استأجر RTX A6000 بالساعة

المواصفات والسعر

VRAM

48 GB

السعر

$0.65/hr

التوفر (مباشر)

3 متاح

إعدادات وحدات معالجة الرسوميات المتعددة

1x

ما يمكنك تشغيله عليه

كل نسخة تطلق من قالب بنقرة واحدة، دون إنشاء صورة أو إعداد برنامج تشغيل:

تقديم ماجستير في القانون (vLLM)

قم بنشر بطاقة نموذج جاهزة (gpt-oss، Qwen3.5 و3.6، Qwen3 Coder) أو لصق أي معرف نموذج من Hugging Face. يتم إعداد الإطلاق تلقائيا للطراز وهذه وحدة معالجة الرسوميات، ويخدم نقطة نهاية متوافقة مع OpenAI مع صفحة دردشة مدمجة مباشرة في عرض المعرض.

تشغيل النماذج مع أولاما

اسحب أي نموذج مفتوح، بما في ذلك كموميات GGUF، واستخدمه عبر واجهة برمجة تطبيقات Ollama. جيد للأوزان الكمية وأدوات أولاما التي تعرفها بالفعل.

JupyterLab

بيئة دفتر CUDA PyTorch، تفتح في المتصفح خلال دقائق.

ComfyUI

واجهة سير عمل الصور والفيديو القائمة على العقد، مع لوحة المدير لتثبيت العقد والنماذج المخصصة.

محطة ويب

واجهة متصفح تدمج في النسخة الخاصة بأحمال العمل المعتمدة على Docker الخاصة بك ومجموعات الخدمة.

كيف تعمل سحابة GPU

1. اختر التكوين

اختر عدد وحدات معالجة الرسومات وهدف تخزين وقت التشغيل من الكتالوج الحي.

2. اختر قالبا

JupyterLab، ComfyUI، خادم نموذج vLLM، أو طرفية ويب على المتصفح، جاهزة خلال دقائق.

3. التواصل

افتح عبء العمل في المتصفح أو استدعه عبر نقطة نهاية EmpirioLabs Connect المصادقة.

أسئلة شائعة

كيف يتم توثيقه؟

في الثانية بسعر الساعة المذكور، فقط أثناء تشغيل الجهاز. يتم تثبيت المعدل عند نشره، وإيقاف أو تدمير النسخة يوقف الشحنة.

ماذا يمكنني أن أستخدمه؟

القوالب ذات النقر الواحد تغطي دفاتر JupyterLab، وComfyUI، ونموذج vLLM الذي يخدم مع أي معرف نموذج Hugging Face، ومحطة ويب على المتصفح لأحمال عملك الخاصة.

هل هو متوفر الآن؟

تظهر الحقائق أعلاه توفر مباشرة من كتالوج النشر. عندما تنفد هذه البطاقة من المخزون، عادة ما تتوفر بطاقات رسومات أخرى بذاكرة VRAM مشابهة في صفحة GPU Cloud.

هل يمكنني التحدث مع النموذج الذي أنشره؟

نعم. نموذج النموذج بنقرة واحدة يتضمن صفحة دردشة مباشرة في عرض المثيل، ونقطة النهاية المقدمة متوافقة مع OpenAI لاستخدامها من كودك. تكشف نسخ أولاما عن واجهة برمجة تطبيقات أولاما القياسية.

هل يمكنني إدارة المثيلات عبر واجهة برمجة التطبيقات (API)؟

Yes. Deploy, stop, and destroy instances under /v1/gpu on api.empiriolabs.ai, and reach the running workload through the authenticated EmpirioLabs connect endpoint. The full reference is in the وثائق سحابة وحدة معالجة الرسومات (GPU Cloud Docs).