# 面向科研与高性能计算的 GPU 服务器，按固定月度预算租用

> 科研与高性能计算 GPU 服务器租用：H100、H200 和 MI355X，附厂商公布的 FP64 算力数据，支持 CUDA 或 ROCm，月度预算固定。根据您的代码选择合适的 GPU。

来源：https://fullgpu.com/zh/solutions/research-hpc  
更新日期：2026-10-23  
发布方：FullGPU (https://fullgpu.com/)

## 要点

- **FP64 用在关键处:** CUDA 代码选 H100 和 H200，ROCm 选 MI355X，依据厂商公布的双精度性能数据来选择。
- **高显存带宽:** 根据厂商规格，MI355X 每张 GPU 的带宽高达 8 TB/s，H200 为 4.8 TB/s。
- **8 卡裸金属节点:** HGX H100 和 H200 节点配备 2 TB DDR5 内存，MI355X 节点配备 3 TB，每个节点另有 8 块 NVMe 硬盘。
- **固定月度预算:** 每台服务器一个固定价格，按月预付，所含流量额度内不收取出站流量费。
- **CUDA 或 ROCm 镜像:** Ubuntu 预装 NVIDIA 驱动和 CUDA（AMD 服务器为 ROCm），并预装 Docker。Debian 或 Rocky Linux 可应要求提供。
- **私有网络:** 可应要求将您的多台服务器连接到私有网络中，用于多节点任务。

## 推荐配置

- [8× NVIDIA HGX H100](https://fullgpu.com/zh/gpus/nvidia-h100): 每月 US$16,900 — 8× H100 通过 NVLink 互联，适合 MPI 和多 GPU 仿真
- [8× AMD Instinct MI355X](https://fullgpu.com/zh/gpus/amd-mi355x): 每月 US$19,900 — 每张 GPU 288 GB，FP64 向量算力 78.6 TFLOPS（AMD 公布）
- [NVIDIA H100 SXM](https://fullgpu.com/zh/gpus/nvidia-h100): 每月 US$2,190 — 单张 H100，适合代码移植、原型开发和单 GPU 代码

## 概览

选择科研与高性能计算（HPC）GPU 服务器，首先要看它是否匹配您代码的数值特性。以混合精度运行的分子动力学软件包、全程需要 FP64 的 CFD 求解器，以及以 BF16 运行的蛋白质模型，所需的硬件各不相同。我们按月出租搭载 CUDA 的 NVIDIA H100 和 H200 服务器，以及搭载 ROCm 的 AMD Instinct MI355X 服务器，让每个项目都能使用独享 GPU，价格在项目开始前就已确定。

## FP64：何时重要，该选哪款 GPU

对于舍入误差会不断累积的代码，双精度至关重要：电子结构和量子化学软件包、许多 CFD 和有限元求解器，以及部分气候和天体物理模型。许多分子动力学引擎（例如 GROMACS 和 AMBER）的 GPU 代码路径以混合精度运行，科学智能模型则以 BF16 或 FP8 运行。对它们来说，FP64 吞吐量并不是决定性的指标。

| GPU | FP64（厂商公布） | 显存 | 带宽 | 软件栈 |
| --- | --- | --- | --- | --- |
| H100 SXM | 34 TFLOPS，FP64 Tensor Core 为 67 TFLOPS | 80 GB HBM3 | 3.35 TB/s | CUDA |
| H200 | 34 TFLOPS，FP64 Tensor Core 为 67 TFLOPS | 141 GB HBM3e | 4.8 TB/s | CUDA |
| MI355X | 78.6 TFLOPS（向量） | 288 GB HBM3e | 8 TB/s | ROCm |

H100 和 H200 的数据由 NVIDIA 公布，MI355X 的数据由 AMD 公布。FP64 Tensor Core 吞吐量适用于矩阵运算，例如通过 cuBLAS 执行、以 DGEMM 为主的稠密线性代数；向量算力则适用于其他所有运算。RTX PRO 6000、RTX 5090 和 L40S 专为图形、AI 和单精度计算而设计，因此我们不建议将它们用于受 FP64 性能制约的代码。至于 Blackwell 数据中心 GPU，在选择某一款用于双精度计算之前，请先查阅 NVIDIA 针对您所选具体型号的最新 FP64 规格。

