GPU’s voor wetenschappelijk rekenwerk en simulatie
Simulatiecodes zoals moleculaire dynamica, computationele vloeistofdynamica, weermodellen of kwantumchemie worden vaak begrensd door de geheugenbandbreedte en, bij veel ervan, door rekenwerk in dubbele precisie (FP64). Datacenter-GPU’s met HBM-geheugen zijn voor beide gebouwd.
GPU’s die passen bij wetenschappelijk rekenwerk
Veeg opzij om alle kolommen te zien.
| GPU | Geheugen | Geheugentype | Bandbreedte | Interconnect | Prijs/u |
|---|---|---|---|---|---|
| Tesla V100Volta | 32 GB | HBM2 | 900 GB/s | Niet gepubliceerd | vanaf US$ 0,10 |
| A100 PCIeAmpere | 80 GB | HBM2e | 1.935 GB/s | NVLink bridge (600 GB/s) · PCIe 4.0 | vanaf US$ 1,79 |
| A100 SXMAmpere | 80 GB | HBM2e | 2.039 GB/s | NVLink 3 (600 GB/s) · PCIe 4.0 | vanaf US$ 1,79 |
| H100 PCIeHopper | 80 GB | HBM2e | 2.000 GB/s | NVLink bridge (600 GB/s) · PCIe 5.0 | vanaf US$ 2,89 |
| H100 SXMHopper | 80 GB | HBM3 | 3.350 GB/s | NVLink 4 (900 GB/s) · PCIe 5.0 | vanaf US$ 2,88 |
| GH200Grace Hopper | 96 GB | HBM3 | 4.000 GB/s | NVLink-C2C (900 GB/s) | vanaf US$ 6,81 |
| H200Hopper | 141 GB | HBM3e | 4.800 GB/s | NVLink 4 (900 GB/s) · PCIe 5.0 | vanaf US$ 4,19 |
| MI300XCDNA 3 | 192 GB | HBM3 | 5.300 GB/s | AMD Infinity Fabric (128 GB/s per link) · PCIe 5.0 | vanaf US$ 4,16 |
| MI325XCDNA 3 | 256 GB | HBM3e | 6.000 GB/s | AMD Infinity Fabric (128 GB/s per link) · PCIe 5.0 | vanaf US$ 4,82 |
Specificaties van de fabrikant, per GPU; tensordoorvoer zonder sparsity. Modelgroottes zijn voorzichtige schattingen in miljarden parameters, waarbij 80% van het geheugen wordt gerekend; contextlengte, batchgrootte en framework veranderen de echte limiet. Prijzen zijn het beste live aanbod voor één GPU per uur, exclusief belasting.
Alle GPU-modellenWat telt bij wetenschappelijk rekenwerk
Dubbele precisie
Veel solvers hebben FP64 nodig. Datacenter-GPU’s zoals de V100, A100, H100 en AMD Instinct draaien FP64 op hoge snelheid, terwijl GeForce- en de meeste workstationkaarten het op een kleine fractie van hun FP32-snelheid draaien. Controleer je code: sommige pakketten draaien grotendeels in enkele of gemengde precisie.
Geheugenbandbreedte
Stencilcodes, sparse lineaire algebra en deeltjesmethoden verplaatsen meer data dan ze berekenen. HBM-geheugen, van ongeveer 0,9 TB/s op de V100 tot meer dan 4 TB/s op de H200 en MI300X, maakt deze codes snel.
Schalen over GPU’s
Domeindecompositie verdeelt een simulatie over GPU’s die bij elke stap randgegevens uitwisselen. NVLink of Infinity Fabric tussen GPU’s voorkomt dat die uitwisseling de bottleneck wordt.
Vergelijk GPU’s voor wetenschappelijk rekenwerk
GPU’s voor wetenschappelijk rekenwerk en simulatie: veelgestelde vragen
Waarom worden FP64-cijfers niet getoond?
Deze site toont alleen waarden die voor elk exact model in vergelijkbare vorm zijn gepubliceerd. FP64-snelheden verschillen tussen bordversies (SXM, PCIe); controleer dus het datasheet van de fabrikant voor het bord dat je wilt huren.
Welke GPU voor moleculaire dynamica?
Pakketten zoals GROMACS, AMBER en NAMD draaien grotendeels in enkele of gemengde precisie en presteren goed op veel GPU’s, ook workstationkaarten; codes die overal FP64 nodig hebben, zijn beter af met A100-, H100- of MI300X-GPU’s.
Draait mijn code op AMD-GPU’s?
AMD Instinct-GPU’s draaien code die voor ROCm en HIP is geschreven; veel HPC-pakketten leveren ROCm-builds. Code die alleen voor CUDA is geschreven, moet eerst worden geporteerd, vaak met de HIPIFY-tools, voordat hij op AMD draait.
Hoe huur ik een GPU voor wetenschappelijk rekenwerk op EverXCloud?
Maak een account aan, waardeer je prepaid saldo op in euro, Amerikaanse dollars of ponden en koop dan GPU-uren op de spotbeurs tegen het beste aanbod, of plaats een verzoek tegen de prijs die je wilt betalen. Verhuringen worden per uur gefactureerd. Prijzen worden exclusief belasting getoond en EverXCloud is de merchant of record voor elke huur.
Wees klaar op de dag van de lancering
Maak nu je account aan: je kunt je saldo opwaarderen en de GPU huren die bij je toepassing past zodra de markt opengaat.
Heb je GPU-servers?
Bedrijven kunnen zich aansluiten bij het EverXCloud Network en uren van hun GPU-servers op de spotbeurs verkopen.
Andere toepassingen
- GPU’s voor het trainen van grote taalmodellen
Pre-training en volledige fine-tuning op datacenter-GPU’s met HBM-geheugen.
- GPU’s voor het fine-tunen van open modellen
LoRA- en QLoRA-adapters op één GPU, vanaf 24 GB.
- GPU’s voor LLM-inferentie
Serveer open modellen: wat in het geheugen past en hoe snel tokens komen.
- GPU’s voor beeld- en videogeneratie
Diffusiemodellen voor beeld en video, van kaarten van 24 GB tot GPU’s van 80 GB.
- GPU’s voor 3D-rendering en visuele effecten
Raytraced rendering, visuele effecten en realtime-engines.