Inferenza LLM
Servi Llama 3, Mistral, DeepSeek o Qwen con vLLM o Text Generation Inference. RTX 4090 gestisce modelli da 70B a 4-bit, RTX 5090 a 8-bit, A100 senza quantizzazione.
Hosting VPS GPU
RTX PRO 6000 Blackwell. A100. RTX 5090.
Dedicata, non condivisa.
GPU in passthrough completo. RTX PRO 6000 Blackwell, A100, RTX 5090, RTX 4090. CUDA, cuDNN e PyTorch preinstallati.
NVMe + rete a 40 Gbps. Cloud indipendente dal 2008.
A partire da $506.35/mo · 35% di sconto sull'annuale · Nessuna carta richiesta
~ ssh root@gpu-train-001 connesso
root@gpu-train-001:~# nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv
name, memory.total, driver_version
NVIDIA RTX PRO 6000 Blackwell, 98304 MiB, 560.94
root@gpu-train-001:~# python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))"
True NVIDIA RTX PRO 6000 Blackwell
root@gpu-train-001:~# python train.py --model llama-3-8b --epochs 3
→ Training step 1/2400 · 4.2s/step · loss=2.143
root@gpu-train-001:~# _
GPU VPS in breve
Cloudzy vende piani GPU VPS con RTX PRO 6000 Blackwell, Nvidia A100, RTX 5090, e i piani RTX 4090 carte in 1× to 4× configurazioni, a partire da $506.35 al mese. Each plan ships pre-installed with the latest CUDA, cuDNN, and Nvidia drivers, runs on AMD EPYC + DDR5 with Solo NVMe storage e 40 Gbps uplink, ed è pronto in 60 secondi. GPUs are dedicated passthrough, not vGPU, not MIG, not shared. Cloudzy has operated independently since 2008 ed è valutata 4.7 / 5 by 769+ reviewers su Trustpilot.
- Prezzo iniziale
- $506.35 / mo
- tipi di GPU
- PRO 6000 · A100 · 5090 · 4090
- Configurazioni
- 1× to 4×
- CUDA
- Preinstallato
- Sconto annuale
- Sconto del 35%
- Rimborso del denaro
- 14 giorni
Perché i team ML scelgono Cloudzy
Calcolo GPU al in modo non noioso.
I quattro motivi per cui i team passano a Cloudzy da AWS / GCP / GPU degli hyperscaler.
Passthrough GPU dedicato
La scheda fisica è interamente tua: niente slicing vGPU, niente partizioni MIG, niente contesa con altri tenant. CUDA core, VRAM, lane PCIe, tutto dedicato.
Immagini CUDA-ready
Driver Nvidia, CUDA toolkit e cuDNN preinstallati nell'immagine Ubuntu. PyTorch, TensorFlow, JAX, Hugging Face, pip install e puoi già addestrare.
NVMe + 40 Gbps
Storage NVMe puro, così il caricamento dei dataset non è mai il collo di bottiglia. Con 40 Gbps di rete, scaricare un modello Hugging Face da 100 GB richiede secondi, non minuti.
Supporto umano 24 ore su 24
Ingegneri veri in chat. Abbiamo aiutato abbastanza team a configurare training multi-GPU, diagnosticare CUDA OOM e ottimizzare l'inferenza Llama da rispondere in tempi rapidi.
Gamma di GPU
Quattro famiglie.
Nove opzioni di scalabilità.
RTX PRO 6000 Blackwell for pro-grade inference and rendering with 96 GB GDDR7 ECC VRAM. A100 for training and large-VRAM workloads. RTX 5090 for the newest inference. RTX 4090 for cost-effective inference up to 70B (4-bit). Multi-GPU plans available, pick what your VRAM budget needs.
Passthrough GPU completo, non suddiviso, non condiviso
RTX PRO 6000 Blackwell
96 GB GDDR7 ECC VRAM · Pro-grade
Nvidia A100
80 GB HBM2e · ML training
RTX 5090
32 GB GDDR7 · Blackwell
RTX 4090
24 GB GDDR6X · cost-effective
1× to 4× GPU
Piani multi-GPU disponibili
CUDA preinstalled
PyTorch · TF · JAX pronto
Pure NVMe
Dataset I/O veloce
40 Gbps uplink
Estrai modelli da 100 GB in 30s
Casi d'uso
I workload dei nostri
i clienti allenano davvero.
Stable Diffusion · generazione immagini
Esegui checkpoint SDXL, Flux o Stable Diffusion fine-tuned con ComfyUI o Automatic1111. RTX 4090 supera le 30 immagini/min su SDXL standard a 1024×1024.
Training ML e fine-tuning
LoRA, QLoRA, fine-tuning completo. A100 è la scelta ideale per il fine-tuning non quantizzato di modelli 7B-13B; 4× A100 arriva fino a 70B con sharding corretto (FSDP / DeepSpeed).
Rendering 3D · Blender
Cycles e OptiX su schede RTX sono la via più rapida per gli studi di animazione. I 24 GB VRAM di RTX 4090 coprono la grande maggioranza delle scene di produzione a frame singolo.
Pipeline di audio e visione
Whisper Large, Faster-Whisper, YOLO, Segment Anything. Anche il piano RTX 4090 esegue inferenza in tempo reale su questi modelli con ampio margine.
