*Без ПДВ.
ВХОДИТЬ У КОЖЕН ПЛАН
✓ Безкоштовний моніторинг сервера ✓ Керування фаєрволом ✓Підтримка 24/7 ✓ Віртуалізація KVM
Розгортай миттєво готові до продакшену сервери NVIDIA Blackwell, створені для навчання AI та інференсу в реальному часі.
*Без ПДВ.
ВХОДИТЬ У КОЖЕН ПЛАН
| Пам'ять GPU | 16 GB GDDR7 ECC |
| Ядра CUDA | 4,352 |
| Ядра Tensor | 136 (5-те покоління) |
| Продуктивність AI | 545 TOPS |
| Продуктивність FP32 | 17 TFLOPS |
| Пропускна здатність пам'яті | 288 GB/s |
| Пам'ять GPU | 16 GB GDDR6 |
| Ядра CUDA | 2,560 |
| Ядра Tensor | 320 (2-ге покоління) |
| Продуктивність AI | 130 TOPS |
| Продуктивність FP32 | 8.1 TFLOPS |
| Пропускна здатність пам'яті | 320 GB/s |
| Пам'ять GPU | 20 GB GDDR6 ECC |
| Ядра CUDA | 6,144 |
| Ядра Tensor | 192 (4-те покоління) |
| Продуктивність AI | 306 TOPS |
| Продуктивність FP32 | 19.2 TFLOPS |
| Пропускна здатність пам'яті | 280 GB/s |
| Пам'ять GPU | 24 GB GDDR7 ECC |
| Ядра CUDA | 8,960 |
| Ядра Tensor | 280 (5-те покоління) |
| Продуктивність AI | 770 TOPS |
| Продуктивність FP32 | 24 TFLOPS |
| Пропускна здатність пам'яті | 432 GB/s |
| Пам'ять GPU | 32 GB GDDR7 ECC |
| Ядра CUDA | 10,496 |
| Ядра Tensor | 328 (5-те покоління) |
| Продуктивність AI | 1,600 TOPS |
| Продуктивність FP32 | 51 TFLOPS |
| Пропускна здатність пам'яті | 800 GB/s |
| Пам'ять GPU | 48 GB GDDR7 ECC |
| Ядра CUDA | 14,080 |
| Ядра Tensor | 440 (5-те покоління) |
| Продуктивність AI | 2,142 TOPS |
| Продуктивність FP32 | 72 TFLOPS |
| Пропускна здатність пам'яті | 1,344 GB/s |
| Пам'ять GPU | 96 GB GDDR7 ECC |
| Ядра CUDA | 24,064 |
| Ядра Tensor | 752 (5-те покоління) |
| Продуктивність AI | 4,000 TOPS |
| Продуктивність FP32 | 120 TFLOPS |
| Пропускна здатність пам'яті | 1,597 GB/s |
Helsinki
Helsinki
Карта прив'язана до одного сервера, тож throughput відповідає специфікації за кожного запуску.
Моделі та середовища лишаються на диску між запусками, готові в ту мить, коли ти знову під'єднуєшся.
Ядра EPYC і сховище NVMe тримають дані в русі достатньо швидко, щоб карта була завантажена.
Ваги моделей і prompts лишаються на сервері, який ти орендуєш, під твоїм власним контролем доступу.
Коли твоя робота залежить від обладнання, важать люди, які стоять за ним. Наші сертифіковані спеціалісти підтримують тебе 24/7 і кількома мовами, з понад 17 роками досвіду в керуванні enterprise інфраструктурою у великому масштабі.

Хороша ціна за те, що отримуєш
2025-12-29"Користуюсь їхніми послугами вже якийсь час і все чудово. Продуктивність хороша і надійна, а ціна робить все ще привабливішим. Все просто працює як треба, і вони швидко реагують, коли щось потрібно."

Налаштування було швидким і...
2025-09-01"Налаштування було швидким, і VPS з того часу працює без проблем. Служба підтримки відповіла на мої запитання, не ускладнюючи нічого зайвим, і це мені справді сподобалось."

Чудова команда і компанія
2025-03-01"Чудова команда і компанія. Поступово розширюючи доступність послуг у нові регіони світу, вони продовжують піднімати планку якості та ефективності."

