Treino e fine-tuning
Loops de treino próprios, stacks de experimento e frameworks que você instala.
Para quem é
Inferência self-hosted
vLLM, TensorRT-LLM ou a sua camada de serving, em Linux com CUDA.
HPC e compute visual
Simulação científica, render 3D e visualização que precisa de memória de GPU de verdade.
Plataforma e IA agêntica
Runtimes de agentes, pipelines e pools de GPU multi-tenant sob o seu controle.
O que você leva
Acesso root completo
Entre via SSH como root. Instale drivers, frameworks e stacks de serving do seu jeito.
96 GB GDDR7
Memória ECC na RTX PRO 6000 Blackwell Server Edition para modelos e cenas grandes.
Imagens prontas para CUDA
Imagens Linux de GPU com CUDA, ou um SO base se você leva a própria stack.
MIG até 4
Divida uma GPU em instâncias isoladas, com memória e compute dedicados.
A mesma stack do Compute
VPC, security groups, IP público e privado, e a mesma fatura do resto da plataforma.
Por GPU-hora
Medidor por hora no host de GPU. Desligou a instância, parou a cobrança.
NVIDIA RTX PRO 6000 Blackwell Server Edition
IA e computação visual para o data center: o mesmo silício Blackwell Server Edition que a NVIDIA posiciona para IA agêntica, compute científico, render e mídia.
Blackwell
Arquitetura
NVIDIA RTX PRO 6000 Server Edition
96 GB
Memória de GPU
GDDR7 com ECC
1,597 GB/s
Bandwidth de memória
Interface de memória de 512 bits
Up to 4
MIG
Instâncias de GPU isoladas
Da configuração ao ar
Escolher região
Miami (US1) no lançamento. Escolha o data center da carga.
Configurar instância de GPU
Plano de GPU, pacote de CPU/RAM, rede, security group: custo por hora antes de confirmar.
Escolher imagem
Linux pronto para GPU com CUDA, ou um SO base se você leva a stack.
Deploy
IP público e privado. Gerencie como qualquer instância de Cloud Compute.
Preço fecha com os SKUs
Tarifas por GPU-hora e pacotes de host saem quando os SKUs fecham. Enquanto isso, dimensione o resto da stack na calculadora.
Respostas curtas
Qual GPU é essa?
NVIDIA RTX PRO 6000 Blackwell Server Edition: 96 GB GDDR7 ECC, até quatro instâncias MIG, posicionada para IA universal e computação visual no data center.
Eu tenho acesso root?
Sim. GPU Cloud é uma instância com controle total, não um endpoint gerenciado. Você entra via SSH, instala o que precisa e é dono do runtime.
Qual a diferença para inferência gerenciada?
GPU Cloud aluga o silício com root. Produtos de inferência gerenciada servem modelos por você. Use GPU Cloud quando precisar de treino customizado, fine-tuning ou da sua própria stack de serving.
Quando as tarifas são publicadas?
Tarifas por GPU-hora e pacotes de host saem quando os SKUs fecham. Até lá, dimensione storage, compute e rede na calculadora pública.
Tudo que a sua stack precisa
O restante no mesmo console, na mesma rede e na mesma fatura.
- Cloud ComputeInstâncias no ar em minutos, com preço por hora visível antes do deploy.
- Block StorageAnexe volumes NVMe de alta performance conforme os seus dados crescem.
- Object StorageBuckets compatíveis com S3 para mídia, backups e datasets.
- BackupBackups automáticos no schedule, com preço claro como parcela da instância.
- SnapshotsImagens sob demanda de um ponto no tempo, antes de upgrades e deploys de risco.
- VPC NetworksRedes privadas que as suas instâncias entram, com o tráfego interno fora da rede pública.
- IP AddressesIPs públicos reservados que ficam com você quando a instância muda.
- Security GroupsFirewalls da plataforma: regras de ingress e egress em toda a frota.
- DNSDomínios e registros ao lado de Compute, balancers e IPs reservados.
- KubernetesNós operamos o control plane. No ar na Private Cloud, autoatendimento a seguir.
- Managed DatabasesBancos gerenciados com backups, patching e failover.
- Load BalancersDistribua o tráfego entre backends com health checks e TLS.
- Bare MetalHosts dedicados quando a virtualização não chega.