Cookies time! 🍪

We use cookies in order to improve our website and to offer you a better experience. You can also consult our Cookie policy.

GPU Render Instances

Dedicated Tesla P100s für Maschinelles Lernen & Künstliche Intelligenz.

Beschleunigung von Datenverarbeitung

Verarbeiten Sie großformatige Videos & Bilder mühelos oder lassen Sie GPU-intensive Modelle für Maschinelles Lernen laufen.

Container-ready

Setzen Sie GPU-Nodes direkt von Kubernetes Kapsule aus ein oder verwenden Sie das NVIDIA Container-Toolkit.

Einfach zu verwenden

Es gibt zwei vorinstallierte Ubuntu-Distributionen für Maschinelles Lernen.

PinVerfügbare Zonen:
ParisParis:PAR 1PAR 2

Spezifikationen

  • gpu

    GPUDedizierter NVIDIA Tesla P100 16GB PCIe

  • processor_frequency

    Prozessor Frequenz2.40 GHz

  • memory

    Speicher42 GB

  • bandwidth

    Bandbreite1 Gbit/s

  • processor

    Prozessor10 Intel Xeon Gold 6148 cores

  • gpu_memory

    GPU-Speicher16 GB CoWoS HBM2

  • memory_type

    Speicher-TypDDR4-2666

  • storage

    SpeicherungLocal Storage oder Block Storage auf Anfrage

Use Cases

GPU Instances wurden entwickelt, um komplexe Modelle mit hoher Geschwindigkeit zu trainieren. Dadurch können Sie die Vorhersagen und Entscheidungen Ihres Algorithmus zu verbessern. Durch die dedizierten NVIDIA Tesla P100 sind die Instances besonders gut für Anwendungen im Bereich Neural Networks und Deep-Learning geeignet.

GPU Instances ermöglichen es, große Datensätze zu bearbeiten und diejenigen Informationen zu extrahieren, die Sie benötigen. Dies hilft Datenanalysten, nicht-strukturierte Daten zusammenzufassen und zu einzuordnen.

GPU Instances können die Zeit das Encoding von hochauflösenden Videos verkürzen und 3D-Modelle in kürzester Zeit rendern. Optimieren Sie die Kosten und die Zeit der Nachproduktion, egal ob diese einmalig oder regelmäßig benötigt werden.

Cloud ecosystem
Cloud ecosystem

Unsere Vorteile

Nahtlos in einem kompletten Cloud-Ökosystem integriert

Passen Sie Ihre Netzwerkeinstellungen mithilfe von placement groups, security groups, VPC Private Networks und dem VPS Public Gateway an. Es gibt außerdem 30 weitere Dienstleistungen und Features zu entdecken.

Unsere europäische Multi-Cloud und Open-Source-DNA

Unser Unternehmen befindet sich in Frankreich, wir haben Cloud-Architekten auf der ganzen Welt und unsere Dienstleistungen erbringen wir innerhalb der Europäischen Union. Deshalb unterliegen unsere Dienstleistungen den europäischen Verordnungen.

Einfache, transparente und vorhersehbare Abrechnung

Unsere Dienstleistungen bieten das beste Preis-Leistungs-Verhältnis, sind unmissverständlich und bieten eine vorhersehbare Abrechnung. Der eingehende und ausgehende Datentransfer Ihrer Virtuellen Maschinen ist im Preis mit inbegriffen.

Ein noch nachhaltigeres Design

Seit 2017 kommt in unseren Rechenzentren 100 % der Energie von Windenergie und
Wasserkraft. Unsere ausrangierten Hardware-Teile werden alle sicher wiederverwendet und, wenn möglich, recycelt. Instanzen sind in unserer Availability Zone (AZ) fr-par-2 verfügbar.

Erste Schritte mit Tutorials

  • Aufbau der ersten GPU InstanceLern mehr
  • Einrichtung und Konfiguration von Jupyter Notebook auf einer GPU Instance Lern mehr
Tutorials

Integriert mit Kapsule & Registry ab 1,06 € exkl. MwSt./Stunde

Go to pricing

Häufig gestellte Fragen

Scaleway bietet das beste Preis-Leistungs-Verhältnis für NVIDIA P100 GPUs: 1 €/Stunde exkl. MwSt., mit einer Obergrenze von 500 €/Monat exkl. MwSt. In diesem Preis sind eine dedizierte NVIDIA TESLA P100 GPU, 10 Intel Xeon Gold vCPUs, eine IP-Adresse und 400 GB SSD Speicher enthalten. Selbstverständlich profitieren Sie von unlimitiertem Transfer - wir berechnen den ein- und ausgehenden Transfer der Virtuellen Maschinen nicht.

Die NVIDIA Pascal-Architecture ermöglicht es den Tesla P100 eine herausragende Leistung für HPC und Hyperscale-Workloads zu erzielen. Diese Architektur ist optimiert, um Deep-Learning Anwendungen neue Möglichkeiten zu eröffnen Das ist den mehr als 21 teraFLOPS an 16-Bit floating point-Performance (FP16) zu verdanken. Außerdem bietet die Pascal-Architektur über 5 und 10 teraFLOPS an Double- und Single-Precision-Leistung für HPC-Workloads.

Unsere herausragenden GPUs sind noch wertvoller, wenn sie mit verschiedenen Top Cloud-Services genutzt werden. Profitieren Sie von unseren Block Storage-Angeboten und unserem S3-kompatiblen Object Storage, der Ihnen pro Monat 75GB an kostenlosem Speicher zur Verfügung stellt. Entdecken Sie unser kostenloses und gemanagtes Kubernetes Kapsule Control Plane.

Lesen Sie unseren Artikel Wie sie Kubeflow auf Kubernetes breitstellen

Unsere Ubuntu ML-Images (für Maschinelles Lernen) sind Ubuntu-Bionic-Images, auf denen die gängigsten Tools, Frameworks und Bibliotheken wie Cuda, Conda, TensorFlow, Keras, RAPIDS, JAX und verschiedene NLP- und Visualisierungs-Tools vorinstalliert sind.

Zusätzlich zu den Ubuntu ML-Images können Sie auch fast jedes andere Image verwenden, das Scaleway für General Purposes Instances bereitstellt. Selbstverständlich können Sie auch eigene Images verwenden.

Falls Sie unsere Ubuntu ML-Images ohne Conda verwenden möchten, können Sie mit der Aufforderung conda deactivate und dann conda env remove -n ai etwas Speicherplatz einsparen.