NVIDIA A100 وH100 مع CUDA جاهز وPyTorch وTensorFlow مثبَّتين وNVLink بين وحدات GPU — ابدأ تدريب نماذجك في دقائق لا أيام. وحدة GPU خاصة بك، معزولة بالكامل.
CUDA جاهز من أول إقلاع
من الاستنتاج الخفيف إلى تدريب LLMs الضخمة — وحدات GPU مخصصة، لا تُشارك ولا تُجزَّأ زمنياً أبداً.
الضبط الدقيق والاستنتاج
تدريب نماذج جاد
نسيج NVLink متعدد GPU
حزمة البرمجيات نفسها في كل مكان — اختر حسب VRAM وTFLOPS والربط البيني.
| الميزة | AI A100 | AI H100 | AI Cluster |
|---|---|---|---|
| GPU | |||
| طراز GPU | A100 80GB | H100 80GB SXM | 4× H100 SXM |
| VRAM | 80 GB HBM2e | 80 GB HBM3 | 320 GB HBM3 |
| حوسبة FP16 | 312 TFLOPS | 1,979 TFLOPS | 7,916 TFLOPS |
| ربط NVLink | ✓ | ✓ | |
| الحوسبة | |||
| أنوية vCPU | 16 | 26 | 96 |
| ذاكرة النظام | 120 GB | 200 GB | 768 GB |
| التخزين والشبكة | |||
| تخزين NVMe Gen4 | 1 TB | 2 TB | 8 TB |
| الشبكة | 10 Gbps | 10 Gbps | 25 Gbps |
| البرمجيات | |||
| CUDA + cuDNN مثبَّتان | ✓ | ✓ | ✓ |
| PyTorch وTensorFlow جاهزان | ✓ | ✓ | ✓ |
| Docker + أدوات NVIDIA | ✓ | ✓ | ✓ |
| الإدارة | |||
| صلاحية root كاملة | ✓ | ✓ | ✓ |
| Snapshots | ✓ | ✓ | ✓ |
| لوحة عربية وإنجليزية | ✓ | ✓ | ✓ |
| مهندس مخصص | ✓ | ||
وحدات GPU التي اعتمدتها صناعة الذكاء الاصطناعي معياراً — مخصصة لك، لا تُجزَّأ ولا تُشارك زمنياً أبداً.
مثالي لـ: الضبط الدقيق، استنتاج الإنتاج، التدريب متوسط الحجم
مثالي لـ: تدريب LLMs الضخمة، عناقيد متعددة GPU، البحث العلمي
خمسة أعباء يشغّلها أسطول GPU لدينا يومياً — والحزمة جاهزة سلفاً.
الأرقام التي تحدد زمن تدريبك — معدودة لا موعودة.
لا مطاردة تعريفات ولا جحيم إصدارات CUDA — أقلع، فعِّل البيئة، ابدأ التدريب.
CUDA + cuDNN
الأساس لكل أطر عمل GPU — بإصدار مطابق للتعريف.
مثبَّت مسبقاً
PyTorch
مثبَّت مسبقاً بدعم CUDA كامل — torch.cuda.is_available() صحيحة سلفاً.
مثبَّت مسبقاً
TensorFlow
دعم GPU مفعَّل خارج الصندوق، وXLA جاهز.
مثبَّت مسبقاً
Hugging Face
Transformers + Diffusers — اسحب نموذجاً وشغِّله في دقائق.
مثبَّت مسبقاً
JupyterLab
ابحث وجرِّب من المتصفح، على GPU الحقيقي.
على بعد أمر واحد
Docker + NVIDIA
Container Toolkit لبيئات تدريب معزولة قابلة للتكرار.
على بعد أمر واحد
الـ GPU الجائع GPU مهدور — مسار البيانات يجاري السرعة.
بيانات التدريب والأوزان أسرار عمل — والمنصة تعاملها على هذا الأساس.
تُنشر AI Servers حالياً في فرانكفورت وهلسنكي — ومناطق إضافية مع وصول السعات.
ضبطت Llama 3 70B على A100 في أقل من 8 ساعات — إعداد NVLink جعل التدريب متعدد GPU سلساً فعلاً.
نشغّل استنتاج إنتاج بمعدل 10 آلاف طلب في الدقيقة — لم يتجاوز زمن الاستجابة 180ms حتى في الذروة.
