A100 80GB SXM घंटे के हिसाब से किराए पर लें

EmpirioLabs AI पर समर्पित A100 80GB SXM क्लाउड GPU डिप्लॉय करें। JupyterLab, ComfyUI, vLLM सर्विंग और वेब टर्मिनल के वन-क्लिक टेम्पलेट, बिलिंग सिर्फ़ इंस्टेंस चलने तक, सेकंड के हिसाब से।

तकनीकी विवरण और कीमत

वीआरएएम
80 GB
कीमत
$1.70/hr
उपलब्धता (लाइव)
4 उपलब्ध
मल्टी-GPU कॉन्फ़िगरेशन
1x, 8x

रनटाइम स्टोरेज को प्रति घंटा मूल्य में शामिल किया जाता है और इंस्टेंस नष्ट होने पर मिटा दिया जाता है। सत्रों के बीच फ़ाइलों को रखने के लिए, $0.18 प्रति जीबी-माह पर एक लगातार वॉल्यूम संलग्न करें, जब तक वॉल्यूम मौजूद है, तब तक प्रति सेकंड बिल किया जाता है, जिसमें कोई GPU नहीं चल रहा होता है।

A100 80GB SXM डिप्लॉय करें

आप इस पर क्या चला सकते हैं

प्रत्येक इंस्टेंस एक-क्लिक टेम्पलेट से लॉन्च होता है, जिसमें कोई छवि निर्माण या ड्राइवर सेटअप नहीं होता है:

LLM सर्व करें (vLLM)
एक तैयार मॉडल कार्ड (gpt-oss, Qwen3.5 और 3.6, Qwen3 Coder) तैनात करें या किसी भी हगिंग फेस मॉडल आईडी पेस्ट करें। लॉन्च मॉडल और इस GPU के लिए ऑटो-कॉन्फ़िगर किया गया है, और यह सीधे इंस्टेंस व्यू में निर्मित चैट पेज के साथ OpenAI-संगत समापन बिंदु प्रदान करता है।
Ollama से मॉडल चलाएँ
GGUF परिमाणीकरण सहित किसी भी खुले मॉडल को खींचें, और इसे Ollama API के माध्यम से उपयोग करें। मात्रात्मक वजन और ओलामा टूलींग के लिए अच्छा है जिसे आप पहले से ही जानते हैं।
JupyterLab
एक CUDA PyTorch नोटबुक वातावरण, मिनटों में ब्राउज़र में खुलता है।
ComfyUI
नोड-आधारित छवि और वीडियो वर्कफ़्लो UI, कस्टम नोड्स और मॉडल स्थापित करने के लिए प्रबंधक पैनल के साथ।
वेब टर्मिनल
आपके अपने डॉकर-आधारित वर्कलोड और सर्विंग स्टैक के लिए उदाहरण में एक ब्राउज़र बैश शेल।

GPU Cloud कैसे काम करता है

1. एक कॉन्फ़िगरेशन चुनें
लाइव कैटलॉग से GPU गिनती और रनटाइम स्टोरेज लक्ष्य चुनें।
2. एक टेम्पलेट चुनें
JupyterLab, ComfyUI, एक vLLM मॉडल सर्वर, या एक ब्राउज़र वेब टर्मिनल, मिनटों में तैयार हो जाता है।
3. कनेक्ट करें
ब्राउज़र में कार्यभार खोलें या इसे प्रमाणित EmpirioLabs कनेक्ट एंडपॉइंट के माध्यम से कॉल करें।

अक्सर पूछे जाने वाले प्रश्न

बिलिंग कैसे होती है?

स्टार्टअप सहित आपके GPU को आवंटित किए जाने के क्षण से सूचीबद्ध प्रति घंटा की दर से प्रति सेकंड जब तक आप इंस्टेंस को रोक या नष्ट नहीं कर देते। जब आप तैनात करते हैं तो दर लॉक हो जाती है, और इंस्टेंस को रोकने या नष्ट करने से चार्ज बंद हो जाता है।

मैं इस पर क्या चला सकता हूं?

एक-क्लिक टेम्पलेट JupyterLab नोटबुक, ComfyUI, vLLM मॉडल को कवर करते हैं, जो किसी भी हगिंग फेस मॉडल आईडी के साथ काम करते हैं, और आपके अपने कार्यभार के लिए एक ब्राउज़र वेब टर्मिनल।

क्या यह अभी उपलब्ध है?

ऊपर दिए गए तथ्य परिनियोजन कैटलॉग से लाइव उपलब्धता दिखाते हैं। जब यह GPU स्टॉक से बाहर हो जाता है, तो समान VRAM वाले अन्य GPU आमतौर पर GPU Cloud पेज पर उपलब्ध होते हैं।

क्या मैं अपने द्वारा तैनात मॉडल के साथ चैट कर सकता हूँ?

हाँ। एक-क्लिक मॉडल इंस्टेंस में इंस्टेंस दृश्य पर एक चैट पेज शामिल होता है, और परोसा गया एंडपॉइंट आपके कोड से उपयोग के लिए OpenAI-संगत होता है। ओलामा उदाहरण मानक ओलामा एपीआई को उजागर करते हैं।

क्या मैं एपीआई के माध्यम से उदाहरणों का प्रबंधन कर सकता हूं?

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 GPU Cloud दस्तावेज़।.

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।