*Bez VAT.
DOSTĘPNE W KAŻDYM PLANIE
✓ Bezpłatne monitorowanie serwera ✓ Zarządzanie firewallem ✓Wsparcie 24/7 ✓ Wirtualizacja KVM
Wdrażaj natychmiast gotowe do produkcji serwery NVIDIA Blackwell, zbudowane do treningu AI i inferencji w czasie rzeczywistym.
*Bez VAT.
DOSTĘPNE W KAŻDYM PLANIE
| Pamięć GPU | 16 GB GDDR7 ECC |
| Rdzenie CUDA | 4,352 |
| Rdzenie Tensor | 136 (5. generacja) |
| Wydajność AI | 545 TOPS |
| Wydajność FP32 | 17 TFLOPS |
| Przepustowość pamięci | 288 GB/s |
| Pamięć GPU | 16 GB GDDR6 |
| Rdzenie CUDA | 2,560 |
| Rdzenie Tensor | 320 (2. generacja) |
| Wydajność AI | 130 TOPS |
| Wydajność FP32 | 8.1 TFLOPS |
| Przepustowość pamięci | 320 GB/s |
| Pamięć GPU | 20 GB GDDR6 ECC |
| Rdzenie CUDA | 6,144 |
| Rdzenie Tensor | 192 (4. generacja) |
| Wydajność AI | 306 TOPS |
| Wydajność FP32 | 19.2 TFLOPS |
| Przepustowość pamięci | 280 GB/s |
| Pamięć GPU | 24 GB GDDR7 ECC |
| Rdzenie CUDA | 8,960 |
| Rdzenie Tensor | 280 (5. generacja) |
| Wydajność AI | 770 TOPS |
| Wydajność FP32 | 24 TFLOPS |
| Przepustowość pamięci | 432 GB/s |
| Pamięć GPU | 32 GB GDDR7 ECC |
| Rdzenie CUDA | 10,496 |
| Rdzenie Tensor | 328 (5. generacja) |
| Wydajność AI | 1,600 TOPS |
| Wydajność FP32 | 51 TFLOPS |
| Przepustowość pamięci | 800 GB/s |
| Pamięć GPU | 48 GB GDDR7 ECC |
| Rdzenie CUDA | 14,080 |
| Rdzenie Tensor | 440 (5. generacja) |
| Wydajność AI | 2,142 TOPS |
| Wydajność FP32 | 72 TFLOPS |
| Przepustowość pamięci | 1,344 GB/s |
| Pamięć GPU | 96 GB GDDR7 ECC |
| Rdzenie CUDA | 24,064 |
| Rdzenie Tensor | 752 (5. generacja) |
| Wydajność AI | 4,000 TOPS |
| Wydajność FP32 | 120 TFLOPS |
| Przepustowość pamięci | 1,597 GB/s |
Warsaw
Helsinki
Warsaw
Helsinki
Karta jest przypisana do jednego serwera, więc przepustowość odpowiada specyfikacji przy każdym uruchomieniu.
Modele i środowiska pozostają na dysku między uruchomieniami, gotowe w chwili, gdy ponownie się połączysz.
Rdzenie EPYC i dysk NVMe utrzymują dane w ruchu na tyle szybko, by karta była zajęta.
Wagi modeli i prompty pozostają na wynajmowanym serwerze, pod twoją własną kontrolą dostępu.
Gdy twoja praca zależy od sprzętu, liczą się ludzie, którzy za nim stoją. Nasi certyfikowani specjaliści wspierają cię 24/7 i w wielu językach, z ponad 17 latami doświadczenia w prowadzeniu infrastruktury enterprise na dużą skalę.

Dobra cena za to, co dostajesz
2025-12-29"Korzystam z ich usług już od jakiegoś czasu i jestem bardzo zadowolony. Wydajność jest dobra i stabilna, a cena tylko to podkręca. Wszystko po prostu działa płynnie, a jak czegoś potrzebujesz, odpowiadają bardzo szybko."

Konfiguracja poszła szybko, a...
2025-09-01"Konfiguracja poszła szybko, a VPS od tamtej pory działa bez zarzutu. Obsługa klienta odpowiedziała na moje pytania bez niepotrzebnego komplikowania sprawy i szczerze mówiąc bardzo mi się to spodobało."

Świetny zespół i firma
2025-03-01"Świetny zespół i firma. W miarę jak udostępniają swoje usługi w kolejnych regionach świata, rozwijają także jakość i efektywność działania."

Dobra usługa do hostingu stron
2025-06-24"Dobra usługa do hostingu stron. Łatwa konfiguracja i uczciwa cena."

