BARE METAL GPU

Dedikerad GPU-kraft när du behöver den

Servrar med en kund per maskin — utrustade med NVIDIA professional- och datacenter-GPU:er. Byggda för AI-träning och inferens, 3D-rendering, videotranskodning, vetenskaplig beräkning och virtuella arbetsstationer. Ingen virtualiseringsoverhead, inga "noisy neighbours".

Se konfigurationer →

Därför bare metal för GPU-laster

Processing Unit
Moln-GPU:er delar PCIe-lanes, minnesbandbredd och värd-CPU med andra hyresgäster. För långa träningskörningar, realtidsinferens och renderingspipelines visar sig den belastningen som ojämn genomströmning och längre jobbtider. En bare metal-GPU-server ger dig hela maskinen — PCIe-topologin, CPU-pinningen, NVMe-arrayen, nätverksgränssnittet.
Du installerar din egen OS-image, din egen CUDA-stack, din egen scheduler — eller så provisionerar vi Ubuntu LTS med NVIDIA-drivers och CUDA färdigt att köra. Kör Docker, Kubernetes, Slurm, Proxmox eller vad du vill, utan begränsningar. Varje server inkluderar IPMI/iLO så du kan installera om, starta om, konsol-logga in och övervaka hårdvarustatus 24/7.

GPU-konfigurationer

Standardkonfigurationer — anpassade bygg på förfrågan.

RTX A4000 / 16 GB

Instegsnivå — ML-inferens, lätt träning, virtuella arbetsstationer

  • GPU: 1× NVIDIA RTX A4000 (16 GB GDDR6, 6144 CUDA-kärnor)
  • CPU: Intel Xeon / AMD EPYC, 8 kärnor
  • RAM: 64 GB DDR4 ECC
  • Lagring: 2× 960 GB NVMe SSD
  • Bandbredd: 1 Gbps obegränsad
  • OS: Ubuntu 22.04 LTS / Windows Server / valfritt

Kontakta för pris →

RTX A5000 / 24 GB

Proffsnivå — träning av medelstora modeller, renderingsfarmer

  • GPU: 1× NVIDIA RTX A5000 (24 GB GDDR6, 8192 CUDA-kärnor)
  • CPU: Intel Xeon / AMD EPYC, 16 kärnor
  • RAM: 128 GB DDR4 ECC
  • Lagring: 2× 1,92 TB NVMe SSD
  • Bandbredd: 1 Gbps obegränsad
  • OS: Ubuntu 22.04 LTS / Windows Server / valfritt

Kontakta för pris →

RTX A6000 / 48 GB

Avancerad nivå — finjustering av stora modeller, flerströmsrendering

  • GPU: 1× NVIDIA RTX A6000 (48 GB GDDR6 ECC, 10752 CUDA-kärnor)
  • CPU: AMD EPYC, 32 kärnor
  • RAM: 256 GB DDR4 ECC
  • Lagring: 2× 3,84 TB NVMe SSD
  • Bandbredd: 10 Gbps
  • OS: Ubuntu 22.04 LTS / Windows Server / valfritt

Kontakta för pris →

NVIDIA A100 / 80 GB

Datacenter-nivå — LLM-träning och inferens med hög genomströmning

  • GPU: 1–8× NVIDIA A100 80 GB HBM2e (PCIe eller SXM4 NVLink)
  • CPU: Dubbla AMD EPYC, upp till 128 kärnor
  • RAM: 512 GB – 2 TB DDR4 ECC
  • Lagring: 4× 7,68 TB NVMe SSD
  • Bandbredd: 10–25 Gbps
  • OS: Ubuntu 22.04 LTS med CUDA + NCCL förinstallerat

Kontakta för pris →

NVIDIA H100 / 80 GB

Flaggskeppsnivå — transformerträning, frontier-skala inferens

  • GPU: 1–8× NVIDIA H100 80 GB HBM3 (PCIe eller SXM5 NVLink)
  • CPU: Dubbla AMD EPYC Genoa, upp till 192 kärnor
  • RAM: 1–2 TB DDR5 ECC
  • Lagring: 8× 7,68 TB NVMe SSD (RAID)
  • Bandbredd: 25–100 Gbps
  • OS: Ubuntu 22.04 LTS med CUDA + NCCL + NeMo-stack

