
Hostinger จะทำให้ฮาร์ดแวร์ GPU ระดับไฮเอนด์ เป็นสิ่งที่เช่าใช้งานได้จริงหรือไม่? ฉันติดตั้งใช้งาน B200 แก้ไขปัญหาการเชื่อมต่อ และวัดผลการอนุมาน การสร้างภาพ และการตรวจสอบการทำงานจริง อ่านต่อเพื่อดูผลลัพธ์ ค่าใช้จ่าย และข้อจำกัดที่ควรทราบก่อนเช่า

ฉันให้คะแนน Hostinger GPU Hosting โดยพิจารณาจากประสบการณ์การติดตั้งใช้งานทั้งสองครั้ง ผลการทดสอบประสิทธิภาพของ B200 ที่ใช้งานได้ การควบคุมต่างๆ ใน hPanel และการพูดคุยกับฝ่ายสนับสนุน ฉันยังตรวจสอบเงื่อนไขการคิดค่าบริการและการคืนเงินที่เผยแพร่ไว้ด้วย ฉันยึดตามระเบียบวิธีให้คะแนนบริการโฮสติ้งของ HostAdviceแต่การประเมินนี้เป็นภาพรวมของ B200 หนึ่งเครื่องที่ทดสอบ ไม่ใช่การศึกษาความพร้อมใช้งานหรือการเปรียบเทียบ GPU ทุกรุ่น
| การทดสอบ | คะแนน /10 | เหตุผลของคะแนน |
| ราคาและแพ็กเกจ | 8.1 | การเช่า GPU รายชั่วโมงและการกำหนดค่าที่ยืดหยุ่น แต่การคิดค่าบริการอย่างต่อเนื่อง เครดิตที่ไม่สามารถขอคืนได้ และไม่มีตัวเลือกหยุดพักอินสแตนซ์ ทำให้ความคุ้มค่าลดลง |
| ฟีเจอร์ | 8.8 | GPU ทรงพลัง หน่วยความจำวิดีโอ (VRAM) ขนาดใหญ่ เทมเพลตแอปพลิเคชัน และเครื่องมือตรวจสอบ แต่ไม่มีการสำรองข้อมูลในตัวหรือพื้นที่จัดเก็บข้อมูลถาวร |
| ประสิทธิภาพ | 8.8 | ผลการประมวลผล BF16 ยอดเยี่ยม การอนุมาน Qwen รวดเร็ว และสร้างภาพ SDXL ได้ภายในเวลาไม่ถึงวินาที แม้ยังไม่ได้ทดสอบเวิร์กโหลดต่อเนื่อง |
| ความง่ายในการใช้งาน | 8.0 | ติดตั้งใช้งานได้รวดเร็วและจัดการได้ง่าย แต่ข้อจำกัดด้านสต็อก GPU และปัญหา SSH ในครั้งแรกทำให้หงุดหงิด |
| คุณภาพการสนับสนุน | 7.8 | คำตอบจาก AI รวดเร็วและละเอียด พร้อมเอกสารประกอบที่เป็นประโยชน์ แต่การติดต่อฝ่ายสนับสนุนที่เป็นมนุษย์และการแก้ปัญหาการเชื่อมต่อใช้เวลา |
| คะแนนรวม | 8.3 | ประสิทธิภาพ GPU น่าประทับใจและติดตั้งใช้งานได้สะดวก แต่ถูกหักล้างด้วยข้อจำกัดด้านการคิดค่าบริการ ตัวเลือกการกู้คืนที่มีจำกัด และความยุ่งยากในการติดต่อฝ่ายสนับสนุน |

