[参考页面]() # H100 SXM：以 80 GB 扩展您的 PyTorch 项目。 您的项目需要单卡更大显存。在 Kernodeck 租用 NVIDIA H100 SXM 80GB，每块 GPU 配备 80 GB 显存，适用于兼容 Hopper 的应用。3 天套餐价格为 203.57 USD，包含 1 组 1 块 GPU：当 48 GB 限制您的场景时，这是一个值得考虑的选择。 - 单卡 80 GB - 适用于兼容 Hopper 的项目 - 3 天、7 天或 30 天完整价格 [配置 H100 SXM · 7 天]() 在 Kernodeck，此 GPU 租用流程无需身份证件，也不进行 KYC 流程。需要账户：名字、姓氏、邮箱和密码；这并不意味着匿名。 Location NVIDIA H100 SXM 80GB 将每卡显存提升至 80 GB，同时让周期成本清晰可见。 ## 关键信息 | 信息 | 详情 | | --- | --- | | 您的配置 | NVIDIA H100 SXM 80GB：1 个批次 1 块 GPU，每块 GPU 80 GB。 | | 您的套餐 | 3 天：203.57 USD ; 7 天：475.00 USD ; 30 天：1,690.00 USD。整个批次的 USD 价格，包含其所有显卡。 | | 可用性 | 已声明 63 个批次。各优惠中按型号申报的数量。这些数量不预留未来供应量，也不代表供应日期。若您的项目对此有要求，请在购买前确认托管国家和服务区域。 | | 无需 KYC | 在 Kernodeck，此 GPU 租用流程无需身份证件，也不进行 KYC 流程。需要账户：名字、姓氏、邮箱和密码；这并不意味着匿名。 | | 准备 | Ubuntu、PyTorch、Blender 或定制需求。版本、CPU、RAM、存储、网络和访问方式需根据项目确认；它们的包含不能从 GPU 型号推断。 | | 价格与条款 | 金额以美元计，涵盖整个批次和全部周期。税务状态和可能的费用需在适用条款中确认。 | ## 可用套餐 一批、整个周期的美元总价。显存按每块 GPU 计；申报库存按批计。 | 型号 | 每块 GPU 显存 | 每批 GPU 数 | 时长 | 批数 | 总价 | 申报库存（按批计） | 状态 | 配置 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | [NVIDIA H100 SXM 80GB]() | 80 Go | 1 | 3 天 | 1 | 203.57 USD | 63 | 完整批次，为期 3 天。 | [配置此套餐]() | | [NVIDIA H100 SXM 80GB]() | 80 Go | 1 | 7 天 | 1 | 475.00 USD | 63 | 完整批次，为期 7 天。 | [配置此套餐]() | | [NVIDIA H100 SXM 80GB]() | 80 Go | 1 | 30 天 | 1 | 1,690.00 USD | 63 | 完整批次，为期 30 天。 | [配置此套餐]() | | [NVIDIA H100 PCIe 80GB]() | 80 Go | 1 | 7 天 | 1 | 420.00 USD | 27 | 对比 7 天预算与每卡显存。 | [配置此套餐]() | | [NVIDIA H200 SXM 141GB]() | 141 Go | 1 | 7 天 | 1 | 640.00 USD | 19 | 对比 7 天预算与每卡显存。 | [配置此套餐]() | ## 当显存成为您的采购标准时，它就是一个候选方案。 一个超出 48 GB 单卡容量的 PyTorch 场景，值得与 H100 SXM 进行对比。对于微调，除了权重之外还要计算激活值和训练状态；对于推理，请以您实际运行时的分配量为准。如果这一需求能容纳在 80 GB 之内，并且您的依赖项兼容 Hopper，那么这个选择就是合理的。 若要进行一系列带评估和检查点的配置，1 组 1 块 H100 SXM 租用 7 天的预算为 475.00 USD。如果您的主要目标是判断该场景是否适合这块卡，3 天套餐的价格为 203.57 USD。租用周期为您的应用工作付费，但不保证实验次数或实验结果。 - [配置我的 H100 SXM（7 天）]() - [为我的推理应用评估规模]() - [准备恢复我的训练任务]() ## 相同容量还是更大空间：对比正确的标准。 H100 PCIe 同样具备每块 GPU 80 GB 的显存，且在 Kernodeck 目录中套餐价格更低。对于以单卡为主的工作，这是一项有用的对比。SXM 这个名称本身并不足以断定您的应用具有优势：如果您使用多卡，拓扑结构和实际使用的卡间通信仍然是决定因素。 H200 SXM 每块 GPU 提供 141 GB 显存。当已明确的问题在于单卡容量时，请考虑它，而不是假设两块 H100 的显存会自动合并而直接订购第二块。这样您就是在将更高的显存需求与其租用预算进行对比。 - [对比 H100 PCIe 80 GB 套餐]() - [了解 H200 SXM 的 141 GB]() - [对比 Hopper 套餐]() ## 您的套餐，可直接用加密货币支付。 直接使用加密货币支付您的 Kernodeck 租赁，无需强制充值：例如 Bitcoin 上的 BTC 和 Tron 上的 USDT（TRC-20）等。流程不要求身份证件或 KYC 程序；账户需要名字、姓氏、电子邮件和密码，不承诺匿名。 - [对比八种支持的资产与网络]() ## 从完整的训练步骤开始 你的首次试验应走完数据读取、前向传播、梯度计算和优化器更新。在增大批次之前，先测量这个完整循环。权重只占已用显存的一部分：激活值和训练状态同样必须容纳在 80 GB 之内。 保留一组具有代表性的输入序列，包括体积较大的样本。这样可避免根据第一个特别容易的批次来规划整个campaign的规模。 ## 混合精度与受控对比 PyTorch 允许通过 autocast 为某些运算选择适配的精度。请在损失函数和验证标准上测试该设置。启用某个选项并不代表数值稳定性得到保证：请保留一次对比运行、指标以及确切的参数。 对于多卡，请区分每块 GPU 的批次与全局批次。进程数量和梯度累积与学习率一样，都是流程的一部分。 ## SXM、PCIe 还是更大显存 H100 PCIe 同样具备 80 GB 容量，对于以单卡为主的工作值得对比。若 GPU 之间需要频繁通信，请测量你的应用实际使用的拓扑；SXM 这一名称并不能替代这一检查。如果已确定的首要问题是每卡显存不足，请优先考虑 H200。 ## 预订一段包含恢复的时间 选择 3 天来验证一次循环和一个检查点，7 天用于一组消融实验，或 30 天用于持续跟踪的实验。请把评估和导出纳入这份日程，而不仅仅是训练轮次。 在配置器中，选择 PyTorch 或自定义准备方案、批次数量和时长。在保存订单并选择加密货币结算之前，先创建账户或登录。“我已付款”按钮用于标记转账；付款跟踪始终可在您的账户中查看。 ## 购买前的问题 ### 一组 H100 SXM 多少钱，该单位包含什么？ 一组对应 1 块 80 GB 的 H100 SXM。完整套餐价格为：3 天 203.57 USD、7 天 475.00 USD、30 天 1,690.00 USD。配置器中选择的数量对应组数；每增加一组就会增加一块卡及其价格。 ### H100 SXM 的 80 GB 显存在什么情况下值得这样选择？ 当您的场景超出较低的容量且能容纳在 80 GB 之内，并且技术栈兼容 Hopper 时。对于训练，要计入激活值、梯度和优化器状态。对于推理，除了权重本身之外，还要考虑应用运行时的分配量。 ### 在选择 SXM 之前，为什么要先对比 H100 PCIe？ H100 PCIe 同样保持每块 GPU 80 GB 显存，且在 Kernodeck 目录中套餐价格更低。因此对于单卡项目，它值得考虑。卡间通信需求应结合实际拓扑结构来评估；仅凭 SXM 这个名称并不能证明应用能获得性能提升。 ### 如果 80 GB 不够，应该选两块 H100 还是升级到 H200？ 如果您的应用需要单卡更大的显存，请先对比 H200 SXM 的 141 GB。两块 H100 仍然是两块 80 GB 显存：要共用它们需要相应的软件和分片方案。卡的数量并不能替代这一应用架构上的选择。 ## 选择与配置 - [构建适配方案]() - [测试训练恢复]() - [比较 H100 SXM 与 PCIe]() - [升级到每卡 141 GB]() - [比较 GPU 套餐]() - [八种支持的加密货币组合]() - [为推理选择一种算力配置]()