Servidor dedicado com GPU · computação desbloqueada · Bucharest, UE
Alugue um servidor GPU RTX 3050 para IA, com núcleos tensor desbloqueados
Um desktop RTX 3050 6GB completo para inferência e ajuste fino de IA, alugado por mês em Bucharest. Todos os que entregamos com Ubuntu têm os núcleos tensor a funcionar à velocidade máxima: na nossa própria placa, o trabalho matricial FP16 passou de 14.0 para 21.3 TFLOPS, dentro do mesmo limite de potência de 70 W, sem nada para instalar. A máquina é toda sua: um Intel Core i5-9500, 32 GB de memória, um 256 GB NVMe SSD, root e uma porta 1 Gbps sem limites de tráfego.
- FP16 +52%
- BF16 +54%
- TF32 +56%
- Verificado a cada arranque
Configuração de fábrica vs desbloqueada
Medido no nosso próprio RTX 3050, não copiado de uma ficha técnica
Uma placa numa das nossas máquinas, iniciada a frio duas vezes: primeiro na configuração de fábrica, depois desbloqueada. Mesmo kernel, mesmo driver, mesmo limite de energia 70 W. O teste é aquele em que as frameworks de IA mais se apoiam: uma grande multiplicação de matrizes em PyTorch.
Débito de multiplicação de matrizes em TFLOPS, quanto maior, mais rápido
Matrizes 8192 × 8192, PyTorch, driver NVIDIA 595
- Fábrica
- Desbloqueada
- FP16 14.0+52%21.3
- BF16 14.2+54%22.0
- TF32 6.9+56%10.8
- FP32 3.7igual3.7
A taxa de pico dos tensores duplica. Contada instrução a instrução, FP16 e BF16 com acumulação FP32 passaram de 17.9 para 36.1 biliões de operações por segundo. As multiplicações reais de grande dimensão ganham cerca de metade em vez do dobro, porque a placa já trabalha no seu limite de 70 W e a velocidade extra tem de caber dentro da mesma energia.
Mostrar os valores numa tabela
| Precisão | Fábrica | Desbloqueada | Variação |
|---|---|---|---|
| FP16, TFLOPS | 14.0 | 21.3 | +52% |
| BF16, TFLOPS | 14.2 | 22.0 | +54% |
| TF32, TFLOPS | 6.9 | 10.8 | +56% |
| FP32, TFLOPS | 3.7 | 3.7 | igual |
| Taxa de pico dos tensores, acumulação FP32, TF/s | 17.9 | 36.1 | 2x |
Cada valor é a média de cinco execuções de cinquenta multiplicações, após um aquecimento. O seu ganho de velocidade depende do modelo, do tamanho do lote e do software.
Onde você vai sentir
Mais rápido onde os núcleos tensor fazem o trabalho, inalterado em todo o resto
O desbloqueio melhora uma coisa: a velocidade com que a placa multiplica matrizes em FP16, BF16 e TF32. Tudo o que passa seu tempo ali acelera; tudo o que não passa, roda exatamente como antes.
Fica mais rápido
- Processamento de prompts na inferência de IA. Ler um prompt ou documento longo é trabalho de matriz, então a espera antes da primeira palavra fica mais curta.
- Ajuste fino de modelos pequenos. LoRA e similares rodam em modelos que cabem em 6 GB GDDR6 e terminam mais cedo em BF16 ou FP16.
- Geração de imagens. Modelos de difusão passam a maior parte de cada etapa em matemática de matriz de meia precisão.
- Inferência em lote. Tarefas de embeddings, classificação e transcrição que empurram muitas entradas de uma vez.
Permanece como estava
- Jogos e renderização 3D. O trabalho gráfico não passa por esse caminho.
- Codificação e decodificação de vídeo. NVENC e NVDEC são motores separados no chip e mantêm a velocidade de fábrica.
- Código CUDA FP32. Matemática comum de precisão simples roda a 3.7 TFLOPS de qualquer forma.
- Geração de texto token a token. Uma vez que o modelo está escrevendo sua resposta, a velocidade da memória define o ritmo, não a taxa dos tensores.
Como chega ao seu servidor
Peça com Ubuntu e a placa chega desbloqueada
Escolha o Ubuntu
Selecione Ubuntu 22.04, 24.04 ou 26.04 no formulário de pedido. Instalamos o sistema, o driver da NVIDIA e o desbloqueio de computação em conjunto, para que a máquina fique online cerca de 30 minutos após a aprovação do seu pedido.
Aplicado a cada inicialização
Nada é gravado na placa. O desbloqueio é definido durante a inicialização da máquina, antes de o driver da NVIDIA carregar, e é verificado sempre que o sistema inicia.