Hostinger GPU Hosting ใช้รูปแบบการเช่าตามความต้องการ แทนการสมัครสมาชิกแบบรายเดือนราคาคงที่ที่คุณมักพบในบริการโฮสต์เว็บไซต์ คุณเช่าทรัพยากร GPU สำหรับเวิร์กโหลดต่างๆ เช่น การอนุมานของ AI การพัฒนาโมเดล การปรับแต่งโมเดล และการสร้างภาพ โดยคิดค่าบริการตามการกำหนดค่าที่คุณเลือก
แค็ตตาล็อก GPU มีตัวเลือกตั้งแต่ RTX 4090 และ L40S ไปจนถึง A100 และ NVIDIA B200 ซึ่งแต่ละรุ่นมีความจุหน่วยความจำและความสามารถในการประมวลผลแตกต่างกัน อย่างไรก็ตาม ความพร้อมใช้งานอาจส่งผลต่อการเลือกของคุณ RTX 4090 ที่ฉันต้องการทดสอบในตอนแรกไม่มีเครื่องพร้อมให้เช่าใน hPanel แม้จะปรากฏอยู่ในหน้าราคาสาธารณะของ Hostinger ก็ตาม
Hostinger มีอินสแตนซ์ทั้งแบบมาตรฐานและ Dedicated B200 โดยแบบหลังมีค่าใช้จ่ายสูงกว่า คุณยังสามารถเลือกการจัดสรร CPU, RAM และพื้นที่จัดเก็บข้อมูลแบบต่างๆ ได้ การกำหนดค่าครั้งแรกของฉันประกอบด้วย 16 คอร์ CPU, RAM 32 GB และพื้นที่จัดเก็บข้อมูล 300 GB ซึ่งฉันเลือกเพื่อรองรับการทดสอบประสิทธิภาพ AI แทนที่จะใช้การกำหนดค่าที่เล็กที่สุดเท่าที่มี
Hostinger เรียกเก็บค่าการใช้ GPU ผ่านเครดิตแบบเติมเงิน อย่างไรก็ตาม มีเงื่อนไขหลายข้อที่ฉันจะพิจารณาก่อนเปิดใช้งานอินสแตนซ์:
เงื่อนไขเหล่านี้ทำให้การวางแผนค่าใช้จ่ายมีความสำคัญเป็นพิเศษสำหรับงาน AI ที่ใช้เวลานาน คุณต้องมีเครดิตเพียงพอสำหรับทั้งการประมวลผลและเวลาในการตั้งค่า พร้อมทั้งคำนึงถึงความล่าช้าหรือการเชื่อมต่อที่ล้มเหลวด้วย
ฉันทดสอบ GPU Hosting โดยใช้บัญชี Hostinger ที่มีอยู่ซึ่งมีเครดิตพร้อมใช้งานแล้ว ดังนั้นฉันจึงไม่ได้ดำเนินการชำระเงินใหม่จนเสร็จสมบูรณ์ ลูกค้าใหม่สามารถเติมยอดเครดิตคงเหลือได้หลังจากกำหนดค่าอินสแตนซ์แล้ว Hostinger รองรับบัตรชำระเงินและกระเป๋าเงินดิจิทัล เช่น PayPal แม้ว่าวิธีการชำระเงินที่มีให้จะขึ้นอยู่กับภูมิภาคที่ตั้งของลูกค้าด้วย
ฉันยังไม่พบช่วงทดลองใช้ฟรีสำหรับ GPU แยกต่างหาก การซื้อ GPU และเครดิต AI ไม่รวมอยู่ใน การรับประกันคืนเงินสำหรับบริการโฮสติ้งมาตรฐานภายใน 30 วันของ Hostingerดังนั้นฉันจึงขอยืนยันการกำหนดค่าและข้อกำหนดด้านเครดิตขั้นสุดท้ายก่อนชำระเงิน
ข้อได้เปรียบที่สำคัญที่สุดคือความยืดหยุ่น คุณสามารถเข้าถึงฮาร์ดแวร์ GPU ราคาแพงสำหรับงานที่ใช้เวลาไม่นาน โดยไม่ต้องซื้อหรือดูแลรักษาเซิร์ฟเวอร์ของตัวเอง อย่างไรก็ตาม อัตราค่าบริการรายชั่วโมงที่โฆษณาไว้ไม่ได้บอกเรื่องราวทั้งหมด
ประสบการณ์ของฉันยังแสดงให้เห็นด้วยว่าเหตุใดการจัดเตรียมทรัพยากรและการเชื่อมต่อจึงมีผลต่อราคา เวลาที่ใช้แก้ไขปัญหาเซิร์ฟเวอร์ที่เข้าถึงไม่ได้อาจยังนับเป็นค่าใช้จ่ายของคุณ หากอินสแตนซ์ยังทำงานอยู่และใช้เครดิต
ฉันจะตรวจสอบอัตราการใช้เครดิตขั้นสุดท้ายใน hPanel ยืนยันว่า GPU พร้อมใช้งาน และจัดเตรียมพื้นที่จัดเก็บข้อมูลภายนอกก่อนเริ่มงานที่มีค่าใช้จ่าย สำหรับงานระยะสั้นที่วางแผนมาอย่างดี รูปแบบการเช่าเช่นนี้ถือว่าเหมาะสม ส่วนงานที่ใช้เวลานานหรือคาดเดาไม่ได้ การคอยติดตามการใช้เครดิตเป็นสิ่งสำคัญ