Job batch a lunga esecuzione
Generazione di embedding, pipeline di retrieval, preprocessing dei dataset. Paghi a ore, esegui il job, crei uno snapshot dell'output, elimini l'istanza: costa meno che noleggiare su AWS/GCP per lo stesso carico di lavoro.
80 GB
A100 VRAM
40 Gbps
Collegamento ascendente
Pronto per CUDA
Immagine
4 ×
Max GPU
35%
Sconto annuale
14 days
Rimborso del denaro
Prezzi
Piani GPU in evidenza. Orario o annuale.
La fatturazione annuale è attualmente Sconto del 35% su ogni piano GPU.
Il più scelto
1× RTX PRO 6000 Blackwell
96 GB GDDR7 ECC VRAM
$845 /mo
$1300/mo -35%
Distribuisci ora Rimborso entro 14 giorni
- 200 GB DDR5
- 24 vCPU
- 1.3 TB NVMe NVMe
- 20 TB · 40 Gbps
- CUDA preinstallato
Domande frequenti. GPU VPS
Domande frequenti, risposte chiare.
Quali GPU offre Cloudzy?
Four families: RTX PRO 6000 Blackwell (1×, 96 GB GDDR7 ECC VRAM, pro-grade for inference and rendering), Nvidia A100 (1× / 2× / 4×, for ML training, fp16/bf16 workloads, and 80 GB HBM2e per card), RTX 5090 (1× / 2×, newer Blackwell architecture, ideal for inference workloads and rendering), and RTX 4090 (1× / 2× / 4×, cost-effective for Stable Diffusion, LLM inference, and 3D rendering).
Le GPU sono dedicate o condivise?
Dedicate. Ogni piano assegna la GPU fisica completa in passthrough, non una porzione, non vGPU, non MIG. I CUDA core, la VRAM, la banda PCIe: tutto tuo. I piani multi-GPU usano NVLink dove l'hardware fisico lo supporta (piani multi-GPU A100).
CUDA è preinstallato?
Sì. Ogni VPS GPU include il toolkit CUDA stabile più recente, cuDNN e i driver Nvidia già integrati nell'immagine Ubuntu. PyTorch, TensorFlow, JAX e lo stack Hugging Face sono pronti all'uso. Puoi reinstallare un'immagine Ubuntu pulita senza CUDA se vuoi installare una versione specifica.
Quanta VRAM ho a disposizione?
Per scheda: RTX PRO 6000 Blackwell = 96 GB GDDR7 ECC VRAM, A100 = 80 GB HBM2e, RTX 5090 = 32 GB GDDR7, RTX 4090 = 24 GB GDDR6X. I piani multi-GPU sommano questi valori: un piano 4× A100 ha 320 GB totali di VRAM. L'elenco dei piani riporta la RAM di sistema separatamente.
Posso eseguire Stable Diffusion / Llama / Whisper su un VPS GPU?
Sì. Il piano 1× RTX 4090 è un buon punto di partenza: VRAM sufficiente per l'inferenza SDXL, Llama 3 70B (quantizzato a 4 bit) o Whisper Large. Passa a RTX 5090 o A100 se devi eseguire modelli 70B non quantizzati o addestrare LoRA.
Come si confrontano i prezzi con AWS / Google Cloud / Lambda Labs?
In generale siamo più convenienti per carichi di lavoro continuativi: non distinguiamo tra prezzi 'on-demand' e 'spot' e non applichiamo costi di uscita. Non citeremo i prezzi dei competitor (cambiano ogni mese). La garanzia soddisfatti o rimborsati di 14 giorni ti permette di confrontarci con il tuo provider attuale usando i tuoi benchmark.
È previsto uno sconto annuale?
Sì, il 35% di sconto sulla fatturazione annuale per ogni piano GPU (inferiore al 50% dei normali CPU perché l'hardware GPU ha costi di ammortamento più elevati). Nessun rinnovo automatico: riceverai una fattura prima di ogni ciclo annuale, così puoi effettuare un downgrade, un upgrade o annullare senza sorprese in bolletta.
E la rete? Sono davvero 40 Gbps?
Sì. Gli stessi uplink da 40 Gbps del nostro Cloud VPS di punta, senza costi di uscita sul traffico mensile fino alla soglia del piano. Utile per trasferire grandi dataset da e verso il nodo GPU: scaricare un modello Hugging Face da 100 GB richiede circa 30 secondi alla velocità massima della linea.
Posso eseguire training multi-nodo (più VPS GPU insieme)?
Sì, all'interno della stessa region. I VPS nello stesso datacenter condividono la rete locale con latenza inferiore al millisecondo. Al momento non offriamo interconnessione InfiniBand: il training multi-nodo su Ethernet standard è adatto al fine-tuning e a job distribuiti di piccola scala, ma non è competitivo con l'HPC bare-metal per il pre-training su larga scala.
C'è la garanzia soddisfatti o rimborsati sui piani GPU?
14 giorni, senza domande. Rimborso entro un ciclo di fatturazione. Tempo più che sufficiente per misurare il throughput CUDA, eseguire un vero step di training e decidere se Cloudzy è la scelta giusta per il tuo workload.
Smetti di pagare i prezzi degli hyperscaler.
Addestra su GPU dedicati.
Scegli la scheda, scegli la region, clicca. CUDA è già installato.
Nessuna carta di credito richiesta · Rimborso entro 14 giorni · Annulla quando vuoi