--- title: 'Создать кластер Managed Kubernetes на облачном сервере с GPU' sidebar_label: 'Создать кластер на облачном сервере с GPU' sidebar_position: 4 description: 'Как создать кластер Managed Kubernetes на облачном сервере с графическим процессором' --- import Formbricks from '@theme/MDXComponents/Formbricks' import {CustomTable} from 'docs-kit/components' # Создать кластер Managed Kubernetes на облачном сервере с GPU К кластеру Managed Kubernetes на облачном сервере можно добавить GPU (графические процессоры) при [создании кластера Managed Kubernetes на облачном сервере](/managed-kubernetes/create/create-cloud-cluster.mdx) или [добавлении группы нод на облачном сервере](/managed-kubernetes/node-groups/create-node-group.mdx#add-node-group-with-cloud-nodes). Посмотреть доступность GPU в регионах можно в матрице доступности [GPU для Managed Kubernetes](/infrastructure/availability-matrix.mdx#gpu-for-cloud-and-kubernetes). На нодах с GPU можно использовать предустановленные драйверы или [установить драйверы самостоятельно](/managed-kubernetes/node-groups/gpu-drivers.mdx#install-gpu-drivers). Для групп нод с GPU без драйверов недоступно [автоматическое масштабирование кластера](/managed-kubernetes/node-groups/autoscaling.mdx). ## Создать кластер на облачном сервере с GPU \{#create-cluster-with-gpu} Используйте инструкцию [Создать кластер Managed Kubernetes на облачном сервере](/managed-kubernetes/create/create-cloud-cluster.mdx). Настройте: * конфигурацию — фиксированную конфигурацию группы нод с GPU; * драйверы GPU — по умолчанию тумблер **Драйверы GPU** включен и в кластере используются предустановленные драйверы. Чтобы [установить драйверы GPU самостоятельно](/managed-kubernetes/node-groups/gpu-drivers.mdx#install-gpu-drivers), отключите тумблер **Драйверы GPU**. ## Доступные GPU \{#available-gpu}
Память CUDA ядра Тензорные ядра
[NVIDIA® A100 40Gb](#nvidia-a100-40)

40 ГБ
HBM2 		6192 432
[NVIDIA® A100 80Gb](#nvidia-a100-80) 80 ГБ
HBM2		 6912 432
[NVIDIA® Tesla T4](#nvidia-tesla-t4) 16 ГБ
GDDR6		 2560 320
[NVIDIA® A30](#nvidia-a30) 24 ГБ
HBM2		 3804 224
[NVIDIA® A2](#nvidia-a2)
(обновленный аналог
NVIDIA® Tesla T4)		 16 ГБ
GDDR6		 1280 40
[NVIDIA® GTX 1080](#nvidia-gtx-1080) 8 ГБ
GDDR5X		 2560 ✗
[NVIDIA® RTX 2080 Ti](#nvidia-rtx-2080-ti) 11 ГБ
GDDR6		 4352 544
[NVIDIA® RTX 4090 24 Gb](#nvidia-rtx-4090-24) 24 ГБ
GDDR6X		 16384 512
[NVIDIA® RTX 4090 48 Gb](#nvidia-rtx-4090-48) 48 ГБ
GDDR6X		 16384 512
[NVIDIA® RTX 6000 Ada](#nvidia-rtx-6000-ada)
(аналог L40)		 48 ГБ
GDDR6X		 18176 568
[NVIDIA® A2000](#nvidia-a2000)
(аналог RTX 3060)		 6 ГБ
GDDR6		 3328 104
[NVIDIA® A5000](#nvidia-a5000)
(аналог RTX 3080)		 24 ГБ
GDDR6		 8192 256
[NVIDIA® H100](#nvidia-h100) 80 ГБ
HBM3		 16896 528
[NVIDIA® H200](#nvidia-h200) 141 ГБ
HBM3e		 16896 528
[NVIDIA® L4](#nvidia-l4) 24 ГБ
GDDR6		 20480 640
[NVIDIA® RTX 6000 Pro](#nvidia-rtx-6000-pro) 48 ГБ
GDDR7		 18432 576
Посмотреть актуальный список GPU можно в [панели управления](https://my.selectel.ru/mks/): в верхнем меню нажмите **Продукты** → **Managed Kubernetes** → **Создать кластер** → этап **Группы нод** → **Облачный сервер** **Конфигурация ноды** → **Фиксированная с GPU**. Посмотреть доступность GPU в регионах можно в матрице доступности [GPU для Managed Kubernetes](/infrastructure/availability-matrix.mdx#gpu-for-cloud-and-kubernetes). ## NVIDIA® A100 40Gb \{#nvidia-a100-40} Обладает максимальной производительностью для AI, HPC и обработки данных. Подходит для глубокого обучения, научных исследований и аналитики данных. На базе архитектуры Ampere®, пропускная способность до 1,5 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A100 40Gb](https://www.nvidia.com/content/dam/en-zz/Solutions/Data-Center/a100/pdf/nvidia-a100-datasheet-us-nvidia-1758950-r4-web.