GPU ประสิทธิภาพสูงจะมีประโยชน์ก็ต่อเมื่อคุณเข้าถึงฮาร์ดแวร์ได้ ใช้งานเวิร์กโหลดได้อย่างเสถียร และได้ผลลัพธ์ภายในเวลาที่เหมาะสม Hostinger โฆษณา NVIDIA B200 ที่มีหน่วยความจำวิดีโอ (VRAM) 192 GB แต่ฉันอยากเห็นว่าคุณสมบัตินี้ส่งผลต่อประสิทธิภาพจริงอย่างไร
ฉันมุ่งเน้นไปที่คำถาม 3 ข้อ ได้แก่
การติดตั้งใช้งาน B200 ครั้งแรกของฉันพบปัญหาการเชื่อมต่อ hPanel แสดงที่อยู่ IP ส่วนตัวที่ฉันเข้าถึงจากแล็ปท็อปไม่ได้ และ Hostinger ยอมรับว่ามีปัญหาเกี่ยวกับที่อยู่ IP ที่แสดงในแผงควบคุม
เพื่อแยกปัญหาในช่วงแรกออกจากประสิทธิภาพของฮาร์ดแวร์ ฉันเปิดใช้งานอินสแตนซ์ B200 ใหม่ แล้วเชื่อมต่อผ่าน SSH ด้วยจุดเชื่อมต่อใหม่ได้สำเร็จ ฉันทำการทดสอบประสิทธิภาพต่อไปนี้เมื่อวันที่ 26 ตุลาคม 2026
ดังนั้น ผลลัพธ์ด้านล่างจึงมาจากอินสแตนซ์ทดแทนที่ใช้งานได้ ปัญหาการเชื่อมต่อก่อนหน้านี้ยังคงเป็นส่วนหนึ่งของการประเมินโดยรวมของฉัน แต่ไม่ได้ทำให้ฉันไม่สามารถประเมินประสิทธิภาพของ GPU ได้
ฉันใช้อินสแตนซ์ B200 ที่ติดตั้ง Ubuntu 24.04 ซึ่งจัดสรร CPU 16 คอร์, RAM 32 GB และพื้นที่จัดเก็บข้อมูลที่จัดเตรียมไว้ประมาณ 300 GB ในภูมิภาคที่ตั้งเซิร์ฟเวอร์ลอสแอนเจลิสของ Hostinger จากแล็ปท็อป Pop!_OS ของฉัน ฉันเชื่อมต่อผ่าน SSH ตรวจสอบฮาร์ดแวร์ด้วย nvidia-smi และติดตั้งสภาพแวดล้อม PyTorch ที่รองรับ CUDA เซิร์ฟเวอร์รายงานว่าใช้ไดรเวอร์ NVIDIA เวอร์ชัน 595.91.07; PyTorch 2.11.0+cu128 ตรวจพบ GPU และรองรับการคำนวณรูปแบบตัวเลข BF16
จากนั้นฉันเรียกใช้เวิร์กโหลด 3 ประเภท ได้แก่ การทดสอบการคูณเมทริกซ์รูปแบบตัวเลข BF16 และการคัดลอกข้อมูลระหว่างพื้นที่หน่วยความจำ GPU แบบสั้น การอนุมานโมเดลภาษา Qwen2.5-7B-Instruct และการสร้างภาพด้วย Stable Diffusion XL ฉันทำเวิร์กโหลด AI ซ้ำโดยใช้การตั้งค่าคงที่ และบันทึกเวลาของการเรียกใช้แต่ละครั้ง แทนที่จะอิงผลลัพธ์ที่ดีที่สุดเพียงครั้งเดียว สุดท้าย ฉันตรวจสอบหน้า Metrics ใน hPanel เพื่อดูว่ามีกิจกรรมของ GPU ปรากฏที่นั่นหรือไม่
การทดสอบเหล่านี้ให้ภาพรวมเชิงปฏิบัติของอินสแตนซ์หนึ่งรายการ แต่ไม่ได้ยืนยันระยะเวลาให้บริการต่อเนื่องในระยะยาว ประสิทธิภาพขณะทำงานต่อเนื่องหลายชั่วโมง หรือการเปรียบเทียบ B200 กับผู้ให้บริการ GPU รายอื่นภายใต้เงื่อนไขเดียวกัน ฉันไม่ได้ทดสอบอัตราการรับส่งข้อมูลเครือข่ายหรือทดสอบประสิทธิภาพการอนุมานแบบผู้ใช้หลายคนด้วย
ผลลัพธ์แรกที่ช่วยให้มั่นใจคือ Ubuntu ตรวจพบ NVIDIA B200 ทันที nvidia-smi ระบุว่ามี B200 หนึ่งตัว พร้อมหน่วยความจำ GPU ที่รายงาน 182,624 MiB ขณะที่ PyTorch รายงานว่ามีหน่วยความจำ 178.34 GiB พร้อมใช้งานสำหรับอุปกรณ์ ตัวเลขหน่วยฐานสองเหล่านี้สอดคล้องกับหน่วยความจำวิดีโอ (VRAM) 192 GB ที่โฆษณาไว้โดยประมาณ แม้ว่าปริมาณที่ซอฟต์แวร์อ่านได้จะไม่ตรงกับตัวเลขที่แสดงในหน้าขายอย่างแน่นอน

ระบบปฏิบัติการยังแสดง RAM 32 GiB และความจุระบบไฟล์ที่เมานต์ไว้ 268 GiB ตามที่มองเห็นจากภายในสภาพแวดล้อม ตัวประมวลผลระบุว่าเป็น AMD EPYC 9575F แม้ว่า lscpu จะแสดง CPU แบบลอจิคัล 224 ตัว ฉันตรวจสอบการตั้งค่าการควบคุม CPU ของคอนเทนเนอร์ แทนที่จะตีความตัวเลขดังกล่าวว่าเป็น 224 คอร์ที่รวมอยู่ในแผนของฉัน
ขีดจำกัด cgroup อยู่ที่ 1,600,000 ไมโครวินาทีต่อช่วงเวลา 100,000 ไมโครวินาที ทำให้อินสแตนซ์มีหน่วยประมวลผลเทียบเท่าคอร์ CPU 16 หน่วย ซึ่งตรงกับการจัดสรรคอร์ 16 คอร์ที่ฉันเลือก ความแตกต่างนี้สำคัญสำหรับคุณในฐานะผู้อ่าน เพราะโครงสร้าง CPU ที่มองเห็นได้จากฝั่งโฮสต์อาจดูมีทรัพยากรมากกว่าความสามารถที่จัดสรรให้กับงานที่โฮสต์ไว้จริงอย่างมาก
เพื่อวัดความสามารถในการคำนวณดิบของ B200 เบื้องต้น ฉันรันการคูณเมทริกซ์รูปแบบตัวเลข BF16 ผ่าน PyTorch รูปแบบตัวเลข BF16 มีประโยชน์ในกรณีนี้เพราะใช้กันอย่างแพร่หลายในการคำนวณของโมเดล AI แม้ว่าการทดสอบประสิทธิภาพเมทริกซ์สังเคราะห์ขนาดเล็กจะใช้แทนการรันโมเดลเต็มรูปแบบไม่ได้
เมื่อทำซ้ำ 12 ครั้ง เมทริกซ์จัตุรัสขนาดเล็กกว่าที่มีด้านละ 4,096 ให้ค่าประมาณ 1,402.7 TFLOP/s จากเวลาทำงานมัธยฐาน 0.098 มิลลิวินาที เมทริกซ์จัตุรัสที่มีด้านละ 8,192 ให้ค่าประมาณ 1,668.8 TFLOP/s โดยมีเวลามัธยฐาน 0.659 มิลลิวินาที ตัวเลขเหล่านี้เป็นค่าประมาณอัตราการประมวลผลเลขคณิตที่คำนวณจากการทำงานที่ทดสอบ ไม่ใช่ประสิทธิภาพต่อเนื่องของแอปพลิเคชันที่ได้รับการตรวจสอบยืนยันโดยอิสระ
ฉันยังวัดการคัดลอกข้อมูลขนาด 512 MiB ระหว่างพื้นที่หน่วยความจำ GPU ด้วย โดยใช้เวลามัธยฐานประมาณ 0.17 มิลลิวินาที หรือคิดเป็นอัตราการถ่ายโอนข้อมูลที่รายงาน 3,137.1 GB/s การทดสอบนี้วัดการเคลื่อนย้ายข้อมูลภายในหน่วยความจำ GPU ไม่ใช่ความเร็วในการดาวน์โหลดโมเดล อ่านดิสก์ของเซิร์ฟเวอร์ หรือส่งข้อมูลผ่านอินเทอร์เน็ต

