Шаблон «Свой Docker-образ» запускает публичный образ из Docker Hub на сервере с видеокартой. Образ сразу становится контейнером с доступом к GPU, поэтому команду docker run с флагом --gpus писать не нужно. Вы получаете SSH и порты, которые укажете при запуске.
Коротко
Свой Docker-образ работает на видеокартах от 8 ГБ. Самая доступная подходящая сейчас — RTX 3060 12 ГБ от 8,30 ₽ в час, оплата по минутам.
Обновлено 13 октября 2026 г.
Память зависит от образа и программы в нём. Для инференса моделей на 7–8 млрд параметров хватит 12–16 ГБ, например RTX 4080 16 ГБ. Для обучения LoRA на таких моделях обычно нужна карта на 24 ГБ, как RTX 4090 24 ГБ. Большие модели и распределённые задачи требуют 80 ГБ и больше, например A100 или H100.
Цены и наличие берутся из живого каталога и обновляются автоматически.
Если нужна чистая система без своего образа, возьмите Ubuntu с CUDA. Готовый API-сервер на GPU без сборки образа даёт шаблон vLLM.
В форме три поля. Каждый порт из списка получит свою защищённую ссылку на странице сервера, а SSH доступен всегда.
| Поле | Что писать | Пример |
|---|---|---|
| Docker-образ | публичный образ с тегом из Docker Hub | pytorch/pytorch:2.5.1-cuda12.4-cudnn9-runtime |
| Порты | до 10 номеров через запятую, без 22 | 8080, 7860 |
| Диск, ГБ | от 10, задаётся при запуске и потом не меняется | 40 |
Проверьте видеокарту внутри контейнера. Команда nvidia-smi покажет карту, а вторая строка проверит PyTorch, если он есть в образе.
nvidia-smi
python3 -c "import torch; print(torch.cuda.is_available())"Сейчас форма принимает публичные образы из Docker Hub. Приватный реестр подключается через поддержку: напишите в Telegram @gpunzbot, доступ настроят отдельно.
Оплата идёт с запуска, включая загрузку образа, поэтому держите образ компактным. Большие веса лучше хранить на диске сервера, а не внутри образа: образ заново загружается на каждом новом сервере. Прерываемые серверы дешевле обычных: подробности в гайде прерываемые серверы.