Mieten Sie eine komplette NVIDIA T4, A100 oder H100 für KI, maschinelles Lernen und Rendering. Volle Root-Zugriff, NVMe-Speicher und eine GPU, die zu 100 % Ihnen gehört — kein Time-Slicing, keine Karte, kein KYC. Nur eine E-Mail und eine Wallet.
ApexVPS GPU-Server geben Ihnen einen kompletten physischen NVIDIA-Beschleuniger — eine T4, A100 oder H100 — verknüpft mit einem wirklich dedizierten VPS. Es gibt keinen geteilten GPU-Pool und kein Zeit-Slicing: Der VRAM und die Rechenleistung, die Sie mieten, gehören für die gesamte Laufzeit exklusiv Ihnen. Das macht sie ideal für KI- und ML-Teams, Forscher, Studios und einzelne Entwickler, die zuverlässige Beschleunigung ohne langwierige Beschaffung benötigen.
Wie bei allen unseren Angeboten werden GPU-Pläne in US-Dollar ausgezeichnet und über eine reine Krypto-Kasse abgewickelt, sodass Sie von Ihrer eigenen Wallet in Bitcoin, Ethereum, USDT oder über 30 anderen Coins bezahlen können. Sie erhalten weiterhin vollen Root-Zugriff, NVMe-Speicher, IPv4 und IPv6, DDoS-Schutz und 24/7-Monitoring. Wenn Sie vorerst nur CPU benötigen, vergleichen Sie die Standard-Tarife auf der VPS-Preisseite oder lesen Sie, wie Sie mit unserem Krypto-VPS-Checkout funktioniert, bevor Sie deployen.
Jeder Plan beinhaltet eine dedizierte NVIDIA-Karte plus dedizierte vCPU, RAM und NVMe. Monatlich zahlen oder jährlich etwa 15 % sparen.
1× NVIDIA T4 • 16 GB VRAM
1× NVIDIA A100 • 80 GB VRAM
1× NVIDIA H100 • 80 GB VRAM
Alle GPU-Pläne beinhalten vollen Root-Zugriff, KVM-Virtualisierung, IPv4 + IPv6, DDoS-Schutz, 24/7-Monitoring, Backups und eine 30-tägige Geld-zurück-Garantie, erstattet in USDT. Sie zahlen lieber pro Stunde? Sehen Sie On-Demand-GPUs. Sie brauchen nur CPU? Sehen Sie Standard-VPS-Preise.
Sie brauchen eine GPU für ein paar Stunden, nicht für einen ganzen Monat? Mieten Sie jede Karte stundenweise von einem Prepaid-Guthaben — starten Sie eine für einen Trainingslauf oder eine Reihe von Rendern, dann herunterfahren. Sie zahlen nur für die Zeit, in der sie läuft.
Die Preise gelten pro GPU und Stunde, abgerechnet über Ihr Prepaid-Guthaben. Weitere Karten (A100 SXM, H100 NVL, B300) auf Anfrage erhältlich. Die On-Demand-Preise sind Richtwerte und werden regelmäßig überprüft.
Laden Sie mindestens $20 in BTC, ETH, USDT oder 30+ Coins auf. Keine Kreditkarte, kein KYC.
Von einer RTX A5000 bis zur H200 – was auch immer Ihr Projekt braucht, in Minuten bereitgestellt.
Die Nutzung wird von Ihrem Guthaben abgezogen. Jederzeit stoppbar; ungenutztes Guthaben bleibt Ihnen erhalten.
Neu hier? Konto erstellen oder anmelden – dann mindestens $20 aufladen. Sie bevorzugen eine dedizierte Karte für den ganzen Monat? Die monatlichen GPU-Pläne finden Sie hier.
Eine dedizierte NVIDIA-Karte ermöglicht Workloads, die ein reiner CPU-VPS nicht bewältigen kann. Dies sind die häufigsten Einsatzgebiete.
Open-Weight-Sprachmodelle ausführen oder mit eigenen Daten feintunen. Größere VRAM-Klassen wie die A100 und H100 bieten den Platz, den größere Modelle und längere Kontexte benötigen.
Diffusion-Pipelines für Text-zu-Bild, Upscaling und Batch-Generierung ausführen – die GPU übernimmt die rechenintensiven Sampling-Schritte, damit Ihr Durchsatz konstant bleibt.
Trainieren und iterieren Sie neuronale Netze in PyTorch, TensorFlow oder JAX. Dedizierte Rechenleistung bedeutet keine Warteschlangen und keine störenden Nachbarn, die sich die Karte teilen.
GPU-beschleunigtes Rendering aus Engines und Renderern auslagern und Ihre lokale Workstation freihalten, während lange Renderjobs im Rechenzentrum laufen.
Hardware-Encoder nutzen, um Videos für Streaming, Archivierung oder Medienpipelines zu transkodieren und zu verarbeiten – alles auf NVMe-Speicher.
Notebooks, DataFrames und groß angelegte numerische Aufgaben mit CUDA-fähigen Bibliotheken beschleunigen – Batch-Jobs, die Stunden dauerten, sind in Minuten erledigt.
Dank vollständigem Root-Zugriff können Sie jedes CUDA-kompatible Framework installieren und den genauen Treiber, die CUDA- oder Container-Runtime festlegen, den Ihr Projekt benötigt. Viele Teams kombinieren eine GPU-Box mit einem CPU-VPS, um Support-Anwendungen und Dashboards selbst zu hosten. Die vollständige Übersicht finden Sie in unserer Übersicht aller Dienste.
Dieselben Prinzipien wie auf unserer gesamten Plattform – dedizierte Hardware, echte Kontrolle und Krypto-native Abrechnung – jetzt auch für beschleunigtes Computing.