สคริปต์ทดสอบพื้นฐานทั้งหมดทำงานเสร็จใน 2.646 วินาที ฉันพอใจที่เห็น PyTorch ตรวจพบการ์ดและทำงานเหล่านี้ได้โดยไม่มีข้อผิดพลาดของ CUDA แต่ระยะเวลาสั้น ๆ นี้ก็เป็นข้อจำกัดเช่นกัน เราไม่อาจสรุปจากการคำนวณเพียงไม่กี่มิลลิวินาทีได้ว่า GPU จะรักษาอัตราประมวลผลหรืออุณหภูมิแบบเดียวกันได้ตลอดการฝึกที่ยาวนาน
อัตราประมวลผลจากการทดสอบสังเคราะห์ดูมีแนวโน้มดี แต่ฉันอยากเห็นว่า B200 จะรับมือกับโมเดลภาษาจริงได้อย่างไร ฉันโหลด Qwen2.5-7B-Instruct ผ่าน Hugging Face Transformers โดยใช้รูปแบบตัวเลข BF16 แล้วขอให้โมเดลอธิบายการเร่งความเร็วด้วย GPU การทดสอบใช้พรอมป์ต์หนึ่งรายการและกำหนดจำนวนโทเค็นที่สร้างสูงสุดไว้ที่ 128 โดยทำซ้ำสามครั้งด้วยการตั้งค่าเดียวกัน
การดึงข้อมูลและโหลดโมเดลใช้เวลา 35.40 วินาทีในการทดสอบที่บันทึกไว้ จากนั้นการตอบกลับครั้งแรกที่มี 128 โทเค็นใช้เวลา 23.094 วินาที หรือเพียง 5.54 โทเค็นต่อวินาที ผลลัพธ์แรกดูน่าผิดหวัง แต่การทดสอบอีกสองครั้งถัดมาให้ผลที่ต่างออกไป
การทดสอบครั้งที่สองสร้างโทเค็นครบ 128 โทเค็นภายใน 1.005 วินาที หรือ 127.30 โทเค็นต่อวินาที ส่วนครั้งที่สามใช้เวลา 1.029 วินาที หรือ 124.35 โทเค็นต่อวินาที เมื่อนำผลจากสองครั้งหลังมาเฉลี่ย จะได้ประมาณ 125.8 โทเค็นต่อวินาที โดยมีความแตกต่างระหว่างกันเพียงเล็กน้อย

ความแตกต่างนี้มีนัยสำคัญ และสอดคล้องกับความเป็นไปได้ที่การตั้งค่าครั้งเดียวหรือการเริ่มต้นระบบเมื่อจำเป็นจะส่งผลต่อการสร้างข้อความครั้งแรก แต่ฉันไม่ได้แยกหาสาเหตุที่แน่ชัด ฉันจะไม่ปกปิดผลลัพธ์ 23 วินาที หรือแสดงผลการทดสอบครั้งหลังราวกับเป็นสิ่งที่ทุกคำขอครั้งแรกจะทำได้ สำหรับผู้ที่ให้บริการโมเดล ทั้งเวลาแฝงเริ่มต้นและการตอบกลับที่เร็วขึ้นเมื่อเรียกซ้ำต่างก็สำคัญ
PyTorch รายงานปริมาณหน่วยความจำ GPU สูงสุดที่จัดสรรไว้ 14.21 GiB ซึ่งเป็นเพียงส่วนน้อยของหน่วยความจำที่ B200 มีให้ ดังนั้นการทดสอบนี้จึงแสดงให้เห็นว่าการอนุมานสำหรับคำขอเดียวใช้งานได้ แต่ไม่ได้แสดงประโยชน์ของการโฮสต์โมเดลที่ต้องใช้หน่วยความจำวิดีโอ (VRAM) เกือบ 192 GB จริง ๆ ฉันไม่ได้ทดสอบการประมวลผลพร้อมกัน การประมวลผลแบบแบตช์ หน้าต่างบริบทที่ยาวขึ้น หรือเซิร์ฟเวอร์การอนุมานที่ปรับแต่งประสิทธิภาพ เช่น vLLM
สำหรับแอปพลิเคชันจริงตัวที่สอง ฉันใช้ Stable Diffusion XL สร้างภาพสินค้า ขนาด 1,024 × 1,024 เป็นนาฬิกาข้อมือสีดำวางอยู่บนหินอ่อนสีเข้ม ฉันใช้ 25 ขั้นตอนการอนุมาน น้ำหนักรูปแบบตัวเลข FP16 และใช้พรอมป์ต์กับค่าซีดสุ่มเดียวกันในการทดสอบทั้งสามครั้ง ทำให้ได้ผลการวัดที่ทำซ้ำได้ แทนที่จะได้ภาพที่ไม่เกี่ยวข้องกันสามภาพซึ่งมีระดับความซับซ้อนต่างกัน
โมเดล SDXL ใช้เวลา 18.29 วินาทีในการดึงข้อมูลและโหลด ภาพแรกใช้เวลา 3.275 วินาที ส่วนภาพที่สองและสามใช้เวลา 0.915 และ 0.913 วินาทีตามลำดับ ทำให้มีเวลาเฉลี่ยหลังการเริ่มต้นระบบอยู่ที่ 0.914 วินาทีต่อภาพ กระบวนการ PyTorch รายงานปริมาณหน่วยความจำ GPU สูงสุดที่จัดสรรไว้ 11.49 GiB

