# Server di Calcolo GPU e AI

Source: https://support.kapsulehost.com/it-it/cloud-servers-gpu

Un server GPU KapsuleHost è una macchina fisica single-tenant dotata di processori grafici NVIDIA e della CPU, della memoria e dello storage veloce necessari per alimentarli, costruita per l'addestramento di IA, l'inferenza e altri lavori massicciamente paralleli.

Ottieni l'intera macchina. Il lavoro di nessun altro sta condividendo la tua GPU, la tua larghezza di banda della memoria o il tuo disco, che è la differenza tra un benchmark che puoi riprodurre e uno che non puoi. Questa guida copre i quattro livelli, a cosa servono, come funziona l'ordinazione dato che l'offerta di GPU è effettivamente limitata, e a cosa serve la commissione di configurazione.

## I Quattro Livelli

| Livello | GPU | Memoria GPU | Memoria di Sistema | Mensile | Configurazione Una tantum |
|---|---|---|---|---|---|
| **Spark** | NVIDIA RTX 4000 | 20 GB | Inclusa nella build | US$330.00 / NZ$590.00 / ⃃ 1,210.00 / AU$480.00 / CA$470.00 / CN¥2,245.00 / €290.00 / £250.00 / ¥53,420 / S$425.00 | Sì |
| **Forge** | NVIDIA RTX PRO 6000 | 96 GB | 256 GB | US$1,680.00 / NZ$2,980.00 / ⃃ 6,170.00 / AU$2,440.00 / CA$2,385.00 / CN¥11,430.00 / €1,470.00 / £1,270.00 / ¥271,980 / S$2,170.00 | Sì |
| **Foundry** | NVIDIA RTX PRO 6000 | 96 GB | 512 GB | US$2,520.00 / NZ$4,470.00 / ⃃ 9,255.00 / AU$3,660.00 / CA$3,580.00 / CN¥17,145.00 / €2,205.00 / £1,905.00 / ¥407,960 / S$3,260.00 | Sì |
| **Reactor** | NVIDIA RTX PRO 6000 | 96 GB | 768 GB | US$3,240.00 / NZ$5,740.00 / ⃃ 11,900.00 / AU$4,705.00 / CA$4,600.00 / CN¥22,045.00 / €2,840.00 / £2,445.00 / ¥524,530 / S$4,190.00 | Sì |

I prezzi sono mostrati escludendo l'IVA nella tua valuta di fatturazione. Ogni livello viene fornito non gestito o [gestito](https://support.kapsulehost.com/it-it/cloud-servers-managed-vs-unmanaged), la stessa scelta dei nostri server cloud.

Il salto da Spark a Forge è quello significativo. Spark è un punto di partenza per lo sviluppo, modelli più piccoli e lavori di inferenza. Forge, Foundry e Reactor condividono gli stessi 96 GB di memoria GPU e differiscono nella memoria di sistema, che è quello che governa quanto puoi tenere nella RAM dell'host insieme al modello: staging dei dataset, pipeline di preprocessing e servizio di molte richieste simultanee.

## Cosa Puoi Eseguire

Ottieni il controllo completo della macchina, quindi esegui il tuo stack. Questo include PyTorch, TensorFlow, JAX, carichi di lavoro CUDA grezzi e i soliti framework di addestramento e servizio su di essi.

Usi tipici:

- **Addestramento e fine-tuning del modello** per machine learning e deep learning.
- **Inferenza e servizio** in produzione, dove una GPU trasforma un tempo di risposta inaccettabile in uno accettabile.
- **Carichi di lavoro IA batch**: embeddings, trascrizione, generazione di immagini e video, rendering.
- **Calcolo scientifico e parallelo** che beneficia dall'accelerazione GPU.

> **Tip:** Dimensiona prima sulla memoria GPU. L'errore più comune è scegliere un livello in base al prezzo e poi scoprire che il modello non si adatta alla VRAM. Calcola la memoria di cui il tuo modello ha bisogno alla tua precisione prevista e dimensione batch, aggiungi margine, e scegli il livello che la supera. La memoria di sistema e la CPU sono molto più facili da aggirare rispetto a un modello che non si caricherà.

## Disponibilità e Come Funziona l'Ordinazione

L'hardware GPU è molto richiesto in tutta l'industria e l'offerta è limitata. È un fatto del mercato, non una politica di KapsuleHost, e modella come questi vengono ordinati.

- Queste sono macchine fisiche, quindi vengono provisionate su ordinazione piuttosto che in secondi.
- La disponibilità varia in base al livello e alla posizione, ed è controllata in tempo reale quando guardi la pagina dei piani.
- **Spark è attualmente limitato dall'offerta.** Quando non ha stock, il pannello ti offre la coda di prenotazione piuttosto che un ordine interrotto.

Per configurazioni più grandi o personalizzate confermiamo con te la build esatta e il prezzo esatto prima del provisioning, quindi sai sempre cosa stai ottenendo. Non quotizziamo una configurazione che non possiamo fornire.

