Wann wurde NVIDIA GeForce RTX 3090 veröffentlicht?
Antwort
NVIDIA GeForce RTX 3090 ist eine Ampere Karte mit 24 GB GDDR6X Speicher, 936 GB/s Bandbreite und 142 TFLOPS FP16-Rechenleistung. Sie wurde im 2020 eingeführt und verbraucht bis zu 350W Leistung.
Bei realen Arbeitslasten ist das Speichersubsystem typischerweise der wichtigste Faktor: 936 GB/s Bandbreite reichen aus, um die meisten Transformer-Decodierungsaufgaben ohne Engpässe bei den Recheneinheiten zu bewältigen, während 24 GB VRAM eine breite Palette von Modellgrößen unterstützen, insbesondere sobald Quantisierung angewendet wird.
Launch a NVIDIA GeForce RTX 3090 instance on Vast.ai from $0.12/hr — or check Novita AI and RunPod for alternative regions and availability.
Mehr FAQs zu NVIDIA GeForce RTX 3090
Vast.ai vs RunPod vs Novita AI – GPU-Anbieter Vergleich (Juni 2026)
Nebeneinander-Vergleich von Vast.ai vs RunPod vs Novita AI. Überprüfen Sie schnell maximales Funding, Gewinnaufteilung, Risikoregeln, Hebel, Plattformen, Instrumente, Auszahlungspläne, Zahlungsoptionen, Handelsberechtigungen und KYC-Beschränkungen, um Ihre Prop-Trading-Firma-Auswahl einzugrenzen. Daten aktualisiert Juni 2026.
|
Vast.ai
Sofortige GPUs. Transparente Preisgestaltung.
|
RunPod
Die Cloud, gebaut für KI — GPU-Workloads von serverlosem Inferenzbetrieb bis hin zu sofortigen Multi-Knoten-Clustern auf Abruf bereitstellen und skalieren.
|
Novita AI
KI- & Agenten-Cloud-Plattform mit über 200 Modell-APIs, GPU-Instanzen und serverlosem Inferenzbetrieb in großem Maßstab.
|
|
|---|---|---|---|
| Übersicht | |||
| Trustpilot-Bewertung | 4.2 | 3.4 | 2.9 |
| Hauptsitz | United States | United States | United States |
| Anbietertyp | GPU-Marktplatz | GPU-Fokussiert | GPU-Fokussiert |
| Am besten für | KI-Training Inferenz Feinabstimmung Stable Diffusion Batch-Verarbeitung Forschung LLM-Bereitstellung generative KI | KI-Training Inferenz Feinabstimmung Stable Diffusion Batch-Verarbeitung Rendering Forschung LLM-Bereitstellung generative KI | KI-Training Inferenz Feinabstimmung generative KI Forschung LLM-Bereitstellung Stable Diffusion |
| GPU-Hardware | |||
| GPU-Modelle | B200 H200 H100 SXM H100 NVL A100 SXM A100 PCIe RTX 5090 RTX 5080 RTX 5070 Ti RTX 6000 Pro RTX 6000 Ada RTX 4500 Ada RTX A6000 RTX A5000 RTX A4000 L40S L40 A40 A10 RTX 4090 RTX 4080 RTX 4070 Ti RTX 4070 RTX 4060 Ti RTX 4060 RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 Ti RTX 3070 Tesla V100 Tesla T4 A2 GTX 1080 | B300 B200 H200 H100 SXM H100 PCIe H100 NVL MI300X A100 SXM A100 PCIe RTX 5090 RTX PRO 6000 L40S L40 RTX 6000 Ada RTX 5000 Ada RTX A6000 RTX A5000 RTX 4090 RTX 4080 SUPER RTX 4080 RTX 4070 Ti RTX 3090 Ti RTX 3090 RTX 3080 Ti RTX 3080 RTX 3070 A40 A30 A2 L4 | H100 SXM A100 SXM L40S RTX 4090 RTX 6000 Ada RTX 5090 RTX 3090 |
| Max. VRAM (GB) | 192 | 288 | 80 |
| Max. GPUs/Instanz | 8 | 8 | 8 |
| Interconnect | NVLink, InfiniBand | NVLink | NVLink |
| Preise | |||
| Startpreis ($/Std.) | $0.06/hr | $0.06/hr | $0.11/hr |
| Abrechnungsgranularität | Pro Sekunde | Pro Sekunde | Pro Sekunde |
| Spot/Unterbrechbar | Ja | Ja | Ja |
| Reservierte Rabatte | Bis zu 50 % (1-6 Monate reserviert) | 15-29 % (Pläne von 1 Monat bis 1 Jahr) | Nicht verfügbar |
| Kostenlose Guthaben | Kleines Testguthaben bei Anmeldung | 5–500 $ Bonus nach den ersten 10 $ Ausgaben | Bis zu 10.000 $ für Startups |
| Ausgangsgebühren | Variiert je nach Host ($/TB) | Keine (Kostenlos) | Keine (kostenlos) |
| Speicher | Variiert je nach Host ($/GB/Stunde, berechnet solange die Instanz besteht) | Container/Volumen (0,10 $/GB/Monat), Leerlauf-Volumen (0,20 $/GB/Monat), Netzwerkspeicher (0,07 $/GB/Monat 1TB) | Container-Datenträger (60 GB kostenlos), Volumen-Datenträger, Netzlaufwerke |
| Infrastruktur | |||
| Regionen | 500+ Standorte, 40+ Rechenzentren | 31 globale Regionen | USA, EU, APAC, Südamerika, Afrika, Naher Osten (über 20 Standorte) |
| Verfügbarkeits-SLA | Kein formeller SLA (Zuverlässigkeitsbewertungen des Hosts sichtbar) | 99,99 % | 99,9 % |
| Entwicklererfahrung | |||
| Frameworks | PyTorch TensorFlow CUDA vLLM ComfyUI | PyTorch TensorFlow JAX ONNX CUDA | PyTorch TensorFlow CUDA cuDNN TensorRT |
| Docker-Unterstützung | Ja | Ja | Ja |
| SSH-Zugang | Ja | Ja | Ja |
| Jupyter Notebooks | Ja | Ja | Ja |
| API / CLI | Ja | Ja | Ja |
| Einrichtungszeit | Sekunden | Sofort | Nicht verfügbar |
| Kubernetes-Unterstützung | Nein | Nein | Nein |
| Geschäftsbedingungen | |||
| Mindestverpflichtung | Keine | Keine | Keine |
| Compliance | SOC 2 Typ 2 HIPAA DSGVO CCPA | SOC 2 Typ II | SOC 2 |
Vast.ai
RunPod
Novita AI