TR DED 1
139,34 € / Monatlich
- CPU
- Xeon 8 Core 2.6 GHz
- vCPU
- 8 Kerne
- GPU
- 1× GTX 1080 Ti
- RAM
- 128 GB
- Speicher
- 1 TB SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
GPU DEDICATED / NVIDIA / RECHENZENTRUM
GPU-Dedicated-Server
Vergleichen Sie Konfigurationen mit GTX 1080 Ti, RTX 2080 Ti und RTX A4000 nach CPU, RAM, Speicher und Netzwerk.
Pakete
GPU Dedicated-Server-Pakete
Fünf GeForce- und vier RTX A4000-Konfigurationen zeigen ihre GPU-Anzahl, Prozessor, Speicher und Monatspreis an.
TR DED 2
276,05 € / Monatlich
- CPU
- AMD 12 Core 3.5 GHz
- vCPU
- 12 Kerne
- GPU
- 2× GTX 1080 Ti
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR DED 3
376,83 € / Monatlich
- CPU
- AMD 12 Core 3.5 GHz
- vCPU
- 12 Kerne
- GPU
- 3× GTX 1080 Ti
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR DED 4
183,16 € / Monatlich
- CPU
- Intel 4 Core 3.4-3.8 GHz
- vCPU
- 4 Kerne
- GPU
- 1× RTX 2080 Ti
- RAM
- 128 GB
- Speicher
- 1 TB SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR DED 5
305,85 € / Monatlich
- CPU
- AMD 6 Core 3.4-3.9 GHz
- vCPU
- 6 Kerne
- GPU
- 2× RTX 2080 Ti
- RAM
- 128 GB
- Speicher
- 1 TB SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR PRO DED 1
262,03 € / Monatlich
- CPU
- AMD 12 Core
- vCPU
- 12 Kerne
- GPU
- 1× RTX A4000
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR PRO DED 2
451,32 € / Monatlich
- CPU
- AMD 12 Core
- vCPU
- 12 Kerne
- GPU
- 2× RTX A4000
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR PRO DED 3
503,91 € / Monatlich
- CPU
- AMD 12 Core
- vCPU
- 12 Kerne
- GPU
- 2× RTX A4000
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TR PRO DED 4
875,48 € / Monatlich
- CPU
- AMD 12 Core
- vCPU
- 12 Kerne
- GPU
- 4× RTX A4000
- RAM
- 128 GB
- Speicher
- 1 TB NVMe M.2 SSD
- Datenverkehr
- 100 MBit Leitung
Mehr Funktionen anzeigen
- Port
- 1 GBit
- Standort
- Datacasa Rechenzentrum
TECHNISCHE PLATTFORM
GPU-beschleunigte physische Datenverarbeitung
Ein GPU-Dedicated-Server reserviert seine Grafikhardware und die übrigen physischen Ressourcen für einen Kunden. GTX 1080 Ti, RTX 2080 Ti und RTX A4000 sind in Konfigurationen mit einer bis vier GPU s verfügbar; CPU, 1 TB Speicher und Netzwerkdaten sind auf jeder Paketkarte angegeben.
Die CPU übernimmt serielle Aufgaben und den Betrieb des Systems, während die GPU kompatible parallele Rechen- oder Grafikaufgaben verarbeitet. Typische Einsatzbereiche sind maschinelles Lernen, Videoverarbeitung, Spieleentwicklung, Rendering, Analysen und High Performance Computing.
GeForce-Konfigurationen
Fünf Pakete enthalten 1–3 GTX 1080 Ti oder 1–2 RTX 2080 Ti; die genaue Anzahl ist auf jeder Paketkarte angegeben.
Professionelle GPU-Konfigurationen
Vier physische Serverpakete enthalten eine, zwei oder vier RTX-A4000-GPU s.
Arbeitsspeicher und Speicher
Die Pakete bieten 128 GB RAM und 1 TB SSD oder NVMe M.2 SSD. Der jeweilige Speichertyp ist auf jeder Paketkarte angegeben.