### La Coda di Prenotazione

Quando un livello GPU è esaurito, puoi invece prenotarlo:

1. Prenota il livello dalla pagina dei piani. Ricevi un riferimento di prenotazione.
2. **Non viene addebitato nulla.** Una prenotazione è gratuita e nessun abbonamento inizia.
3. Quando la capacità si libera, provisioning della macchina automaticamente.
4. Il tuo primo pagamento viene riscosso solo quando il server è attivo e la tua data di fatturazione inizia da quel giorno.
5. Annulla in qualsiasi momento mentre aspetti, senza costi.

[Regioni, Disponibilità e la Coda di Prenotazione](https://support.kapsulehost.com/it-it/cloud-servers-regions-availability) spiega la meccanica completa.

> **Warning:** Non mettere una prenotazione GPU su una scadenza fissa. La capacità ritorna quando ritorna, e preferiremmo dirti questo chiaramente piuttosto che prometterti una data che non possiamo mantenere. Se hai una data di consegna fissa, parla con noi prima di ordinare.

## Ordinarne Uno

1. Accedi a [KPanel](https://kpanel.kapsulehost.com).
2. Apri **Store** nella barra laterale sinistra e scegli **GPU**, oppure vai direttamente a `/plans/compute?group=gpu`.
3. Usa l'interruttore **Unmanaged** e **Managed** per scegliere il modulo che desideri.
4. Ogni livello mostra la sua GPU, la sua VRAM, la sua memoria di sistema, il suo prezzo mensile e la sua commissione di configurazione una tantum, più un badge di stock live.

![Il gruppo GPU sulla scala dei piani di calcolo in KPanel](https://support.kapsulehost.com/help/screenshots/cloud-servers-gpu.65000b19.webp)

## La Commissione di Configurazione

Un server GPU ha una commissione di configurazione una tantum al checkout oltre al prezzo ricorrente mensile, perché una macchina fisica deve essere costruita e sottoposta a provisioning per te.

- Addebitata una volta, al provisioning. Non appare mai su un rinnovo.
- Mostrata come sua propria riga al checkout, etichettata **Setup (one-time)**, con sua propria ricevuta.
- Soggetta a IVA quando la valuta del tuo account è NZD.

Vedi [Prezzi e IVA dei Server Cloud](https://support.kapsulehost.com/it-it/cloud-servers-pricing-gst) per come gli addebiti una tantum e ricorrenti appaiono sulle tue fatture.

## Come i Server GPU Differiscono dai Server Cloud

| | Server Cloud | Server GPU |
|---|---|---|
| Hardware | Macchine virtuali | Macchine fisiche single-tenant con GPU NVIDIA |
| Provisioning | Immediato, soggetto a stock | Su ordinazione, a volte tramite la coda di prenotazione |
| Commissione di configurazione | Nessuna | Una tantum |
| Ridimensionamento live in KPanel | Sì | No |
| Dimensionato su | vCPU, memoria, disco | Memoria GPU prima, poi memoria di sistema |

> **Warning:** I server GPU non possono essere ridimensionati sul posto. Passare da un livello all'altro significa ordinare la nuova macchina e migrare il tuo lavoro su di essa. Scegli il livello che si adatta ai modelli che prevedi di eseguire, non solo a quello che stai eseguendo questa settimana.

## Prima di Ordinare

Avere queste risposte pronte, perché determinano il livello:

- **Addestramento o inferenza?** L'addestramento di solito richiede molta memoria e è un processo lungo. L'inferenza di solito è sensibile alla latenza e concorrente.
- **Quale modello, a quale precisione?** Questo imposta il floor della memoria GPU.
- **Quanti dati e dove vivono?** Lo staging di un grande dataset è quello per cui sono destinati la memoria di sistema e il disco.
- **Quale framework?** In modo da poter confermare le aspettative di driver e CUDA in anticipo.

Dicci questi quattro aspetti e ti indicheremo il livello giusto, o metteremo insieme una configurazione se nessuno dei quattro standard si adatta. Chiedi a Kora dentro KPanel, o invia un'email a [support@kapsulehost.com](mailto:support@kapsulehost.com), e il nostro team della Nuova Zelanda ti aiuterà.

## Risoluzione dei Problemi

**Il livello che voglio mostra Esaurito.** Prenotalo. Non paghi nulla mentre aspetti e forniamo automaticamente quando la capacità ritorna.

**Il mio modello non si adatta alla VRAM.** Passa a un livello superiore, o riduci la precisione o la dimensione batch. Forge, Foundry e Reactor portano tutti 96 GB di memoria GPU.

**Ho bisogno di più di una GPU, o di una configurazione che non elenchi.** Contattaci con i tuoi requisiti e confermeremo cosa possiamo costruire e cosa costa prima che venga addebitato qualsiasi cosa.

**Posso provare prima di impegnarmi?** Parla con noi di iniziare su Spark per lavori di sviluppo e passare a un livello superiore una volta che la tua pipeline è provata.