GPU-Server mieten. NVIDIA-GPUs in der Cloud
NVIDIA RTX 6000 Ada, RTX 4000 Ada und L4 GPUs auf Abruf. Monatlich abrechnen, jederzeit skalieren, in Minuten bereit. Gehostet in zertifizierten deutschen Rechenzentren.
Warum GPUs bei ComputeBox mieten
Aktuelle NVIDIA-Hardware
RTX 6000 Ada, RTX 4000 Ada und L4. Profi-GPUs der aktuellen Ada-Generation.
Pauschal-Preise pro Monat
Keine Sekunden-Abrechnung mit bösen Überraschungen. Planbare Monatspreise mit Laufzeit-Rabatten.
DSGVO-konformes Hosting
Zertifizierte Hochsicherheits-Rechenzentren in Deutschland. DSGVO-konform von Haus aus.
In Minuten einsatzbereit
Automatisches Provisioning mit cloud-init, eigenen Images und vollem SSH- und API-Zugriff.
Voller Root-Zugriff
Beliebige Frameworks, Betriebssysteme, Workloads. PyTorch, TensorFlow, Blender, Stable Diffusion.
Premium-Netzwerk
Hochgeschwindigkeitsanbindung mit direktem Peering. Traffic inklusive, keine versteckten Kosten.
Was enthalten ist
- Dedizierte NVIDIA-GPU(s) mit vollem VRAM-Zugriff
- vCPU-Kerne und RAM skaliert pro GPU
- NVMe-SSD-Speicher inklusive
- 1× IPv4 + /64 IPv6 inklusive
- Snapshots und Backup-Slots verfügbar
Verfügbare GPU-Modelle
| NVIDIA RTX 6000 Ada | 48 GB GDDR6, 18.176 CUDA-Kerne |
| NVIDIA RTX 4000 Ada | 20 GB GDDR6, 6.144 CUDA-Kerne |
| NVIDIA L4 |
Jetzt GPU mieten
Tarife ab 119,99 € pro Monat. Längere Vertragslaufzeiten bringen zusätzliche Rabatte.
Häufige Fragen
Kann ich KI-Training und Inferenz darauf laufen lassen?+
Ja. Alle GPUs kommen mit vollem CUDA-Support und Root-Zugriff. Den NVIDIA-Treiber installieren Sie selbst in der gewünschten Version, danach lassen sich PyTorch, TensorFlow, JAX, vLLM und beliebige andere Frameworks nutzen.
Wie schnell ist die Bereitstellung?+
Die meisten Instanzen sind innerhalb von 2 bis 5 Minuten nach Bestellbestätigung verfügbar. SSH-Zugangsdaten kommen per E-Mail, alternativ ist der Zugriff über die Web-Konsole möglich.
Kann ich mehrere GPUs in einem Server mieten?+
Ja. Multi-GPU-Konfigurationen (2x, 4x, 8x) sind für alle GPU-Modelle verfügbar. Nützlich für verteiltes Training.
Ist die Hardware geteilt oder dediziert?+
GPUs sind dediziert. Kein Sharing, kein Time-Slicing. Voller VRAM und volle Rechenleistung stehen ausschließlich Ihnen zur Verfügung.