ฉันยังตรวจสอบภาพที่ส่งออกด้วย ไฟล์ทั้งสามเหมือนกันทุกไบต์ ซึ่งสอดคล้องกับการตั้งค่าค่าซีดแบบคงที่ และแสดงให้เห็นว่าการทดสอบซ้ำให้ผลลัพธ์เหมือนเดิม นาฬิกา พื้นผิวสะท้อนแสง และการจัดแสงดูสมจริงเมื่อมองผ่านๆ แม้การตรวจสอบหน้าปัดอย่างใกล้ชิดจะเผยให้เห็นความไม่สอดคล้องเล็กน้อยซึ่งพบได้ทั่วไปในภาพผลิตภัณฑ์ที่สร้างขึ้น ข้อบกพร่องด้านศิลปะเหล่านี้ไม่ควรถูกเข้าใจผิดว่าเป็นข้อผิดพลาดของฮาร์ดแวร์ GPU
ผลลัพธ์นี้มีประโยชน์เป็นพิเศษ เพราะทำให้ฉันมีงานที่เป็นรูปธรรมสำหรับใช้ประเมิน เมื่อโหลดไปป์ไลน์แล้ว ภาพ SDXL ขนาดเต็มก็ปรากฏขึ้นภายในเวลาไม่ถึงหนึ่งวินาที อย่างไรก็ตาม นี่เป็นการสร้างภาพทีละภาพโดยใช้โมเดล SDXL หนึ่งโมเดล ไม่ใช่การทดสอบประสิทธิภาพการสร้างวิดีโอ การประมวลผลชุดใหญ่ หรือโมเดลสร้างภาพทุกแบบที่มีให้เช่า
ก่อนหน้านี้ในรีวิว หน้า Metrics ของ Hostinger แสดงเส้นกราฟราบเรียบเพราะ GPU ไม่ได้ทำงาน หลังจากเรียกใช้การทดสอบประสิทธิภาพแล้ว ฉันกลับไปดูมุมมอง 1 ชั่วโมงเดิม และเห็นกิจกรรมในกราฟทั้งสอง อัตราประมวลผลแสดงอยู่ที่ 297 TFLOPs และกราฟ VRAM แสดงการเพิ่มขึ้นอย่างเห็นได้ชัด รวมถึงจุดที่ชี้เมาส์แล้วแสดงค่า 14.3 GB

นั่นเป็นการยืนยันที่มีประโยชน์ว่า hPanel บันทึกภาระงานไว้ แทนที่จะแสดงค่าศูนย์ราบเรียบต่อไป นอกจากนี้ยังทำให้หน้า Metrics ให้ข้อมูลมากกว่าตอนที่เพิ่งติดตั้งใช้งาน ตัวเลือก 1 ชั่วโมง, 24 ชั่วโมง, 7 วัน และ 30 วันหาได้ง่าย
ฉันยังคงหลีกเลี่ยงการเปรียบเทียบตัวเลข 297 TFLOPs ที่แสดงใน hPanel โดยตรงกับผลลัพธ์สังเคราะห์ 1,668.8 TFLOP/s เนื่องจากไม่ได้มีการระบุช่วงเวลาการเก็บตัวอย่างและวิธีคำนวณของแดชบอร์ดไว้ในการทดสอบของฉัน และค่าที่แสดงใน VRAM ก็ไม่เหมือนกับปริมาณหน่วยความจำ GPU สูงสุดที่จัดสรรในระดับกระบวนการของ PyTorch กราฟมีประโยชน์สำหรับสังเกตกิจกรรมและการเปลี่ยนแปลงตามเวลา แต่ใช้แทนการจับเวลาระดับภาระงานหรือการวัดค่าระบบไม่ได้
อินสแตนซ์ B200 ตัวที่สองของ Hostinger ช่วยเร่งการประมวลผล GPU ได้อย่างมีประโยชน์ในการทดสอบที่แตกต่างกันมาก 3 รายการ ผลทดสอบ BF16 สังเคราะห์แสดงให้เห็นว่าการคำนวณระยะสั้นทำได้รวดเร็ว Qwen2.5-7B ทำความเร็วได้ประมาณ 126 โทเค็นต่อวินาทีหลังจากการตอบสนองที่วัดครั้งแรกช้าผิดปกติ และ Stable Diffusion XL สร้างภาพขนาด 1,024 พิกเซลได้ในเวลาประมาณ 0.91 วินาทีหลังจากเริ่มต้นระบบแล้ว ฉันยังยืนยันโควตา CPU 16 คอร์ และเฝ้าดูการทำงานที่ปรากฏใน hPanel ได้ด้วย
ผลลัพธ์เหล่านี้เป็นไปในทางที่ดี แต่ฉันจะไม่ใช้ผลเหล่านี้รับประกันประสิทธิภาพกับเวิร์กโหลด AI ทุกประเภท การทดสอบใช้เวลาสั้นและทำบนอินสแตนซ์เดียว โดยใช้โมเดลที่มีขนาดค่อนข้างเล็กเมื่อเทียบกับหน่วยความจำวิดีโอ (VRAM) ที่ B200 มีให้ ฉันไม่ได้ทดสอบประสิทธิภาพการฝึกโมเดลอย่างต่อเนื่อง การประมวลผลพร้อมกันสูงสุด ความพร้อมใช้งานในระยะยาว หรือความเร็วเครือข่ายภายนอก ปัญหาจุดเชื่อมต่อ SSH ก่อนหน้านี้ยังคงเป็นข้อกังวลในการปฏิบัติงานอีกประการหนึ่ง แม้เซิร์ฟเวอร์เครื่องใหม่จะเชื่อมต่อได้สำเร็จก็ตาม

