AI A100
ファインチューニングと推論
$1,199.00/月 月額請求 — いつでも解約可能
- NVIDIA A100
- 80 GB HBM VRAM
- 16 vCPU コア
- 120 GB RAM
- 1 TB NVMe Gen4
- CUDA + cuDNN インストール済み
- PyTorch ＆ TensorFlow 設定済み
- 完全な GPU 独立環境
NVIDIA GPU — CUDA 設定済み
AI ワークロードのために作られた 専用インフラ
CUDA 設定済みの NVIDIA A100 および H100、PyTorch と TensorFlow を事前インストール、GPU 間を NVLink で接続。何日も待つことなく、わずか数分でモデルの学習を始められます。完全に独立した、あなただけの GPU です。
初回起動時から CUDA が使えます
1,979 H100 あたりの FP16 TFLOPS
0 GB GPU ごとの HBM VRAM
0 GB/s NVLink GPU 相互接続
24時間365日 AI に精通した専門サポート
用途に最適な GPU パワーを選択
手軽な推論から大規模な LLM の学習まで。他の利用者と共有・分割されない、専用の GPU です。
AI H100
本格的なモデル学習
$2,499.00/月 月額請求 — いつでも解約可能
- NVIDIA H100 SXM
- 80 GB HBM VRAM
- 26 vCPU コア
- 200 GB RAM
- 2 TB NVMe Gen4
- NVLink 相互接続
- AI A100 の全機能
- HBM3 — 帯域幅 3.35 TB/s
- 拡張に適した NVLink 対応
AI Cluster
マルチ GPU NVLink ファブリック
お問い合わせ エンジニアがご要望に合わせて構成するカスタムクラスター
- 4× NVIDIA H100 SXM
- 320 GB HBM VRAM
- 96 vCPU コア
- 768 GB RAM
- 8 TB NVMe Gen4
- NVLink 相互接続
- 600 GB/s の NVLink で結ばれた 4× H100
- 分散学習向けに最適化
- 専任のソリューションエンジニア
すべての AI サーバーに含まれるもの
- CUDA Toolkit + cuDNN インストール済み
- PyTorch + TensorFlow 設定済み
- 完全な GPU 独立環境
- データセット用の高速 NVMe
- フル root 権限
- チェックポイント用のスナップショット
- DDoS 保護付きエンドポイント
- 24時間365日の専門サポート
プラン比較
どのプランもソフトウェア構成は共通です。VRAM、TFLOPS、相互接続の違いでお選びください。
| 機能・性能 | AI A100 | AI H100 | AI Cluster |
|---|---|---|---|
| GPU | |||
| GPU モデル | A100 80GB | H100 80GB SXM | 4× H100 SXM |
| VRAM | 80 GB HBM2e | 80 GB HBM3 | 320 GB HBM3 |
| FP16 演算性能 | 312 TFLOPS | 1,979 TFLOPS | 7,916 TFLOPS |
| NVLink 相互接続 | ✓ | ✓ | |
| コンピュート | |||
| vCPU コア | 16 | 26 | 96 |
| システム RAM | 120 GB | 200 GB | 768 GB |
| ストレージ＆ネットワーク | |||
| NVMe Gen4 ストレージ | 1 TB | 2 TB | 8 TB |
| ネットワーク | 10 Gbps | 10 Gbps | 25 Gbps |
| ソフトウェア | |||
| CUDA + cuDNN インストール済み | ✓ | ✓ | ✓ |
| PyTorch ＆ TensorFlow 設定済み | ✓ | ✓ | ✓ |
| Docker + NVIDIA toolkit | ✓ | ✓ | ✓ |
| 管理機能 | |||
| フル root 権限 | ✓ | ✓ | ✓ |
| スナップショット | ✓ | ✓ | ✓ |
| アラビア語・英語対応パネル | ✓ | ✓ | ✓ |
| 専任エンジニア | ✓ | ||
