Helsinki
Als je werk afhangt van de hardware, doen de mensen erachter ertoe. Onze gecertificeerde specialisten staan 24/7 en in meerdere talen voor je klaar, met meer dan 17 jaar ervaring in het draaien van enterprise infrastructuur op schaal.
Goede prijs voor wat je krijgt
2025-12-29"Ik begon met het kopen van hun servers in Roemenië en was echt onder de indruk van de kwaliteit. De prijzen waren redelijk en hun ondersteuning was altijd snel en behulpzaam."
Setup was snel en de...
2025-09-01"Ik geniet echt van de producten en 100% uptime, zeer snelle live ondersteuning 24/7, goede prijzen en een geweldig bedieningspaneel. Ik beveel deze service en het bedrijf van harte aan."
Geweldig team en bedrijf
2025-03-01"Ik heb mijn ontwikkelomgeving vorige maand naar LumaDock verhuisd. Ik heb er geen moment spijt van. De serverinrichting is bijna direct en de automatische back-upfunctie heeft me al twee keer gered."
Goede kwaliteit
2025-03-09"Ze leveren goede kwaliteit voor deze prijs."
Goede dienst voor webhosting
2025-06-24"Zeer goede prijs-kwaliteitverhouding, geweldige (menselijke!) ondersteuning. Ik bestelde eerst een VPS zonder te weten dat het niet precies was wat ik nodig had voor mijn app, maar de mensen van de support waren meer dan bereid om me te helpen."
Uitstekende provider
2026-01-25"Ik heb in de loop der jaren met veel providers gewerkt. Hoewel elk zijn sterke punten had, was er altijd iets dat de ervaring verpestte: uitval, prestatieproblemen, verborgen kosten of gebrek aan ondersteuning."
Een GPU VPS is een virtuele server met een fysieke grafische kaart eraan gekoppeld. De CPU en opslag komen van een gedeelde host via KVM virtualisatie, terwijl de GPU passthrough is, zodat de kaart maar aan één server antwoordt. Hij past bij iedereen die CUDA acceleratie nodig heeft voor een project dat de aanschaf van complete hardware niet rechtvaardigt, van modellen serveren tot rendering.
Elk GPU VPS plan gebruikt volledige passthrough, dus de kaart hoort alleen bij jouw server. Elke vRAM en elke CUDA core is van jou, zonder virtualisatielaag tussen je code en de hardware. Precies daardoor gedragen vLLM en het bredere CUDA ecosysteem zich exact alsof ze op een lokale machine draaien. Draai nvidia-smi na deployment en je ziet de virtualisatiemodus Passthrough.
vRAM is het eerste wat je op maat kiest. In 4-bit kwantisatie passen modellen in het bereik 7B tot 14B comfortabel in 16 GB. Ga naar modellen uit de 30B klasse en je hebt 24 GB tot 32 GB nodig. Alles rond 70B heeft 48 GB of meer nodig. En zodra het model past, bepaalt de geheugenbandbreedte hoe snel de tokens eruit komen. Werk met beeld en video volgt dezelfde logica, waarbij 20 GB en meer ruimte geeft voor output in hoge resolutie.
Ja. Je hebt volledige root toegang en de kaart is direct passthrough, dus de driverstack is aan jou. Installeer een oudere CUDA toolkit versie voor een framework dat die vereist, of draai een nightly build tegen de nieuwste. De templates geven je een startpunt, en vanaf daar is de server van jou om in te richten zoals je nodig hebt.
Bij een GPU VPS is de kaart alleen passthrough naar jouw server, terwijl de CPU cores en opslag van een gedeelde host komen via KVM virtualisatie. Een dedicated GPU server geeft de hele machine over. Voor de meeste AI taken doet dat verschil er minder toe dan mensen verwachten, omdat inference en finetuning door de GPU begrensd worden, niet door de CPU ernaast. Een GPU VPS geeft je dezelfde kaart met veel minder verplichting.
Ja, en beeldgeneratie is een van de dingen waar dedicated vRAM het meest bij helpt. Vanaf 20 GB kun je in hoge resolutie werken met meerdere checkpoints en LoRAs tegelijk geladen, wat de iteratie vlot houdt. Grotere Blackwell kaarten voegen marge toe voor videogeneratie en batchjobs die onbeheerd draaien. Alles installeert zoals op elke Linux machine met een NVIDIA kaart.
Ja. De plannen lopen van instapkaarten tot vlaggenschepen, en je kunt upgraden naarmate je modellen groeien. Elk plan is aan een fysieke kaart gekoppeld, dus overstappen betekent deployen op het nieuwe plan en je data verplaatsen, in plaats van ter plekke van formaat wisselen. Support is dag en nacht beschikbaar als je vragen hebt over de overstap.
Ja. Installeer de NVIDIA Container Toolkit en containers krijgen directe toegang tot de kaart, precies zoals de meeste productie inference ecosystemen geleverd worden. De images die NVIDIA publiceert voor PyTorch en TensorFlow draaien zonder aanpassing. En omdat je root hebt, is de container runtime aan jou om in te richten zoals je pipeline verwacht.
LumaDock biedt snelle en betaalbare VPS, GPU en dedicated server hosting voor developers, bedrijven en gamers, aangedreven door NVMe-opslag en AMD EPYC.
LumaDock® is een geregistreerd handelsmerk van LumaDock LTD, gevestigd in Londen W1S 1HN, Verenigd Koninkrijk, en geregistreerd in Engeland en Wales onder bedrijfsnummer 15844051.
GPU products are in high demand at the moment. Fill the form to get notified as soon as your preferred GPU server is back in stock.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
.png)
