# Servidores de GPU e Computação de IA

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

Um servidor GPU KapsuleHost é uma máquina física de inquilino único equipada com processadores gráficos NVIDIA e a CPU, memória e armazenamento rápido necessários para os alimentar, construído para treino de IA, inferência e outro trabalho altamente paralelo.

Você obtém a máquina inteira. Nenhuma tarefa de outro utilizador está a partilhar a sua GPU, a sua largura de banda de memória ou o seu disco, que é a diferença entre um benchmark que pode reproduzir e um que não pode. Este guia cobre os quatro níveis, o que são adequados, como funciona a encomenda dado que o fornecimento de GPU é genuinamente limitado, e para que é a taxa de configuração.

## Os Quatro Níveis

| Nível | GPU | Memória de GPU | Memória do sistema | Mensalmente | Configuração única |
|---|---|---|---|---|---|
| **Spark** | NVIDIA RTX 4000 | 20 GB | Incluída na compilação | 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 | Sim |
| **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 | Sim |
| **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 | Sim |
| **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 | Sim |

Os preços são apresentados excluindo IVA na sua moeda de faturação. Cada nível vem não gerido ou [gerido](https://support.kapsulehost.com/pt-pt/cloud-servers-managed-vs-unmanaged), a mesma escolha que os nossos servidores na nuvem.

O salto de Spark para Forge é o significativo. Spark é um ponto de entrada para desenvolvimento, modelos menores e trabalho de inferência. Forge, Foundry e Reactor partilham os mesmos 96 GB de memória de GPU e diferem na memória do sistema, que é o que governa quanto pode manter em RAM do anfitrião juntamente com o modelo: encenação de dados, pipelines de pré-processamento e atendimento de muitos pedidos simultâneos.

## O Que Pode Executar

Você obtém controlo total da máquina, portanto executa a sua própria pilha. Isto inclui PyTorch, TensorFlow, JAX, cargas de trabalho CUDA brutos e os frameworks habituais de treino e atendimento em cima deles.

Utilizações típicas:

- **Treino e ajuste fino de modelos** para aprendizado de máquina e aprendizado profundo.
- **Inferência e atendimento** em produção, onde uma GPU transforma um tempo de resposta inaceitável num aceitável.
- **Cargas de trabalho de IA em lote**: incorporações, transcrição, geração de imagem e vídeo, renderização.
- **Computação científica e paralela** que beneficia de aceleração de GPU.

> **Tip:** Dimensione primeiro na memória de GPU. O erro mais comum é escolher um nível pelo preço e depois descobrir que o modelo não se encaixa em VRAM. Calcule a memória que seu modelo precisa na sua precisão pretendida e tamanho de lote, adicione margem de manobra, e escolha o nível que o satisfaz. A memória do sistema e a CPU são muito mais fáceis de contornar do que um modelo que não carregará.

## Disponibilidade e Como Funciona a Encomenda

O hardware de GPU está em alta procura em toda a indústria e o fornecimento é limitado. Este é um facto sobre o mercado, não uma política de KapsuleHost, e molda como estes são encomendados.

- Estas são máquinas físicas, portanto são provisionadas por encomenda em vez de em segundos.
- A disponibilidade varia por nível e localização, e é verificada em tempo real quando vê a página de planos.
- **Spark está atualmente constrangido no fornecimento.** Quando não tem stock, o painel oferece-lhe a fila de reserva em vez de uma encomenda defeituosa.

Para configurações maiores ou personalizadas confirmamos a compilação exata e o preço exato com você antes do provisionamento, para que sempre saiba o que está a obter. Não cotamos uma configuração que não possamos entregar.

### A Fila de Reserva

Quando um nível de GPU está fora de stock, pode reservá-lo em vez de partir:

1. Reserve o nível a partir da página de planos. Obtém uma referência de reserva.
2. **Nada é cobrado.** Uma reserva é gratuita e nenhuma subscrição começa.
3. Quando a capacidade aparecer, provisionamos a máquina para você automaticamente.
4. O seu primeiro pagamento é cobrado apenas quando o servidor está ativo e a sua data de faturação começa a partir desse dia.
5. Cancele a qualquer momento enquanto aguarda, sem custo.