ฉันเริ่มใช้ Hostinger GPU Hosting แบบเดียวกับที่ฉันจะเริ่มใช้บริการเช่า GPU ใหม่ นั่นคือ หา GPU รุ่นที่เหมาะสม ตรวจสอบค่าใช้จ่ายจริง เปิดใช้งานอินสแตนซ์ และดูว่าเมื่อระบบทำงานแล้วจะจัดการได้ง่ายเพียงใด
ฉันยังอยากรู้ด้วยว่าบริการ GPU ทำงานร่วมกับ hPanel ซึ่งเป็นระบบขนาดใหญ่กว่าของ Hostinger อย่างไร เพราะการทำให้เซิร์ฟเวอร์ออนไลน์เป็นเพียงครึ่งหนึ่งของประสบการณ์เท่านั้น
การติดตั้งใช้งานทำได้รวดเร็ว แต่ขั้นตอนการซื้อคาดเดาได้ยากกว่า GPU ที่ฉันเลือกจากหน้าราคาแบบสาธารณะไม่มีให้ใช้งานใน hPanel และเครื่องที่เปลี่ยนมาใช้มีอัตราค่าบริการรายชั่วโมงสูงกว่ามาก ต่อไปนี้คือรายละเอียดประสบการณ์ ตั้งแต่การคลิกครั้งแรกไปจนถึงเครื่องมือจัดการ
ฉันเริ่มจากเว็บไซต์ของ Hostinger แล้วเปิด Products > Hosting > GPU hosting ฉันชอบที่บริการโฮสติ้ง GPU มีรายการแยกเป็นของตัวเองพร้อมป้ายชื่อที่ชัดเจน อยู่ข้างบริการเว็บโฮสติ้ง VPS และคลาวด์โฮสติ้ง ฉันไม่ต้องเปิดดูผลิตภัณฑ์ VPS ทั่วไปหรือค้นหาว่ามีฮาร์ดแวร์ GPU ให้เลือกเป็นส่วนเสริมหรือไม่

ลิงก์เปิดหน้าแลนดิ้งเพจของ Hostinger GPU Hosting ซึ่งโฆษณาการเช่า GPU NVIDIA คิดค่าบริการรายชั่วโมงสำหรับ AI งานเรนเดอร์ และงานอื่น ๆ ที่ต้องใช้การประมวลผลสูง ปุ่ม Get started อยู่ใต้พาดหัวหลักโดยตรง เมื่อคลิกแล้ว ระบบไม่ได้สร้างอินสแตนซ์หรือพาฉันไปยังหน้าลงทะเบียนทันที แต่เลื่อนลงไปยังส่วนราคาของ GPU ในหน้าเดียวกัน

นั่นเป็นจุดเริ่มต้นที่สมเหตุสมผล ส่วนราคาจัดแสดงรุ่น GPU ที่มีให้บริการเป็นการ์ดแยกกัน พร้อมอัตราค่าบริการรายชั่วโมงเริ่มต้นที่โฆษณาไว้ หน่วยความจำวิดีโอ (VRAM) และการใช้งานที่แนะนำ ฉันเปรียบเทียบฮาร์ดแวร์ได้ก่อนที่จะต้องกำหนดค่าเซิร์ฟเวอร์ รุ่นที่แสดงบนหน้าเว็บสาธารณะมีตั้งแต่ RTX 4090 ไปจนถึง GPU สำหรับศูนย์ข้อมูลที่มีราคาแพงกว่า รวมถึง B200

ตอนแรกฉันเลือก NVIDIA RTX 4090 Hostinger โฆษณาราคาเริ่มต้นที่ $0.42 ต่อชั่วโมง พร้อมหน่วยความจำวิดีโอ (VRAM) 24 GB และแนะนำให้ใช้สำหรับการพัฒนา การทดลอง การสร้างภาพและวิดีโอ การเรนเดอร์ 3D และการอนุมานด้วยโมเดลขนาดเล็ก
ดูเหมือนจะเป็นจุดเริ่มต้นที่เหมาะสมสำหรับการตรวจสอบการอนุมานของ AI การสร้างภาพ และประสิทธิภาพของ GPU ที่ฉันวางแผนไว้ ฉันไม่จำเป็นต้องเช่าการ์ดที่มีราคาแพงที่สุดเพื่อสร้างค่าพื้นฐานที่ใช้งานได้จริง

