NVIDIA H100 SXM 80GB
H100 SXM 为你的处理提供 80 GB HBM3。对于工作流已经明确、且需要较大每 GPU 容量的生成式项目，可以考虑这张 Hopper 显卡。每个 RenderParcel 批次包含一张 H100 SXM。
- 按批 GPU
- 1
- 单卡显存
- 80 Go HBM3
- 库存
- 63 台
启动前制定创作方案
对于生成式视频项目，先从镜头规划入手：参考图像、预期运动、时长和尺寸。在调整模型参数之前，先确定这些要素。准备一段控制片段，包含主体和主要的视觉难点，例如镜头运动或材质变化。
这项工作能让你用真实的工作流来评估这张卡。生成一段简单片段，并不能保证更长镜头或包含更多参考的场景也能顺利运行。
80 GB 容量如何分配进工作流
模型和中间数据共享内存总额。要为生成之后的步骤留出余量，尤其是解码和输出变换。记录所使用的精度：更改数值格式也可能改变结果或兼容性。
多个批次代表多个 GPU。它们的内存不会自动变成单个图可用的统一空间。请确认你的软件是否真正对模型进行分布式处理，还是你需要自行组织独立任务。
SXM、PCIe 与创作环境
目录中的 H100 SXM 和 H100 PCIe 各自拥有 80 GB，但它们是不同的配置。不要仅凭 H100 这个名称或相同的容量就推断出相同的性能。要用一段准备好的处理流程和对你项目真正重要的规格来比较它们。
在 ComfyUI 中，要验证 PyTorch 组件和所需的节点。对于能装进 48 GB 的 Blender 渲染，也可以看看 L40S 或 RTX 6000 Ada。如果项目在单卡上超过 80 GB，H200 提供 141 GB 的容量。
为每个镜头准备档案卡再下单
把镜头整理成档案卡：视觉参考、运动、尺寸、帧数和输出文件名。先测试难度最高的那个镜头，然后在实测时间上加上筛选和修正的时间，以此确定你租用 3 天、7 天还是 30 天。
下单时，要确认是 H100 SXM 变体以及批次数量；不要仅凭 H100 这个名称就下结论。在选择加密货币结算之前，先保存好所需的联系方式。对于每个选定的镜头，把它的参数、输入和结果一起归档，以便用稳定的基准来比较后续的重做。