NVIDIA H200 SXM 141GB
Лучше для крупных моделей, длинного контекста, тяжелого fine-tuning и ресурсоемких AI-нагрузок.
- VRAM
- 141 GB
- Память
- HBM3e
- Пропускная способность
- 4,800 GB/s
Арендуйте GPU с ценами из базы данных для LLM-инференса, fine-tuning, мультимодальных нагрузок, computer vision и исследований.
Browse hardware the calculator understands before running a workload-specific recommendation. Catalogue entries are separate from live capacity and approved pricing.
Лучше для крупных моделей, длинного контекста, тяжелого fine-tuning и ресурсоемких AI-нагрузок.
Хорошо подходит для квантованного 70B-инференса, LoRA fine-tuning и высокопроизводительного serving.
Хорошо подходит для квантованного 70B-инференса, LoRA fine-tuning и высокопроизводительного serving.
Хорошо подходит для квантованного 70B-инференса, LoRA fine-tuning и высокопроизводительного serving.
Сбалансировано для средних LLM, генерации изображений, computer vision и экономичной production-инференс.
Эффективно для малых моделей, embeddings, reranking, разработки и сервисов с ограниченным бюджетом.
Используйте каталог для выбора оборудования и рекомендатель, когда важны размер модели, контекст или бюджет.
Лучше для крупных моделей, длинного контекста, тяжелого fine-tuning и ресурсоемких AI-нагрузок.
Калькулятор оценивает веса модели, KV-кэш, рабочую память runtime, накладные расходы нагрузки и производственный запас до фильтрации инвентаря.
Инференс и обучение рассчитываются отдельно. Для обучения учитываются состояния оптимизатора, градиенты или адаптеры, активации, рабочая память и топология.
Более низкая точность может уменьшить память весов, но метаданные квантования, рабочая память runtime и технические ограничения остаются важными.
Запросы сметы привязываются к снимку модели, версии калькулятора, выбранной конфигурации и версии цены.
The estimator combines model weights, KV cache, runtime workspace, batching, workload overhead and safety headroom.
Yes. Fine-tuning and training include gradients, optimiser state, activations and topology constraints.
Yes. You can enter parameter count and architecture details; lower-confidence estimates are labelled.
No. Estimated results and measured benchmark data are labelled separately.
No. Unavailable hardware can remain in the catalogue, but it is not offered as immediately purchasable inventory.
Approved prices are shown where cost and market inputs have been reviewed. Otherwise the offer remains request-quote.