Zum Inhalt springen

GPU Power für KI, Machine Learning und mehr

GPU

On-Demand-GPUs für Parallelverarbeitungs-Workloads wie maschinelles Lernen, wissenschaftliche Berechnungen und Videoverarbeitung.

GPU Power für KI, Machine Learning und mehr

GPU

On-Demand-GPUs für Parallelverarbeitungs-Workloads wie maschinelles Lernen, wissenschaftliche Berechnungen und Videoverarbeitung.

GPU

Wissenschaftler, Künstler und Ingenieure benötigen Zugang zu erheblicher paralleler Rechenleistung. Wir bieten GPU-optimierte virtuelle Maschinen, die von der NVIDIA Quadro RTX 6000 beschleunigt werden und die Leistung von CUDA-, Tensor- und RT-Kernen für die Ausführung komplexer Verarbeitungs-, Deep Learning- und Raytracing-Workloads nutzen.


linode-splash-gpu-on-demand

On-Demand GPU

Die Betriebskosten für den Kauf, die Installation und die Wartung von Grafikprozessoren sind oft hoch. Nutzen Sie die Leistung von Grafikprozessoren und profitieren Sie gleichzeitig von dem wichtigsten Nutzenversprechen der Cloud: Umwandlung von Investitionskosten in Betriebskosten.

linode-splash-gpu-marktführend

Marktführende Hardware

Bei den GPUs handelt es sich um NVIDIA Quadro RTX 6000 Einheiten, die derzeit als eine der besten GPUs auf dem Markt gelten. Mit CUDA-, Tensor- und RT-Kernen in jeder Einheit unterstützen diese GPUs alle Anwendungsfälle im Zusammenhang mit Parallelverarbeitung, Deep Learning oder Raytracing.

linode-splash-gpu-complex-cases

Vereinfachung komplexer Anwendungsfälle

Sie konzentrieren sich auf Ihre Kernkompetenzen, wir kümmern uns um die Hardware, die sie ermöglicht. Cloud-GPUs beseitigen die Einstiegshürde für komplexe Anwendungsfälle wie maschinelles Lernen, KI und Video-Streaming.

splash4-1

Mehrere Arten von Plänen

Eine GPU Karte reicht nicht aus für Ihre voraussichtlichen Workloads? Das ist kein Problem. Linode GPU Pläne bieten bis zu vier Karten pro Instanz, je nachdem, wie viel PS Sie benötigen.

Merkmale

Technische Daten

Kostenlose Servicebündel

Zusätzliche kostenpflichtige Dienstleistungen

Empfohlene Workloads

  • Beschleunigte datenwissenschaftliche Modelle
  • Anwendungen des maschinellen Lernens
  • Analyse der künstlichen Intelligenz
  • Parallele Verarbeitung von Arbeitslasten
  • 3D-Modellierung und Designanwendungen
Video-Miniaturansicht

Überblick über Cloud GPUs

GPU_Karte

Quadro RTX 6000 Spezifikationen

CUDA Cores (Parallelverarbeitung) 4,608
Tensor Cores (Machine & Deep Learning) 576
RT Cores (Ray Tracing) 72
GPU Speicher 24 GB GDDR6
RTX OPS 84T
Ray Casting 10 Giga Rays/s
FP32 Performance 16.3 TFLOPS

Teilchenphysik-Leistung pro Dollar

GPU-Benchmark-Bericht Animierte Grafik (2)

Dedicated + RTX6000 GPU-Pläne

  • Schieberegler
  • Tabelle
$ /mo
RAM CPUs SSD-Speicher GPU Karten Transfer Network In Network Out Monatlich Stündlich
32 GB 8 640 GB 1 16 TB 40 Gbit/s 10 Gbit/s $1,000 $1.50
64 GB 16 1280 GB 2 20 TB 40 Gbit/s 10 Gbit/s $2,000 $3.00
96 GB 20 1920 GB 3 20 TB 40 Gbit/s 10 Gbit/s $3,000 $4.50
128 GB 24 2560 GB 4 20 TB 40 Gbit/s 10 Gbit/s $4,000 $6.00

Versuchen Sie Linode GPUs
Testen Sie GPUsFinden Sie heraus, ob Sie sich für eine kostenlose 7-Tage-Testversion qualifizieren

Das Formular wird geladen

Fehler .

Bitte laden Sie die Seite neu und versuchen Sie es erneut.

Standort des Rechenzentrums

Die Compute-Instanz-Familie

Passen Sie Ihren Anwendungsfall an die richtige Rechenressource an.

Ähnliche Inhalte

Sind Sie startklar oder haben Sie Fragen?

Richten Sie noch heute Ihr kostenloses Konto ein oder kontaktieren Sie einen Verkaufsberater, um mehr zu erfahren.

Sie suchen nach Preisen und Vergleichen? sehen Sie sich unsere interaktiven Preisfindungstools an