หลังจากเลือก RTX 4090 แล้ว ฉันคลิก Get GPU บนการ์ดนั้น ซึ่งพาฉันไปยังหน้าลงทะเบียนบัญชีของ Hostinger มีตัวเลือกให้สมัครผ่าน Google หรือ GitHub รวมถึงช่องกรอกที่อยู่อีเมลและรหัสผ่านตามปกติ
ช่องหมายเลขโทรศัพท์ระบุว่าเป็นข้อมูลที่ไม่บังคับ และมีช่องทำเครื่องหมายแยกต่างหากสำหรับข้อความส่งเสริมการขายผ่าน WhatsApp และ SMS

หน้าลงทะเบียนใช้งานง่าย ที่สำคัญ การเลือก GPU ยังไม่ได้ทำให้ฉันต้องซื้อเซิร์ฟเวอร์เครื่องใดเครื่องหนึ่ง
หลังจากสร้างบัญชีหรือเข้าสู่ระบบแล้ว ฉันเข้าสู่ส่วน GPU ใน hPanel ซึ่งเป็นที่ที่สามารถเลือกฮาร์ดแวร์และเปิดใช้งานได้จริง แผงควบคุมแสดงยอดเครดิตคงเหลือ 2,000
แผงควบคุมแสดงยอดเครดิตคงเหลือ 2,000 เนื่องจากฉันมีบัญชี Hostinger ที่มีเครดิตอยู่แล้ว หากคุณสมัครใช้งานครั้งแรกโดยไม่มีเครดิตคงเหลือ คุณจะพบขั้นตอนการชำระเงินหลังจากกำหนดค่าอินสแตนซ์ GPU ซึ่งคุณสามารถเลือกวิธีชำระเงินที่ต้องการได้ก่อนดำเนินการซื้อให้เสร็จสิ้น
หน้า GPU ใน hPanel ดูเรียบร้อยและอ่านไล่ได้ง่าย เหนือรายการ Hostinger อธิบายว่าฉันสามารถเปิดใช้งานอินสแตนซ์ GPU ได้โดยตรงจากแผงควบคุม และฮาร์ดแวร์ที่เลือกได้ก็แสดงอยู่ใต้ยอดเครดิตคงเหลือที่มองเห็นชัดเจน มีรุ่นอยู่ในรายการ 7 รุ่น รวมถึง RTX 4090 ที่ฉันเลือกไว้ แต่ปุ่ม Select ส่วนใหญ่ถูกปิดใช้งาน

ฉันลองเลือก RTX 4090 แล้วพบว่าปุ่มเป็นสีเทา เมื่อวางเมาส์เหนือปุ่ม ข้อความแจ้งว่าไม่มีเครื่องพร้อมให้เช่าก็ปรากฏขึ้น ในเซสชันนั้นฉันยังเลือก RTX 5090, L40S, A100 หรือ RTX PRO 6000 ไม่ได้ด้วย มีเพียง 2 ตัวเลือกที่พร้อมให้ฉันใช้งาน ได้แก่ NVIDIA B200 และ B200 (Dedicated)

นี่เป็นอุปสรรคที่สำคัญที่สุดในประสบการณ์การซื้อ หน้าแสดงราคาสาธารณะชวนให้ฉันเช่า RTX 4090 ในราคา $0.42 ต่อชั่วโมง แต่ฉันไม่สามารถจัดเตรียม GPU รุ่นนั้นได้จริง
อย่างน้อย Hostinger ก็แจ้งข้อจำกัดนี้อย่างชัดเจนใน hPanel แทนที่จะปล่อยให้ฉันกรอกการกำหนดค่าแล้วค่อยพบปัญหาหลังติดตั้งใช้งาน ถึงอย่างนั้น ฉันก็ต้องทบทวนทั้งฮาร์ดแวร์ที่จะใช้ทดสอบและงบประมาณ
ฉันเลือก NVIDIA B200 รุ่นมาตรฐาน ซึ่งระบุราคาเริ่มต้นที่ $4.50 ต่อชั่วโมง พร้อมหน่วยความจำวิดีโอ (VRAM) 192 GB ความจุหน่วยความจำที่มากขึ้นยังเปิดโอกาสให้ฉันทดสอบเวิร์กโหลด AI ที่ต้องการทรัพยากรมากขึ้นในภายหลังได้ด้วย
ตัวเลือก B200 (Dedicated) เริ่มต้นที่ $7.08 ต่อชั่วโมง และฉันไม่มีข้อกำหนดเฉพาะเรื่องการเข้าถึง GPU แบบเอ็กซ์คลูซีฟที่ทำให้การจ่ายส่วนต่างนั้นคุ้มค่า ฉันคลิก Select บน B200 รุ่นมาตรฐานเพื่อดำเนินการต่อ
หลังจากเลือก B200 แล้ว Hostinger ก็เปิดหน้าติดตั้งใช้งานอินสแตนซ์ GPU ของคุณ โดยวางตัวเลือก GPU ไว้ในคอลัมน์ทางซ้าย และการกำหนดค่าของอินสแตนซ์ที่เลือกไว้ทางขวา การจัดวางแบบนี้ใช้งานได้ดี ฉันสามารถตรวจสอบ B200 เทียบกับตัวเลือกอื่นที่มีได้ โดยยังมองเห็นการตั้งค่าเซิร์ฟเวอร์และค่าใช้จ่ายระหว่างใช้งานได้ตลอด