[Regiões, Disponibilidade e a Fila de Reserva](https://support.kapsulehost.com/pt-pt/cloud-servers-regions-availability) explica a mecânica por completo.

> **Warning:** Não coloque uma reserva de GPU num prazo fixo. A capacidade volta quando volta, e preferimos dizer-lhe isso claramente do que prometer uma data que não podemos cumprir. Se tem uma data de entrega fixa, fale connosco antes de encomendar.

## Encomendar Uma

1. Inicie sessão em [KPanel](https://kpanel.kapsulehost.com).
2. Abra **Loja** na barra lateral esquerda e escolha **GPU**, ou vá diretamente para `/plans/compute?group=gpu`.
3. Utilize o alternador **Não Gerido** e **Gerido** para escolher o formulário que deseja.
4. Cada nível mostra a sua GPU, a sua VRAM, a sua memória do sistema, o seu preço mensal e a sua taxa de configuração única, mais um emblema de stock em tempo real.

![O grupo GPU na escada de planos de computação em KPanel](https://support.kapsulehost.com/help/screenshots/cloud-servers-gpu.65000b19.webp)

## A Taxa de Configuração

Um servidor GPU traz uma taxa de configuração única no checkout para além do preço mensal recorrente, porque uma máquina física tem que ser construída e provisionada para você.

- Cobrado uma vez, no provisionamento. Nunca aparece numa renovação.
- Mostrado como a sua própria linha no checkout, etiquetado **Configuração (única)**, com a sua própria recepção.
- Sujeito a IVA quando a moeda da sua conta é NZD.

Veja [Preços de Servidor na Nuvem e IVA](https://support.kapsulehost.com/pt-pt/cloud-servers-pricing-gst) para como encargos únicos e recorrentes aparecem nas suas faturas.

## Como os Servidores GPU Diferem dos Servidores na Nuvem

| | Servidores na Nuvem | Servidores GPU |
|---|---|---|
| Hardware | Máquinas virtuais | Máquinas físicas de inquilino único com GPUs NVIDIA |
| Provisionamento | Imediato, sujeito a stock | Por encomenda, às vezes via fila de reserva |
| Taxa de configuração | Nenhuma | Uma única |
| Redimensionamento em tempo real em KPanel | Sim | Não |
| Dimensionado em | vCPU, memória, disco | Memória de GPU primeiro, depois memória do sistema |

> **Warning:** Os servidores GPU não podem ser redimensionados no local. Mudar entre níveis significa encomendar a máquina nova e migrar o seu trabalho para ela. Escolha o nível que se adequa aos modelos que espera executar, não apenas o que está a executar esta semana.

## Antes de Encomendar

Tenha estas respostas prontas, porque determinam o nível:

- **Treino ou inferência?** O treino é geralmente intensivo em memória e de longa duração. A inferência é geralmente sensível à latência e simultânea.
- **Qual modelo, em qual precisão?** Isto define o piso de memória de GPU.
- **Quantos dados, e onde vivem?** Encenar um grande conjunto de dados é para o que a memória e disco do sistema são.
- **Qual framework?** Para que possamos confirmar antecipadamente as expectativas de controlador e CUDA.

Diga-nos essas quatro coisas e apontá-lo-emos para o nível correto, ou montaremos uma configuração se nenhum dos quatro padrões se adequar. Pergunte a Kora dentro de KPanel, ou envie um email para [support@kapsulehost.com](mailto:support@kapsulehost.com), e a nossa equipa da Nova Zelândia ajudará.

## Resolução de Problemas

**O nível que desejo mostra Fora de stock.** Reserve-o. Não paga nada enquanto aguarda e provisionamos automaticamente quando a capacidade volta.

**O meu modelo não se encaixa em VRAM.** Mude para um nível superior, ou reduza a precisão ou o tamanho de lote. Forge, Foundry e Reactor todos têm 96 GB de memória de GPU.

**Preciso de mais de uma GPU, ou de uma configuração que não lista.** Contacte-nos com os seus requisitos e confirmaremos o que podemos construir e o que custa antes de ser cobrado algo.

**Posso experimentar antes de me comprometer?** Fale connosco sobre começar com Spark para trabalho de desenvolvimento e subir assim que o seu pipeline for comprovado.