Kontakta för pris →

Anpassat bygge

Beskriv arbetslasten — vi spec:ar maskinen

  • Multi-GPU NVLink-topologier
  • L4, L40 / L40S, RTX 4090 finns också
  • Privat nätverksinterconnect (10/25/100 GbE)
  • NVMe-oF eller Ceph-lagring
  • Colocation av kundägd hårdvara
  • Reserverad kapacitet och längre kontrakt

Begär offert →

Vanliga arbetslaster

AI- och ML-träning

Träna, finjustera och utvärdera transformer-, diffusions- och vision-modeller. Använd PyTorch, JAX, TensorFlow eller vilket ramverk du vill. NVLink-anslutna A100/H100-noder för flergpu-jobb som behöver snabb all-reduce.

Inferens i skala

Servera LLM:er, bildgenerering, tal- och embedding-modeller med förutsägbar latens. Triton Inference Server, vLLM, TGI, llama.cpp — du väljer runtime, vi tillhandahåller hårdvaran.

3D-rendering och VFX

OptiX, RTX-accelererad path tracing, Blender Cycles, Redshift, V-Ray och Octane. Renderingsfarmer skalar linjärt över våra A5000- och A6000-noder.

Videotranskodning

NVENC/NVDEC hårdvarukodare för live- och VOD-pipelines — H.264, H.265/HEVC och AV1. Flera samtidiga strömmar per GPU med hög kvalitet.

Vetenskaplig beräkning / HPC

CUDA-, OpenACC- och HIP-laster — molekyldynamik, strömningsmekanik, genomik, finansiella simuleringar. Ta med din egen MPI-stack eller Slurm-klustret.

Virtuella arbetsstationer

Remote GPU-desktops via NICE DCV, Parsec eller HP Anyware. Designers och ingenjörer ansluter varifrån som helst — det tunga jobbet stannar på servern.

Hostade i Sverige

Alla GPU-servrar är fysiskt placerade i våra svenska datacenter, drivna av nordisk vatten- och vindkraft — bland Europas elnät med lägst koldioxidintensitet. EU-datalokalisering, GDPR-anpassad drift, redundant ström och kyla, on-site teknik dygnet runt.

Nätverk: multi-homed transit via Tier-1-operatörer, IPv4 + IPv6, privat peering mot NetNod, STHIX och Equinix. Sub-millisekund RTT till Stockholm, låga ensiffriga ms till Frankfurt, Amsterdam och Helsingfors.

Vanliga frågor

Ja. Du får full root- / Administrator-access från dag ett. Installera om OS:et själv via IPMI/iLO när som helst, välj valfri kernel, kör vilken container-runtime du vill.

Dedikerad. Varje listad GPU passas igenom direkt till ditt OS — ingen MIG-slicing, ingen vGPU-partitionering, inga andra hyresgäster på samma kort. Du får 100 % av VRAM, CUDA-kärnor, tensor-kärnor och PCIe-bandbredd.

Standardkonfigurationer är typiskt igång inom några timmar. Anpassade bygg där vi behöver beställa hårdvara levereras vanligen inom 3–7 arbetsdagar.

Ja — Windows Server-licensiering finns, vanligt för virtuella arbetsstationer och vissa rendering- / GIS-flöden. Linux (Ubuntu, Rocky, Debian, RHEL) är vanligare för AI och ML.

Standard är månadsdebitering. Reserverad kapacitet (3, 6, 12 månader) ger rabatt. Korttidsupplägg eller timdebitering för burst-träning kan diskuteras — hör av dig med din use case.

Ja — colocation i våra datacenter finns. Vi rackar, strömförsörjer och nätverkar din hårdvara; du behåller ägandet och full kontroll. Se colocation-sidan.

Har du en arbetslast i åtanke?

Berätta modellstorlek, ramverk och genomströmning du behöver — vi återkommer med en konfiguration och ett pris.

Hör av dig →