GPU-pilvi
H200, dedikoitu.
Yksi NVIDIA H200 -GPU, 141 GB HBM3e-muistia Hopper-arkkitehtuurilla, x86-isännällä. 3,49 $ tunnilta, laskutus minuutin tarkkuudella, samoin ehdoin kuin kaikilla muilla GPUwerkin tasoilla.
Vuokrataan saapumisjärjestyksessä: ota H200 käyttöön, kun kapasiteettia on vapaana, tai liity sen jonotuslistalle konsolissa.
Tekniset tiedot
GPU:ta kohden. GPU ja sen muisti ovat vain sinun vuokrauksen ajan.
| GPU | H200 SXM, Hopper-arkkitehtuuri |
|---|---|
| Muisti | 141 GB HBM3e |
| Muistikaista | 4,8 TB/s |
| Maksimiteho | Enintään 700 W |
| MIG | Enintään 7 instanssia à 18 GB |
| Ylläpitäjä | x86-isäntä |
| Vuokralaisuus | GPU on vain sinun vuokrauksen ajan, ei koskaan jaettu |
GPU-luvut lähteestä NVIDIA H200. GPUwerk julkaisee tok/s- ja koulutuksen läpäisykykyluvut vain omalla laitteistollaan tehdyistä ajoista. Katso DGX Spark -kaluston vertailutestit, miten ne raportoidaan.
Mitä ajaisit sillä?
H100:n laskentateho 76 % suuremmalla muistilla: suurempia malleja yhdellä GPU:lla ja enemmän tilaa KV-välimuistille.
70B-luokan mallit pitkällä kontekstilla
70B-malli FP8-tarkkuudella mahtuu, ja KV-välimuistille jää noin 70 GB, eli pidempiä kehotteita ja enemmän samanaikaisia pyyntöjä.
Mallit noin 140B:hen asti FP8-tarkkuudella
Painot, jotka vaativat kaksi H100:aa, mahtuvat yhdelle H200:lle.
Hienosäätö
Täydet hienosäädöt ja LoRA-ajot malleilla, jotka eivät mahdu 80 GB:hen.
Huono valinta: natiivi FP4
Hopperissa ei ole FP4:ää; 4-bittiseen päättelyyn Blackwellin nopeudella vuokraa B200 tai B300.
Tarvitsetko useita NVLinkillä yhdistettyjä GPU:ita? Katso 8× H200 -palvelin.
Mikä mahtuu 141 GB:hen
Vain painot: muisti jaettuna tavuilla parametria kohden. Jätä pelivaraa KV-välimuistille, aktivaatioille ja ajoympäristölle, usein 10–30 % enemmän.
| Tarkkuus | Parametria kohden | Suurin malli, vain painot |
|---|---|---|
| FP16 / BF16 | 2 tavua | noin 70B parametria |
| FP8 | 1 tavu | noin 141B parametria |
| 4-bittiseksi kvantisoitu | 0,5 tavua | noin 282B parametria (Hopperissa ei natiivia FP4:ää; ajonaikainen ympäristö purkaa kvantisoinnin) |
Laskutus
| Hinta | 3,49 $ tunnilta, laskutus minuutin tarkkuudella |
|---|---|
| Laskutus | Minuutin tarkkuudella ennakkoon maksetusta saldosta |
| Maksut | Ei tiedonsiirtomaksuja |
| Sitoumus | Ei mitään |
Hinnat ovat USD:nä ilman sovellettavia veroja. Koko laskutusmekaniikka, mukaan lukien mitä pysäyttäminen ja lopettaminen tekevät, on hinnoittelusivulla.
UKK
Voinko vuokrata H200:n nyt?
Ota se käyttöön konsolista, kun kapasiteettia on vapaana; kun sitä ei ole, konsoli tarjoaa jonotuslistan, ja jonossa oleville lähetetään sähköposti yksi kerrallaan, vanhimmasta alkaen. Kapasiteettia ei pidetä kenellekään: se, joka ottaa käyttöön ensin, saa sen.
Miten laskutus toimii tällä tasolla?
Sama kuin kaikilla GPUwerkin tasoilla: minuutin tarkkuudella ennakkoon maksetusta saldosta, USD:nä, ilman sovellettavia veroja, ilman tiedonsiirtomaksuja ja ilman sitoumusta.
Tarvitsetko GPU-aikaa tänään?
DGX Sparkissa on 128 GB yhtenäistä muistia, ja sen voi vuokrata nyt hintaan 0,79 $/tunti, laskutus minuutin tarkkuudella. Ensimmäinen lataus: maksa 20 $, saat 30 $ saldoa. Tai ota H200 käyttöön.