liệt kê trên trang định giá, mức giá hàng tháng và hàng năm minh bạch, không có phí giờ tính toán ẩn. Hoàn tiền trong 14 ngày cho phép bạn kiểm tra trước khi cam kết.
GPU chuyên dụng, sẵn sàng ngay bây giờ.
Triển khai trong 60 giây.
Không cần thẻ tín dụng · Hoàn tiền trong 14 ngày · Hủy bất cứ lúc nào