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 40 ГБ, при vCPU от 6 до 48, RAM от 87 до 704 ГБ. ## NVIDIA® A100 80Gb \{#nvidia-a100-80} Обладает максимальной производительностью для AI, HPC и обработки данных, а также большим объемом памяти для выполнения ресурсоемких задач. Подходит для глубокого обучения, научных исследований и аналитики данных. На базе архитектуры Ampere®, с памятью 80 ГБ HBM2 и пропускной способностью до 1,5 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A100 80Gb](https://www.nvidia.com/content/dam/en-zz/Solutions/Data-Center/a100/pdf/nvidia-a100-datasheet-us-nvidia-1758950-r4-web.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 80 ГБ, при vCPU от 12 до 192, RAM от 128 до 1 ТБ. ## NVIDIA® Tesla T4 \{#nvidia-tesla-t4} Подходит для Machine Learning и Deep Learning, инференса, работы с графикой и рендерингом видео. Работает с большинством AI-фреймворков и совместим со всеми типами нейросетей. На базе архитектуры Turing®, пропускная способность до 300 ГБ/с. Посмотрите подробные характеристики [NVIDIA® Tesla T4](https://www.nvidia.com/content/dam/en-zz/Solutions/Data-Center/tesla-t4/t4-tensor-core-datasheet-951643.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 16 ГБ, при vCPU от 4 до 24, RAM от 32 до 320 ГБ. ## NVIDIA® A30 \{#nvidia-a30} Подходит для AI-инференса, HPC, обработки языка, разговорного искусственного интеллекта, рекомендательных систем. На базе архитектуры Ampere®, пропускная способность до 933 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A30](https://www.nvidia.com/content/dam/en-zz/Solutions/data-center/products/a30-gpu/pdf/a30-datasheet.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 2 GPU × 24 ГБ, при vCPU от 16 до 48, RAM от 64 до 320 ГБ. ## NVIDIA® A2 \{#nvidia-a2} GPU для начального уровня. Подходит для простого инференса, видео и графики, Edge AI (периферийных вычислений), Edge-видео, мобильного облачного гейминга. На базе архитектуры Ampere®, пропускная способность до 200 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A2](https://www.nvidia.com/content/dam/en-zz/solutions/data-center/a2/pdf/a2-datasheet.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 16 ГБ, при vCPU от 12 до 48, RAM от 32 до 320 ГБ. ## NVIDIA® GTX 1080 \{#nvidia-gtx-1080} Производительный и энергоэффективный GPU. Решение реализовано с помощью технологии FinFET и памяти GDDR5X. Динамическая балансировка нагрузки помогает разделять задачи, чтобы ресурсы не простаивали в ожидании. Обладает максимальной производительностью для отображения информации, VR, параметров ультра высокого разрешения и обработки данных. На базе архитектуры Pascal®, пропускная способность до 320 ГБ/с. Посмотрите подробные характеристики [NVIDIA® GTX 1080](https://www.nvidia.com/en-ph/geforce/products/10series/geforce-gtx-1080/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 8 ГБ, при vCPU от 8 до 28, RAM от 24 до 96 ГБ. ## NVIDIA® RTX 2080 Ti \{#nvidia-rtx-2080-ti} Высокопроизводительный GPU для выполнения сложных графических задач. Подходит: * для обработки видео в высоком разрешении; * создания 3D-моделей; * рендеринга и обработки фотографий; * обучения нейросетей; * выполнения сложных вычислений в области искусственного интеллекта; * обработки больших объемов данных. На базе архитектуры Turing®, пропускная способность до 616 ГБ/с. Посмотрите подробные характеристики [NVIDIA® RTX 2080 Ti](https://www.nvidia.com/en-us/geforce/20-series/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 11 ГБ, при vCPU от 2 до 48, RAM от 32 до 320 ГБ. ## NVIDIA® RTX 4090 24 Gb \{#nvidia-rtx-4090-24} Производительный GPU серии GeForce. Подходит для профессионального проектирования и 3D-моделирования, работы с видео, рендеринга, ML-задач (обучения и инференса моделей), работы с языковыми моделями (LLM), научных и инженерных вычислений (например, в моделировании климата или биоинформатике). На базе архитектуры Ada Lovelace®, пропускная способность до 1008 ГБ/с. Посмотрите подробные характеристики [NVIDIA® RTX 4090](https://www.nvidia.com/ru-ru/geforce/graphics-cards/40-series/rtx-4090/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 24 ГБ, при vCPU от 4 до 64, RAM от 16 до 356 ГБ. ### NVIDIA® RTX 4090 48 Gb \{#nvidia-rtx-4090-48} Производительный GPU серии GeForce с увеличенным объемом памяти по сравнению с NVIDIA® RTX 4090 24 Gb, который подходит: * для профессионального