Хороший сервіс для вебхостингу
2025-06-24"Хороший сервіс для вебхостингу. Просте налаштування і справедлива ціна."

Чудовий провайдер
2026-01-25"З Lumadock я майже рік, і їхні сервери справді круті.
У мене кілька Forex VPS у них у Лондоні та Нью-Йорку, і досі не було жодної проблеми. Аптайм чудовий, а VPS не зависає, як це було в мене з іншими провайдерами.
"

GPU VPS — це віртуальний сервер із під'єднаною фізичною відеокартою. CPU і сховище надходять зі спільного хоста через віртуалізацію KVM, тоді як GPU передається через passthrough, тож карта відповідає лише одному серверу. Він підходить кожному, кому потрібне прискорення CUDA для проєкту, що не виправдовує купівлю обладнання повністю, від обслуговування моделей до рендерингу.
Кожен план GPU VPS використовує повний passthrough, тож карта належить лише твоєму серверу. Уся vRAM і кожне ядро CUDA твої, без шару віртуалізації між твоїм кодом і обладнанням. Саме це дозволяє vLLM і ширшій екосистемі CUDA поводитися точно так, ніби вони працюють на локальній машині. Запусти nvidia-smi після розгортання, і режим віртуалізації покаже Passthrough.
vRAM — це перше, що ти визначаєш за розміром. З 4 бітним квантуванням моделі в діапазоні від 7B до 14B комфортно вміщуються у 16 GB. Перейди до моделей класу 30B, і тобі знадобиться від 24 GB до 32 GB. Усе, що наближається до 70B, потребує 48 GB або більше. А щойно модель уміщується, пропускна здатність пам'яті вирішує, як швидко виходять токени. Робота із зображеннями та відео дотримується тієї ж логіки, де 20 GB і вище дають простір для виходу у високій роздільній здатності.
Так. У тебе повний root доступ, і карта передається напряму, тож стек драйверів — твій вибір. Зафіксуй старішу версію CUDA toolkit для фреймворку, який її вимагає, або запусти nightly build проти найновішої. Шаблони дають тобі стартову точку, а звідти сервер твій, щоб налаштувати його як завгодно.
На GPU VPS карта передається через passthrough лише твоєму серверу, тоді як ядра CPU і сховище надходять зі спільного хоста через віртуалізацію KVM. Виділений GPU сервер передає всю машину. Для більшості AI роботи ця відмінність важить менше, ніж очікують, оскільки інференс і fine-tuning обмежені GPU, а не CPU поряд. GPU VPS дає тобі ту саму карту зі значно меншим зобов'язанням.
Так, і генерація зображень — одна з речей, якій виділений vRAM допомагає найбільше. Від 20 GB і вище ти можеш працювати у високій роздільній здатності з кількома checkpoints і LoRAs, завантаженими одночасно, що тримає ітерацію швидкою. Більші карти Blackwell додають запас для генерації відео та для пакетних завдань, залишених працювати без нагляду. Усе встановлюється як на будь якій машині Linux із картою NVIDIA.
Так. Плани сягають від початкових карт до флагмана, і ти можеш підійматися вище, поки твої моделі ростуть. Кожен план прив'язаний до фізичної карти, тож перехід означає розгортання на новому плані та перенесення даних, а не зміну розміру на місці. Підтримка доступна цілодобово, якщо в тебе є запитання про перехід.
Так. Встанови NVIDIA Container Toolkit, і контейнери отримають прямий доступ до карти, саме так постачається більшість продакшн стеків інференсу. Образи, які NVIDIA публікує для PyTorch і TensorFlow, працюють без змін. А оскільки в тебе є root, runtime контейнерів — твій, щоб налаштувати його так, як очікує твій пайплайн.
LumaDock пропонує швидкий і доступний VPS, GPU та dedicated server hosting для розробників, бізнесу й геймерів на базі NVMe-сховища та AMD EPYC.
LumaDock® є зареєстрованою торговельною маркою компанії LumaDock LTD, що базується в Лондоні W1S 1HN, Велика Британія, та зареєстрована в Англії та Уельсі під номером компанії 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.