## 如何选择科研与高性能计算 GPU 服务器

许多 HPC 代码，包括模板计算（stencil）、稀疏求解器和格点方法，受限于显存带宽而非峰值 FLOPS，因此 H200 的 4.8 TB/s 或 MI355X 的 8 TB/s 可能比任何算力数字都更重要。每张 GPU 的显存决定了无需进一步分解就能容纳的最大计算域。一个 1,000 × 1,000 × 1,000 个单元、每个单元 10 个变量的双精度三维网格约占 80 GB：这会占满一张 H100，但在 H200 或 MI355X 上装得下，还能为求解器留出工作空间。

- **单张 H100：**移植代码、做性能分析和验证，或运行单 GPU 任务。
- **HGX H100 或 HGX H200：**8 张 GPU 通过 NVLink 互联，每张 GPU 900 GB/s，用于边界（halo）交换和集合通信；8 块 400G ConnectX-7 网卡用于多节点运行；另有 2 TB DDR5 内存。
- **8× MI355X：**单个节点内有 2.3 TB HBM3e、3 TB DDR5 内存和 8 块 400G RoCE 网卡，适合在 ROCm 上求解受显存限制的大型问题。请参阅 [AMD Instinct MI355X 页面](https://fullgpu.com/zh/gpus/amd-mi355x)。

如需跨节点运行 MPI，请在订单备注中申请在您的服务器之间配置[私有网络](https://fullgpu.com/zh/products/private-networking)。

### 先做性能分析，再扩大规模

在预订一台 8 卡节点并连续租用数月之前，先在一张 GPU 上做性能分析。NVIDIA Nsight Systems 和 Nsight Compute（AMD 上则用 rocprof）能显示一个内核受限于显存带宽还是算力，从而告诉您 H200 多出的带宽或 MI355X 的 FP64 算力是否物有所值。然后测量从一张 GPU 扩展到两张、四张和八张时的强扩展性：如果超过四张后效率急剧下降，就在这台节点上同时运行两个四卡任务，或者改为租用单卡服务器。存储也按同样的思路规划。检查点重启文件和输出场数据增长得很快；HGX 和 MI355X 节点各配备 8 块 3.84 TB NVMe 硬盘，原始容量约 30 TB，可用作暂存空间，每月还含 50 TB 出站流量，便于把结果传回本地。

## CUDA、ROCm 与您的软件栈

NVIDIA 服务器以预装驱动、CUDA、Docker 和 NVIDIA Container Toolkit 的 Ubuntu 22.04 或 24.04 为起点。您可以再添加 NVIDIA HPC SDK、GPU 感知的 MPI（例如搭配 UCX 的 Open MPI），或您课题组的容器。如果您本单位的集群使用 Apptainer，也请在服务器上安装它，这样同一套镜像在两边都能运行。配置说明见我们的 [NVIDIA 驱动与 CUDA 指南](https://fullgpu.com/zh/docs/nvidia-drivers-cuda)。

AMD 服务器使用 ROCm 镜像。CUDA 代码需要移植到 HIP（hipify 工具可以帮助自动完成移植），或改用 Kokkos、SYCL 或 OpenMP offload 等可移植后端。PyTorch 和 JAX 都有 ROCm 版本。选择 MI355X 之前，请确认您的代码及其所用版本支持 ROCm，并从我们的 [ROCm 指南](https://fullgpu.com/zh/docs/amd-rocm)入手。Debian 或 Rocky Linux 镜像可应要求提供。

## 科研项目的固定月度预算

每台服务器一个固定价格，按月预付，在每个已付费月份内保持不变；今后月份的价格如有任何变动，我们会至少提前 30 天通知。在一台 HGX H100 节点上开展为期三个月的仿真计算，费用为 3 × US$16,900 = US$50,700，每月含 50 TB 出站流量，入站流量不计入。单张 H100 每月 US$2,190，8× MI355X 节点每月 US$19,900。

当共享集群在截止日期前排满时，独享节点让您免于排队等待，还提供 root 权限，便于搭建自定义软件栈。如果每月只是集中使用几天，在其他地方按小时租用算力会更便宜。拥有运行中的服务器后，您可以通过工单咨询 6–12 个月的长期价格，或多台服务器（通常从三台起）的批量价格。需要与科研经费和采购部门打交道的实验室，还应阅读我们的[高校与科研实验室 GPU 服务器](https://fullgpu.com/zh/solutions/universities)页面。