採用ハードウェア — NVIDIA A100 ＆ H100
AI 業界の標準となっている GPU を、分割や時間共有なしで、あなた専用にご提供します。
- 80 GB HBM2e VRAM
- 312 TFLOPS (FP16)
- メモリ帯域幅 2 TB/s
最適な用途：ファインチューニング、本番推論、中規模モデル学習
- 80 GB HBM3 VRAM
- 1,979 TFLOPS (FP16)
- メモリ帯域幅 3.35 TB/s
最適な用途：大規模 LLM 学習、マルチ GPU クラスター、先端研究
どんな用途に活用できますか？
必要な環境がすでに整った Hostrena の GPU サーバーで、日常的に行われている 5 つの活用例です。
あらゆる指標で実証された性能
学習時間を左右する重要な数値。机上の空論ではなく、実際の計測結果です。
0 FP16 TFLOPS — H100
0 GPU あたりの GB VRAM
3.35 TB/s メモリ帯域幅 — H100
0 GB/s NVLink 相互接続
0 MB/s NVMe データセット読み込み
必要な開発環境はすべて導入済み
ドライバー探しや CUDA バージョンの不整合に悩まされることなく、起動して環境を有効化すれば、すぐに学習を始められます。
CUDA + cuDNN すべての GPU フレームワークの土台。ドライバーと整合したバージョンが用意されています。 事前インストール済み 
PyTorch 完全な CUDA サポート付きで導入済み。torch.cuda.is_available() も最初から true を返します。 事前インストール済み 
TensorFlow 初期状態で GPU サポートが有効化され、XLA もすぐに使えます。 事前インストール済み 
Hugging Face Transformers と Diffusers を完備。わずか数分でモデルをダウンロードして実行可能です。 事前インストール済み 
JupyterLab ブラウザから直接、本物の GPU 環境上で研究や実験を行えます。 コマンド 1 つで導入可能 
Docker + NVIDIA 独立して再現性の高い学習環境を構築できる Container Toolkit。 コマンド 1 つで導入可能 GPU の速度に追従するストレージとネットワーク
データの供給が追いつかなければ、GPU のパワーが無駄になります。Hostrena では高速なデータ経路を確保しています。
高速 NVMe 7,000 MB/s データセットの読み込みがエポック時間のボトルネックになりません。
10Gbps 以上のネットワーク 10–25 Gbps チェックポイントやデータセットを何時間もかけず、数分で転送できます。
NVLink 相互接続 600 GB/s GPU 間を極めて高速に結び、マルチ GPU 学習の効率を高めます。
あなたの大切なモデルをしっかり保護
学習データとモデルの重みは重要な資産です。当プラットフォームはその前提で厳重に保護します。
ヨーロッパ地域の GPU キャパシティ
AI サーバーはヨーロッパのデータセンターに設置されます。以下は本日ご利用可能な拠点です。
Hostrena でモデルを開発・運用するチームの声
A100 上で Llama 3 70B のファインチューニングを 8 時間未満で完了できました。NVLink の構成のおかげで、マルチ GPU 学習が驚くほどスムーズでした。
毎分 1 万リクエストの本番推論を運用していますが、ピーク時でも遅延が 180ms を超えることはありませんでした。
大手メガクラウドから移行したところ、同じ TFLOPS の計算性能を維持したまま、月々の学習コストを 35% 削減できました。
よくある質問
CUDA はあらかじめインストールされていますか？
はい。CUDA Toolkit と cuDNN が、ドライバーと整合したバージョンでインストールされています。PyTorch や TensorFlow は初回起動時から GPU を認識します。
A100 と H100 の違いは何ですか？
H100 はより新しい世代で、FP16 演算性能が約 6 倍（312 TFLOPS に対し 1,979 TFLOPS）、高速な HBM3 メモリ（2 TB/s に対し 3.35 TB/s）、そして強化された Transformer Engine を搭載しています。一方、A100 もファインチューニングや推論用途において非常に優れたコストパフォーマンスを発揮します。