Sie erhalten eine vollständige physische NVIDIA-Karte. VRAM und Rechenleistung stehen Ihnen für die gesamte Laufzeit zur Verfügung – ohne Sharing oder Drosselung durch andere Mandanten.
Vollständiger Root-Zugriff auf KVM-Virtualisierung. Wählen Sie Ihr Betriebssystem und legen Sie die genaue NVIDIA-Treiber-, CUDA- oder Container-Runtime fest, die Ihr Framework erwartet.
NVMe-SSDs halten Datensätze, Checkpoints und Modellgewichte in der Nähe der GPU, sodass das Laden von Daten selten zum Engpass in Ihrer Pipeline wird.
Bezahlen Sie mit BTC, ETH, USDT oder 30+ Coins über OxaPay. Keine Kreditkarte, kein Bankkonto und kein KYC – nur eine E-Mail für Ihre Zugangsdaten.
Starten Sie in der Nähe Ihrer Nutzer oder Daten in einem unserer 39 Rechenzentren – von Frankfurt und London bis Singapur, Tokio, New York und São Paulo.
Jeder GPU-Plan ist durch eine 30-tägige Geld-zurück-Garantie abgesichert. Rückerstattungen werden in USDT auf eine von Ihnen angegebene Wallet ausgezahlt, unabhängig davon, mit welcher Münze Sie bezahlt haben.
Vergleichen Sie die drei NVIDIA-Stufen direkt miteinander, um die passende Grafikkarte für Ihre Arbeitslast zu finden.
| Spezifikation | GPU T4 | GPU A100 | GPU H100 |
|---|---|---|---|
| NVIDIA GPU | 1× T4 | 1× A100 | 1× H100 |
| GPU-Speicher (VRAM) | 16 GB | 80 GB | 80 GB |
| vCPU (dediziert) | 8 | 16 | 24 |
| Systemspeicher | 32 GB | 120 GB | 200 GB |
| NVMe-Speicher | 200 GB | 500 GB | 1 TB |
| Bandbreite | 4 TB | 8 TB | 12 TB |
| Am besten geeignet für | Leichte Inferenz, Entwicklung & Tests | LLM-Inferenz & Feintuning | Training & die größten Modelle |
| Monatlicher Preis | $249 | $1290 | $1990 |
Alle GPU-Pläne enthalten vollständigen Root-Zugriff, IPv4 + IPv6, DDoS-Schutz, 24/7-Überwachung und Backups. Die GPU-Hardwarespezifikationen entsprechen der veröffentlichten Data-Center-GPU-Reihe von NVIDIA.
Die GPU ist vollständig dediziert für Ihren Server – es gibt kein Time-Slicing oder Teilen mit anderen Mandanten. Jeder Plan gibt Ihnen eine ganze physische NVIDIA-Karte (T4, A100 oder H100) sowie dedizierte vCPU-Kerne, RAM und NVMe-Speicher. Die VRAM-Ressourcen und Rechenleistung, die Sie sehen, gehören nur Ihnen.
Für leichtere Inferenz und kleinere Modelle ist die GPU T4 mit 16 GB VRAM ein kostengünstiger Einstieg. Für die Ausführung mittlerer bis großer LLMs und das Feintuning ist die GPU A100 mit 80 GB VRAM unsere beliebteste Inferenzstufe. Für das schwerste Training und die größten Kontextfenster bietet die GPU H100 den meisten Spielraum. Frameworks und Modellgewichte aus Communities wie Hugging Face laufen auf allen.
Ja. Jeder GPU-Plan wird über einen Nur-Krypto-Checkout von OxaPay abgewickelt, der Bitcoin (BTC), Ethereum (ETH), USDT (Tether) und 30+ weitere Coins akzeptiert. Es gibt keine Kreditkarte, kein Bankkonto und kein KYC – die Anmeldung erfolgt nur per E-Mail, damit wir Ihnen Ihre Zugangsdaten senden können. Den vollständigen Ablauf finden Sie auf unserer Krypto-VPS-Seite.
Ja – Sie wählen, was zu Ihrer Arbeitslast passt. Dedizierte T4-, A100- und H100-Pläne werden monatlich oder jährlich abgerechnet (jährlich spart ca. 15%) und reservieren eine ganze Karte für die gesamte Laufzeit – ideal für immer verfügbare Server. On-Demand-GPUs werden stündlich von einem Guthaben abgerechnet: Sie laden mindestens 20 $ auf und zahlen nur für die Stunden, die Sie nutzen – ideal für kurzzeitige Aufträge wie Trainingsläufe oder Rendering-Aufträge.
Sie erhalten einen sauberen Server mit vollständigem Root-Zugriff und Ihrer Wahl aus Ubuntu, Debian, CentOS, Rocky, Windows Server oder einem benutzerdefinierten ISO. GPU-Images werden mit aktuellen NVIDIA-Treibern und CUDA-Toolkit ausgeliefert, und da Sie Root-Zugriff haben, können Sie eine bestimmte Treiber-, CUDA- oder cuDNN-Version oder eine Container-Runtime installieren, um sie an Ihr Framework anzupassen.
Übliche Arbeitslasten umfassen LLM-Inferenz und Feintuning, Stable Diffusion und andere Bildgenerierung, Modelltraining, 3D-Rendering, Video-Encoding und -Transcoding sowie allgemeine Data-Science-Arbeiten. Sie haben vollständigen Root-Zugriff, daher wird jedes CUDA-kompatible Framework wie PyTorch oder TensorFlow unterstützt.
Wählen Sie eine T4, A100 oder H100, zahlen Sie direkt aus Ihrer Wallet und erhalten Sie Root-Zugriff auf einen dedizierten NVIDIA-Server. 30-tägige Geld-zurück-Garantie, Rückerstattung in USDT.