## 开始使用

在一张表单中即可[部署服务器](https://fullgpu.com/zh/deploy)：选择配置，设置操作系统镜像、可选的预装软件和登录方式（root 密码或 SSH 密钥），免费创建账户或登录，然后用预付余额支付首月费用，余额通过加密货币充值。您可以在给工程师的选填备注中写明您的代码、精度、问题规模和节点数量。服务器会在付款后 10 分钟内交付，IP 地址和 SSH 登录信息会出现在您的控制台中；如果已付款的服务器未能在当天交付，您可以取消订单，全额退款至余额。我们的工程师通过您控制台中的工单，提供 7×24 小时故障支持。

## 常见问题

### H100、H200 和 MI355X 的 FP64 性能相比如何？

AMD 公布的 MI355X FP64 向量算力为 78.6 TFLOPS。NVIDIA 公布的 H100 SXM 和 H200 的 FP64 算力均为 34 TFLOPS，FP64 Tensor Core 算力均为 67 TFLOPS；H200 增加的是显存和带宽，而不是 FP64 算力。

### 我的 CUDA 代码能在 MI355X 上运行吗？

不能直接运行：需要移植到 HIP，或改用 Kokkos、SYCL 或 OpenMP offload 等可移植后端。PyTorch 和 JAX 等框架已有 ROCm 版本，因此请在下单前核实您所用的具体版本。

### 可以跨多台服务器运行 MPI 吗？

可以。请在部署服务器时，在订单备注中申请在服务器之间配置私有网络。

### 可以用 Rocky Linux 代替 Ubuntu 吗？

可以，Debian 或 Rocky Linux 镜像可应要求提供。我们的标准镜像是预装 NVIDIA 驱动和 CUDA 的 Ubuntu 22.04 和 24.04，AMD 服务器则使用 ROCm 镜像。

## 相关页面

- [面向高校与科研实验室的 GPU 服务器，预算固定可控](https://fullgpu.com/zh/solutions/universities): 高校与科研实验室 GPU 服务器租用：固定月价，契合科研经费周期和学期安排；提供采购流程所需的账单，并可申请长期价格。现在就为一个学期规划 GPU 用量。
- [租用 8 卡 AMD MI355X 服务器，每月 US$19,900](https://fullgpu.com/zh/gpus/amd-mi355x): MI355X 租用：一台 8 卡 AMD Instinct MI355X 裸金属服务器（每张 GPU 配备 288 GB HBM3e），US$19,900/月，约合每 GPU 小时 US$3.41。ROCm 环境已就绪，使用加密货币支付。
- [租用 NVIDIA H100 SXM 服务器，每月 US$2,190 起](https://fullgpu.com/zh/gpus/nvidia-h100): 租用独享 NVIDIA H100 SXM：单卡 US$2,190/月（全天候满载约合每 GPU 小时 US$3.00），8 卡 HGX H100 US$16,900/月。固定月价，付款后 10 分钟内交付，支持加密货币支付。
- [MI355X 与 H200 对比：双倍显存，还是久经考验的软件栈？](https://fullgpu.com/zh/compare/mi355x-vs-h200): MI355X 与 H200 对比：MI355X 每张 GPU 的显存是 H200 的两倍，并原生支持 FP4；H200 则拥有成熟的 Hopper 与 CUDA 软件栈。比较两者各能装下哪些模型、互联方式和每月成本。
- [在 AMD Instinct MI355X 上配置 ROCm](https://fullgpu.com/zh/docs/amd-rocm): AMD Instinct MI355X 服务器的 ROCm 配置方法：用 rocm-smi 和 amd-smi 检查 GPU，设置用户组，在 ROCm 容器中运行 PyTorch 和 vLLM，并测试 RCCL 多卡通信。
- [在多 GPU 服务器上运行 NCCL 测试：all_reduce_perf 分步指南](https://fullgpu.com/zh/docs/multi-gpu-nccl): 在多 GPU 服务器上运行 NCCL 测试：检查 NVLink 拓扑，编译 nccl-tests，读懂 all_reduce_perf 输出中的 busbw，并在全部 8 张 GPU 上启动 torchrun 任务。