GPU で Docker を使用できますか？
はい。Docker と NVIDIA Container Toolkit が設定済みのため、`--gpus all` を指定するだけで、再現性の高い学習環境をすぐに動かせます。
大容量のデータセットはどのようにサーバーへ転送しますか？
10〜25 Gbps の高速ネットワーク経由で、rsync、scp、またはオブジェクトストレージツールを使って転送できます。上位プランであれば、1 TB のデータセットも 30 分足らずで転送が完了します。
複数の GPU を接続することはできますか？
はい。AI Cluster プランでは 4 台の H100 が 600 GB/s の NVLink で相互接続されており、分散学習向けに最適化されています。より大規模な構成をご希望の場合は、営業担当にお問い合わせください。
JupyterLab はすぐに使えますか？
JupyterLab はコマンド 1 つでインストールでき、管理画面のクイックスタートガイドに手順が記載されています。多くのチームが組み込みのファイアウォール保護下で運用しています。
1 台の GPU あたり、どれくらいの VRAM を利用できますか？
A100（HBM2e）と H100（HBM3）のどちらも 80 GB の HBM を搭載しています。量子化を施した 70B パラメータモデルの推論や、モデル並列化を用いた学習に十分な容量です。
GPU は本当に専有（専用）ですか？
はい、完全に専用です。MIG による分割や時間共有（タイムスライス）、他ユーザーとの共有は一切行いません。nvidia-smi で確認しても、あなただけの GPU として表示されます。
モデルのチェックポイントはどのように安全に保存できますか？
重要な節目でサーバーのスナップショットを作成するか、外部のオブジェクトストレージへチェックポイントを同期してください。どちらの手順も管理画面に案内がございます。
どの地域に GPU の空き容量がありますか？
現在はフランクフルト（FRA-1）とヘルシンキ（HEL-1）で提供しています。どちらも GDPR に準拠した EU 地域です。新しい地域はデータセンター一覧ページで随時お知らせします。
推論 API を一般公開できますか？
はい。クラウドファイアウォールと DDoS 保護の背後で必要なポートを公開できます。多くのお客様が AI サーバーから直接本番トラフィックを処理しています。
年間割引はありますか？
はい。すべての GPU プランで年払いを選択いただくと 15% の割引が適用されます。
クラスタープランの「お問い合わせ」とはどういう意味ですか？
マルチ GPU 構成はお客様の用途に合わせて当社のエンジニアが設計します。GPU、相互接続、ストレージ、ネットワークをひとつにまとめた専用パッケージとしてお見積もりいたします。
スポット料金や中断可能インスタンスはありますか？
現在は提供しておりません。すべての GPU サーバーは予約確保された固定インスタンスです。一時的なご利用には、いつでも解約可能な月払いプランをご活用ください。
注文後、どれくらいで使い始められますか？
A100 および H100 サーバーは、通常ご注文から数分でオンラインになります。クラスター構成はエンジニアによる準備のため、1〜2 営業日ほどでお引き渡しいたします。
Llama や Mistral などのオープンモデルをここでファインチューニングできますか？
はい、最も多くご利用いただいている用途です。単一の A100 80GB でも、LoRA や QLoRA を使用して 7B〜13B パラメータのモデルを快適にファインチューニングできます。さらに大規模なモデルの全精度チューニングには、H100 または NVLink 搭載のマルチ GPU 構成をおすすめします。データセットはローカルの高速 NVMe に配置し、チェックポイントは任意の S3 互換ストレージに保存可能。用意された PyTorch 環境により、使い始めて 1 時間以内にはトークナイザーから学習開始まで進められます。
今日からモデルの学習を始めましょう
CUDA 設定済み、PyTorch インストール済み、完全にあなただけの GPU。面倒な初期設定なしで、数分で最初のエポックを回せます。
A100 は月額 $1,199 から — 年払いで 15% お得になります。