انتقلنا من عملاق سحابي — وفَّرنا 35% شهرياً على جولات التدريب بنفس TFLOPS تماماً.
نعم — CUDA Toolkit وcuDNN يأتيان مثبَّتين وبإصدار مطابق للتعريف. PyTorch وTensorFlow يريان الـ GPU من أول إقلاع.
H100 هو الجيل الأحدث: حوسبة FP16 أعلى بنحو 6 أضعاف (1,979 مقابل 312 TFLOPS)، وذاكرة HBM3 أسرع (3.35 مقابل 2 TB/s)، ومحرك transformer أقوى. ويبقى A100 قيمة ممتازة للضبط الدقيق والاستنتاج.
نعم — Docker مع NVIDIA Container Toolkit جاهزان، فيعمل --gpus all فوراً لبيئات تدريب قابلة للتكرار.
عبر شبكة 10–25 Gbps باستخدام rsync/scp أو أدوات التخزين الكائني. مجموعة 1 TB تصل في أقل من نصف ساعة على الخطط الكبرى.
نعم — مستوى AI Cluster يربط 4× H100 عبر NVLink بسرعة 600 GB/s مضبوطاً للتدريب الموزَّع. تواصل مع المبيعات لنسائج أكبر.
يُثبَّت JupyterLab بأمر واحد وهو موثَّق في دليل البدء داخل اللوحة — وكثير من الفرق تشغّله خلف قواعد الجدار الناري المدمجة.
80 GB HBM في كلٍّ من A100 (HBM2e) وH100 (HBM3) — يكفي لاستنتاج نماذج 70B مع quantization، أو للتدريب مع توازي النماذج.
بالكامل — لا أجزاء MIG ولا تقسيم زمني ولا مشاركة. يظهر الـ GPU في nvidia-smi ملكاً لك وحدك، لأنه كذلك.
خذ snapshot للخادم عند معالم التدريب، أو زامن نقاط الحفظ خارجياً إلى تخزين كائني — وكلا المسارين موثَّق في اللوحة.
فرانكفورت (FRA-1) وهلسنكي (HEL-1) حالياً — وكلتاهما منطقة أوروبية صديقة لـ GDPR. المناطق الجديدة تُعلن في صفحة مراكز البيانات.
نعم — اكشف منافذك خلف الجدار الناري السحابي وحماية DDoS. كثير من عملائنا يقدّمون حركة إنتاج مباشرة من خادم AI لديهم.
نعم — الفوترة السنوية توفر 15% على كل خطط GPU.
النسائج متعددة GPU تُحجَّم مع مهندسينا — تُسعَّر وحدات GPU والربط والتخزين والشبكة كحزمة واحدة مفصَّلة.
ليس بعد — جميع خوادم GPU محجوزة ودائمة. للأعباء المتقطعة، الفوترة الشهرية مع الإلغاء في أي وقت تبقيك مرناً.
خوادم A100 وH100 تكون متصلة عادةً خلال دقائق من الطلب؛ أما العناقيد فتُجهَّز مع مهندس خلال يوم إلى يومي عمل.
هذا أكثر عبء عمل نراه شيوعاً. بطاقة A100 واحدة بسعة 80GB تضبط نماذج 7B–13B معامل بأريحية عبر LoRA أو QLoRA؛ أما الضبط بالدقة الكاملة للنماذج الأكبر فيريد H100 أو إعداداً متعدد البطاقات مع NVLink. مجموعات البيانات تستقر على مساحة NVMe المحلية، ونقاط الحفظ تُدفع لأي تخزين متوافق مع S3، وبيئة PyTorch الجاهزة تنقلك من الترميز إلى التدريب خلال الساعة الأولى.
CUDA جاهز، PyTorch مثبَّت، وGPU ملكك بالكامل. دقائق حتى أول epoch — بلا ماراثون إعداد.
A100 من $1,199/شهر — والفوترة السنوية توفر 15%.اختر موضوعًا وسيجيبك المساعد الذكي من وثائق هوسترينا نفسها.
الإجابات من المساعد الذكي وقد تكون خاطئة. التحدث مع موظف على بُعد نقرة واحدة.
اختر القسم وسيتم توصيلك بموظف مباشرةً.
لا يوجد قسم دعم متاح حاليًا. جرّب نموذج التواصل من فضلك.