Velocidade de fábrica como rede de segurança
Se uma inicialização não conseguir aplicá-lo, a placa simplesmente entra na sua taxa de fábrica e continua funcionando. Nada mais na máquina muda em nenhum dos casos.
Prefere Windows ou outro sistema? Peça a mesma máquina com qualquer sistema operacional da nossa lista, incluindo Windows. Nesse caso, a placa funciona na velocidade de fábrica, pois aplicamos o desbloqueio apenas no Ubuntu. Todo o resto, do processador à porta sem limite de tráfego, é idêntico.
Como testamos
Rodamos no nosso próprio rack antes de oferecer a você
Antes que uma única máquina de cliente recebesse o desbloqueio, submetemos um desses desktops a um teste de laboratório: partidas a frio repetidas, uma reinicialização a quente, todos os benchmarks em ambos os estados e uma longa execução sob carga total, monitorando erros o tempo todo.
Ele aguentou. O desbloqueio funcionou em todas as partidas, a placa não registrou erros e todos os resultados sob carga saíram idênticos ao primeiro, bit a bit.
- Máquina
- Intel Core i5-9500, 32 GB, Bucharest
- Placa
- RTX 3050 6GB, limite 70 W
- Sistema
- Ubuntu 24.04, driver NVIDIA 595
- Partidas
- Desbloqueado em 5 de 5
- Execução em carga total
- 45 minutos, 0 erros
- Resultados verificados
- Idênticos bit a bit, 0 divergências
- Benchmark
- PyTorch, matrizes 8192²
Perguntas
RTX 3050 desbloqueada: o que as pessoas perguntam antes de alugar uma
O que exatamente é desbloqueado?
A taxa na qual os núcleos tensor da placa multiplicam matrizes em FP16, BF16 e TF32. De fábrica, esta placa executa essa matemática na metade da taxa que o chip consegue quando soma resultados em FP32. Desbloqueada, ela opera na taxa total. A placa, seu 6 GB GDDR6 e seu limite de energia 70 W permanecem os mesmos.
Quanto mais rápida será minha carga de trabalho?
Em nossa placa, multiplicações de matrizes grandes rodaram 52% mais rápido em FP16, 54% em BF16 e 56% em TF32. Um trabalho de IA completo ganha menos do que isso, porque também gasta tempo em coisas que o desbloqueio não afeta, como mover dados ou gerar tokens um de cada vez.
Quais modelos de IA cabem em 6 GB GDDR6?
A memória, não a taxa de tensor, decide o que você pode executar. O Whisper large-v3 ocupa cerca de 3,1 GB em 16 bits e o Stable Diffusion 1.5 cerca de 2 GB, então ambos deixam espaço de sobra. Um modelo de linguagem de 8 bilhões de parâmetros quantizado para 4 bits tem 4,92 GB de pesos, o que cabe com contexto sobrando. O SDXL em 16 bits (6,9 GB) e um modelo de 13B em 4 bits (7,87 GB) não cabem; para 24 GB de memória de vídeo, veja nossos servidores da série RTX 30.
Preciso instalar alguma coisa?
Não. Peça a máquina com Ubuntu e ela é entregue com o driver da NVIDIA e o desbloqueio de computação já aplicados. Você recebe acesso root e pode adicionar CUDA, PyTorch ou qualquer outra coisa por cima.
Posso encomendá-la com Windows?
Sim, com Windows ou qualquer outro sistema operacional que oferecemos. O desbloqueio de computação é aplicado apenas no Ubuntu, então em qualquer outro sistema a placa roda na velocidade de fábrica, que ainda é um RTX 3050 6GB completo só seu.
O que acontece se o desbloqueio não for aplicado um dia?
A placa inicia na velocidade de fábrica e funciona normalmente. Ela é verificada a cada inicialização, então basta reiniciar para a próxima tentativa.
Posso desligá-lo?
Sim. É uma única opção de boot. Remova-a, desligue e ligue a máquina novamente, e a placa retorna à taxa de fábrica. Nossa equipe de suporte pode fazer isso por você.
Custa algo a mais?
Não. A placa desbloqueada está incluída no preço da máquina de €89.00 por mês, com 32 GB de memória, o 256 GB NVMe SSD, um endereço IPv4 e uma porta 1 Gbps sem limite de tráfego.
Mais desempenho de IA da mesma placa, pelo mesmo valor de €89.00 por mês
Uma máquina RTX 3050 completa em Bucharest com os núcleos tensor em velocidade máxima, acesso root e uma porta 1 Gbps sem limite de tráfego, online cerca de 30 minutos após a aprovação.
NVIDIA, GeForce e RTX são marcas comerciais da NVIDIA Corporation. O desbloqueio de computação é uma configuração nossa da placa e não é fornecido pela NVIDIA.