Świetny dostawca
2026-01-25"Jestem z Lumadock już prawie rok i ich serwery są rewelacyjne.
Mam u nich kilka Forex VPS w Londynie i Nowym Jorku i do tej pory nie miałem żadnych problemów. Dostępność jest świetna, a VPS się nie zawiesza, jak to miałem u innych dostawców.
"

GPU VPS to serwer wirtualny z podłączoną fizyczną kartą graficzną. CPU i dysk pochodzą ze współdzielonego hosta przez wirtualizację KVM, natomiast GPU jest przekazany przez passthrough, więc karta odpowiada tylko jednemu serwerowi. Pasuje każdemu, kto potrzebuje akceleracji CUDA do projektu, który nie uzasadnia zakupu całego sprzętu, od obsługi modeli po rendering.
Każdy plan GPU VPS używa pełnego passthrough, więc karta należy wyłącznie do twojego serwera. Cały vRAM i każdy rdzeń CUDA są twoje, bez warstwy wirtualizacji między twoim kodem a sprzętem. Właśnie to sprawia, że vLLM i szerszy ekosystem CUDA zachowują się dokładnie tak, jakby działały na lokalnej maszynie. Uruchom nvidia-smi po wdrożeniu, a tryb wirtualizacji pokaże Passthrough.
vRAM to pierwsza rzecz, którą dobierasz pod rozmiar. Przy kwantyzacji 4 bitowej modele w zakresie od 7B do 14B mieszczą się wygodnie na 16 GB. Przejdź do modeli klasy 30B, a będziesz potrzebować od 24 GB do 32 GB. Wszystko zbliżające się do 70B wymaga 48 GB lub więcej. A gdy model już się mieści, przepustowość pamięci decyduje, jak szybko wychodzą tokeny. Praca z obrazem i wideo kieruje się tą samą logiką, gdzie 20 GB w górę daje miejsce na wyjście w wysokiej rozdzielczości.
Tak. Masz pełny dostęp root, a karta jest przekazana bezpośrednio, więc stack sterowników jest twoim wyborem. Przypnij starszą wersję CUDA toolkit dla frameworka, który jej wymaga, lub uruchom nightly build wobec najnowszej. Szablony dają ci punkt wyjścia, a stamtąd serwer jest twój do konfiguracji, jak chcesz.
Na GPU VPS karta jest przekazana przez passthrough wyłącznie do twojego serwera, natomiast rdzenie CPU i dysk pochodzą ze współdzielonego hosta przez wirtualizację KVM. Dedykowany serwer GPU oddaje całą maszynę. Dla większości pracy AI ta różnica znaczy mniej, niż ludzie się spodziewają, ponieważ inferencja i fine-tuning są ograniczone przez GPU, a nie przez CPU obok. GPU VPS daje ci tę samą kartę przy znacznie mniejszym zobowiązaniu.
Tak, a generowanie obrazów to jedna z rzeczy, którym dedykowany vRAM pomaga najbardziej. Od 20 GB w górę możesz pracować w wysokiej rozdzielczości z kilkoma checkpointami i LoRA załadowanymi naraz, co utrzymuje szybką iterację. Większe karty Blackwell dodają zapas na generowanie wideo i na zadania wsadowe pozostawione bez nadzoru. Wszystko instaluje się jak na każdej maszynie Linux z kartą NVIDIA.
Tak. Plany sięgają od kart podstawowych po flagową, i możesz przechodzić wyżej, gdy twoje modele rosną. Każdy plan jest powiązany z fizyczną kartą, więc zmiana oznacza wdrożenie na nowym planie i przeniesienie danych, zamiast zmiany rozmiaru w miejscu. Wsparcie jest dostępne 24/7, jeśli masz pytania dotyczące zmiany.
Tak. Zainstaluj NVIDIA Container Toolkit, a kontenery uzyskają bezpośredni dostęp do karty, i tak właśnie dostarczana jest większość produkcyjnych stacków inferencji. Obrazy, które NVIDIA publikuje dla PyTorch i TensorFlow, działają bez modyfikacji. A ponieważ masz root, runtime kontenerów jest twój do konfiguracji tak, jak oczekuje tego twój pipeline.
LumaDock oferuje szybki i przystępny cenowo hosting VPS, GPU oraz serwerów dedykowanych dla deweloperów, firm i graczy, oparty na pamięci NVMe i procesorach AMD EPYC.
LumaDock® jest zastrzeżonym znakiem towarowym LumaDock LTD z siedzibą w Londynie W1S 1HN, Wielka Brytania, zarejestrowanej w Anglii i Walii pod numerem spółki 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.
We'll notify you when your preferred server is back in stock.