Netzwerkkapazität
Alle neun Pakete weisen eine 100-MBit-Leitung und einen 1-GBit-Port aus. Nicht veröffentlichte Latenzwerte werden nicht ergänzt.
Anwendungsfälle
Anwendungsfälle für dedizierte GPU-Server
Maschinelles Lernen
CUDA- oder OpenCL-kompatible Trainings- und Inferenzworkloads, die die ausgewählte GPU unterstützen.
Video und Grafiken
Videoverarbeitung, Rendering und Grafikjobs, die sich an die installierte NVIDIA-Hardware richten.
Entwicklung von Spielen
Physische GPU-Kapazität für Grafiktests, Build-Prozesse und Remote-Entwicklung.
Analytik und HPC
Datenanalyse und wissenschaftliche Aufgaben, die von der GPU-Parallelität profitieren.
PRODUKTUNTERSCHIEDE
GPU Dedicated-Server im Vergleich zu Standard-Dedicated-Servern
Ein Standard-Dedicated-Server ist auf CPU-, Arbeitsspeicher- und Speicherlasten ausgerichtet. GPU-Pakete ergänzen physische NVIDIA-Grafikkarten für kompatible parallele Verarbeitung, beschleunigen jedoch nicht automatisch reine CPU-Software. Prüfen Sie vor der Auswahl Framework-Unterstützung, GPU-Anzahl, Host-CPU, Arbeitsspeicher-, Festplatten- und Netzwerkbedarf.
- Konfigurationen mit 1–4 NVIDIA-GPU s
- 128 GB RAM in jedem Paket
- 1 TB SSD oder NVMe M.2 SSD
- 100-MBit-Leitung mit 1-GBit-Port
STANDORT UND NETZWERK
Datacasa-Rechenzentrum und Netzwerkdaten
GPU-Dedicated-Pakete werden an Datacasa-Rechenzentrumsstandorten mit einer 100-MBit-Leitung und einem 1-GBit-Port angeboten.
RECHENZENTRUMDATACASA
LEITUNG100 MBIT
PORT1 GBIT
Verwandte Dienstleistungen
Zugehörige Infrastrukturoptionen
Dedicated-Server
Vergleichen Sie physische Server für Arbeitslasten, die keine GPU erfordern.
Ansehen →VDS Server
Prüfen Sie kleinere Einstiegspakete mit virtuellen Ressourcen.
Ansehen →Ryzen VDS
Prüfen Sie die virtuelle Serverfamilie mit Ryzen-CPU und NVMe-Speicher.
Ansehen →Kontakt
Bestätigen Sie die Kompatibilität von GPU, Treiber und Software, bevor Sie eine Bestellung aufgeben.
Ansehen →Häufig gestellte Fragen (FAQ)
Häufige Fragen zu GPU-Dedicated-Servern
Häufige Fragen zur Auswahl und Bedienung.
Was ist ein dedizierter GPU-Server?
Es handelt sich um einen physischen Server mit NVIDIA GPU und Host-Ressourcen, die für einen Kunden reserviert sind.
Welche GPU-Modelle sind verfügbar?
Die Pakete bieten Optionen mit GTX 1080 Ti, RTX 2080 Ti und RTX A4000.
Welche Projekte können GPU-Server verwenden?
Zu den häufigsten Anwendungsfällen gehören maschinelles Lernen, Videoverarbeitung, Spieleentwicklung, Analysen und HPC-Arbeitslasten.
Wie unterscheidet sich ein dedizierter GPU-Server von einem Standardserver?
GPU-Pakete ergänzen Grafikhardware für kompatible parallele Verarbeitung; Standardserver sind vor allem auf CPU-Arbeitslasten ausgerichtet.
Können CUDA- oder OpenCL-Anwendungen verwendet werden?
Prüfen Sie die Kompatibilität von Treiber, Framework und ausgewählter GPU für CUDA- oder OpenCL-Arbeitslasten. Der Kundendienst hilft bei der Klärung der verfügbaren Optionen.
PAKETE VERGLEICHEN