проектирования и 3D-моделирования; * работы с видео и рендеринга; * ML-задач (обучения и инференса моделей); * работы с языковыми моделями (LLM); * научных и инженерных вычислений (например, в моделировании климата или биоинформатике). На базе архитектуры Ada Lovelace®, с памятью 48 ГБ GDDR6X и пропускной способностью до 1008 ГБ/с. Посмотрите подробные характеристики [NVIDIA® RTX 4090](https://www.nvidia.com/ru-ru/geforce/graphics-cards/40-series/rtx-4090/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 48 ГБ, при vCPU от 12 до 192, RAM от 64 до 896 ГБ и локальным диском от 64 до 800 ГБ. ## NVIDIA® RTX 6000 Ada \{#nvidia-rtx-6000-ada} Профессиональный GPU для вычислительной и графической мощности. Подходит для ML-задач, рендеринга, научных вычислений и высокопроизводительной визуализации. На базе архитектуры Ada Lovelace®, с памятью 48 ГБ GDDR6X и пропускной способностью до 960 ГБ/с. Посмотрите подробные характеристики [NVIDIA® RTX 6000 Ada](https://www.nvidia.com/en-us/design-visualization/rtx-6000/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 48 ГБ, при vCPU от 12 до 96, RAM от 64 до 450 ГБ. ## NVIDIA® A2000 \{#nvidia-a2000} Энергоэффективный GPU для компактных рабочих станций. Подойдет для AI, графики и рендеринга видео. На базе архитектуры Ampere®, пропускная способность до 288 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A2000](https://www.nvidia.com/content/dam/en-zz/Solutions/design-visualization/rtx-a2000/nvidia-rtx-a2000-datasheet.pdf) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 4 GPU × 6 ГБ, при vCPU от 6 до 24, RAM от 16 до 320 ГБ. ## NVIDIA® A5000 \{#nvidia-a5000} Универсальный GPU, подходит для любых задач в рамках своей производительности. На базе архитектуры Ampere®, пропускная способность до 768 ГБ/с. Посмотрите подробные характеристики [NVIDIA® A5000](https://resources.nvidia.com/en-us-briefcase-for-datasheets/nvidia-rtx-a5000-dat-1?ncid=no-ncid) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 24 ГБ, при vCPU от 8 до 128, RAM от 16 до 700 ГБ. ## NVIDIA® H100 \{#nvidia-h100} Мощный GPU, который подходит для AI, HPC и масштабируемых вычислений. На базе архитектуры Hopper™, с памятью 80 ГБ HBM3 и пропускной способностью до 3 ТБ/с. Посмотрите подробные характеристики [NVIDIA® H100](https://www.nvidia.com/en-us/data-center/h100/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 2 GPU × 80 ГБ, при vCPU от 12 до 48, RAM от 128 до 256 ГБ. ## NVIDIA® H200 \{#nvidia-h200} Профессиональный GPU: * для ускорения генеративного AI; * высокопроизводительных вычислений (HPC); * инференса больших языковых моделей (LLM); * файн-тюнинга моделей; * генерации изображений и видео. На базе архитектуры Hopper™, с памятью 141 ГБ HBM3 и пропускной способностью до 4,8 ТБ/с. Посмотрите подробные характеристики [NVIDIA® H200](https://www.nvidia.com/en-us/data-center/h200/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 141 ГБ, при vCPU от 12 до 192, RAM от 120 ГБ до 1 ТБ. ## NVIDIA® L4 \{#nvidia-l4} Универсальный GPU для ускорения AI/ML-рабочих нагрузок, обработки видео, стриминга и VDI. Подходит для запуска современных языковых моделей (LLM) и мультимодальных моделей. На базе архитектуры Ada Lovelace®, с памятью 24 ГБ GDDR6 и пропускной способностью до 3 ТБ/с. Посмотрите подробные характеристики [NVIDIA® L4](https://www.nvidia.com/en-us/data-center/l4/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 24 ГБ, при vCPU от 8 до 128, RAM от 32 ГБ до 512 ГБ. ## NVIDIA® RTX 6000 Pro \{#nvidia-rtx-6000-pro} Профессиональный GPU: * для ускорения генеративного AI; * инференса языковых моделей (LLM); * файн-тюнинга моделей; * генерации изображений и видео; * 3D-рендеринга и видеообработки. На базе архитектуры Blackwell®, с памятью 96 ГБ GDDR7 и пропускной способностью до 1,6 ТБ/с. Посмотрите подробные характеристики [NVIDIA® RTX 6000 Pro](https://www.nvidia.com/en-us/data-center/rtx-pro-6000-blackwell-server-edition/) в документации NVIDIA®. В фиксированных конфигурациях кластера Managed Kubernetes доступно от 1 до 8 GPU × 96 ГБ, при vCPU от 16 до 256, RAM от 120 ГБ до 1 ТБ.