Cloud-GPUs mieten stündlich

Dedizierte GPU-Instanzen mit One-Click JupyterLab, ComfyUI, vLLM-Serving und Webterminal-Vorlagen. Berechnet pro Sekunde, nur solange die Instanz läuft, zu Raten ab $0.65/hr.

Cloud-GPU-Preise pro Stunde

Die Abrechnung läuft pro Sekunde zum angegebenen Stundensatz, nur solange die Instanz läuft. Klicken Sie auf eine GPU, um deren Deploy-Seite zu öffnen.

GPU
Technische Daten
Verfügbarkeit
Preis
24 GB VRAM
0 Verfügbar
$0.65/hr
32 GB VRAM
0 Verfügbar
$0.90/hr
48 GB VRAM · 1, 2, 4x configs
38 Verfügbar
$0.65/hr
48 GB VRAM · 1, 2, 4x configs
25 Verfügbar
$1.50/hr
96 GB VRAM · 1, 2, 4, 8x configs
20 Verfügbar
$4.00/hr
24 GB VRAM
0 Verfügbar
$0.69/hr
48 GB VRAM · 1, 2, 4, 8x configs
64 Verfügbar
$1.50/hr
48 GB VRAM · 1, 2, 4x configs
7 Verfügbar
$1.60/hr
48 GB VRAM
0 Verfügbar
$1.49/hr
40 GB VRAM
0 Verfügbar
$1.99/hr
80 GB VRAM · 1, 2, 4, 8x configs
35 Verfügbar
$1.70/hr
80 GB VRAM · 1, 2, 4, 8x configs
64 Verfügbar
$3.30/hr
94 GB VRAM · 1, 2, 4, 8x configs
7 Verfügbar
$5.60/hr
141 GB VRAM · 1, 2x configs
2 Verfügbar
$5.50/hr
180 GB VRAM
0 Verfügbar
$6.99/hr
Deploy a GPU instance

Wie GPU Cloud funktioniert

1. Wähle eine GPU
Wähle eine Karte und ein Laufzeit-Speicherziel aus dem Live-Katalog.
2. Wähle eine Vorlage aus
JupyterLab, ComfyUI, ein vLLM-Modellserver oder ein Browser-Webterminal, bereit in wenigen Minuten.
3. Verbinden Sie sich
Öffnen Sie die Arbeitslast im Browser oder rufen Sie sie über den authentifizierten EmpirioLabs Connect Endpunkt auf.

GPU Cloud: häufige Fragen

Wie wird GPU Cloud abgerechnet?

Die Abrechnung erfolgt pro Sekunde zum angegebenen Stundensatz und nur, während die Instanz läuft. Die Rate ist beim Deployieren festgelegt, und das Stoppen oder Zerstören der Instanz stoppt die Ladung.

Was kann ich auf einer GPU-Instanz ausführen?

One-click templates cover JupyterLab notebooks, ComfyUI, vLLM model serving (bring a Hugging Face model id), and a browser web terminal. You connect through the authenticated EmpirioLabs connect endpoint or call the workload through /v1/gpu/connect/{instance_id}/{path} on the API.

Kann ich GPU Cloud über die API verwalten?

Yes. Everything the dashboard does is also available through the API: deploy, stop, and destroy instances under /v1/gpu on api.empiriolabs.ai, and reach the running workload through the connect endpoint. The full reference is in the GPU Cloud Dokumente.

Wie viel Speicher enthalten Instanzen?

Die Speicherziele für die Laufzeit liegen zwischen 100 und 300 GB, mit einem Standardwert von 150 GB, das im angezeigten Stundenpreis gebündelt ist.

Wie fange ich an?

Erstelle ein EmpirioLabs-Konto, eröffne es GPU Cloud im Dashboard, wähle eine GPU und eine Vorlage aus und deploye. Die Abrechnung ist pay-as-you-go Credits.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.