ฉันตั้งชื่ออินสแตนซ์ว่า hostinger-gpu-review-b200 Hostinger ระบุว่าคำแยกกันในชื่อต้องคั่นด้วยยัติภังค์ ทำให้เข้าใจกฎการตั้งชื่อได้ชัดเจนจากแบบฟอร์มโดยตรง
ช่องถัดไปคือภูมิภาคที่ตั้งเซิร์ฟเวอร์ ซึ่งเผยให้เห็นข้อจำกัดในทางปฏิบัติข้อที่สอง: เมนูดรอปดาวน์มีให้เลือกเพียง Los Angeles, United States ฉันไม่มีสถานที่อื่นให้เลือกในเซสชันการติดตั้งใช้งานครั้งนี้

ตัวเลือกขนาดอินสแตนซ์ต้องพิจารณามากกว่าที่ฉันคาดไว้ในตอนแรก Hostinger เลือกการกำหนดค่า 2-core, RAM 64 GB, พื้นที่จัดเก็บข้อมูล 100 GB ที่ 506 เครดิตต่อชั่วโมงไว้ล่วงหน้า เมื่อเปิดเมนูดรอปดาวน์ ฉันพบชุดตัวเลือก CPU, RAM และพื้นที่จัดเก็บข้อมูลแบบอื่นที่มีอัตราค่าบริการแตกต่างกัน การเลือกไม่ได้ไล่ระดับอย่างง่าย โดยที่จำนวน CPU น้อยลงทุกครั้งหมายถึงราคาที่ต่ำลง ตัวเลือก 4-core เช่น มีราคา 450 เครดิตต่อชั่วโมง

ฉันเลือกตัวเลือก X-Large: 16 CPU cores, RAM 32 GB และพื้นที่จัดเก็บข้อมูล 300 GB ในราคา 488 เครดิตต่อชั่วโมง ทำให้เซิร์ฟเวอร์มี CPU และพื้นที่ดิสก์มากขึ้นสำหรับการตั้งค่าและรันการทดสอบ โดยไม่ต้องขยับไปใช้การกำหนดค่า 32-core
นอกจากนี้ ราคาต่อชั่วโมงยังถูกกว่าตัวเลือก 2-core ที่เลือกไว้ล่วงหน้าเล็กน้อย ประเด็นสำคัญด้านราคาคือ อัตราค่าบริการ B200 ที่ Hostinger โฆษณาไว้ที่ $4.50 ต่อชั่วโมงเป็นราคาเริ่มต้น การกำหนดค่าที่ฉันเลือกจริงมีอัตรา 488 เครดิตต่อชั่วโมง ซึ่งเทียบเท่ากับประมาณ $4.88 ต่อชั่วโมงตามอัตราที่ระบุเป็นนัยในการ์ดราคา Hostinger
จากนั้นฉันเปิดตัวเลือกระบบปฏิบัติการหรือแอปพลิเคชัน นอกจาก Ubuntu 24.04 แล้ว Hostinger ยังมีตัวเลือกสำเร็จรูปสำหรับ Ollama, JupyterLab, Unsloth และ InvokeAI ตัวเลือกเหล่านี้อาจช่วยประหยัดเวลาในการตั้งค่าให้ผู้ที่มุ่งเน้นใช้งานแอปพลิเคชัน AI โดยเฉพาะ ฉันเลือก Ubuntu 24.04 เพราะต้องการระบบปฏิบัติการที่สะอาดและควบคุมเครื่องมือที่จะติดตั้งเพื่อใช้ทดสอบในขั้นต่อไปได้

Hostinger ยังมีช่องคีย์ SSH ให้เลือกใช้เพิ่มเติมด้วย ฉันเว้นช่องนี้ไว้โดยไม่ใช้งานในการติดตั้งใช้งานครั้งแรก แทนที่จะเพิ่มคีย์ระหว่างชำระเงิน ต่อมาแผงควบคุมแสดงรายละเอียดการเชื่อมต่อด้วยรหัสผ่าน ดังนั้นการไม่มีคีย์จึงไม่ได้ทำให้ฉันขาดวิธีเข้าสู่ระบบที่โฆษณาไว้ อย่างไรก็ตาม หากใช้เซิร์ฟเวอร์เป็นเวลานาน ฉันจะเลือกการเข้าถึงผ่าน SSH ด้วยคีย์
ก่อนคลิก Deploy สรุปแสดง B200, การกำหนดค่า X-Large ที่เลือก และอัตราค่าบริการรายชั่วโมง 488 เครดิต เทียบกับยอดเครดิตคงเหลือ 2,000 เครดิตของฉัน
Hostinger ประเมินว่ายอดเครดิตดังกล่าวเพียงพอสำหรับการใช้งานต่อเนื่องประมาณสี่ชั่วโมง ฉันชอบที่มีการแสดงค่าประมาณนี้ไว้เหนือปุ่มติดตั้งใช้งานทันที เพราะทำให้มองเห็นค่าใช้จ่ายที่เกิดขึ้นอย่างต่อเนื่องได้ชัดเจนกว่าการ์ดราคาที่ระบุเพียงว่า เริ่มต้นที่ $4.50/ชั่วโมง

ฉันคลิก Deploy จากนั้น Hostinger ก็แสดงหน้าจอกำลังตั้งค่า GPU และแจ้งว่าฉันสามารถออกจากหน้าเว็บได้ขณะที่การจัดเตรียมทรัพยากรดำเนินต่อไป ในขั้นตอนนี้ไม่มีการตั้งค่าโครงสร้างพื้นฐานด้วยตนเองเพิ่มเติม

ประมาณสองนาทีต่อมา หน้าจอแจ้งความสำเร็จยืนยันว่าเรียบร้อยแล้ว! และแจ้งว่าอินสแตนซ์ GPU พร้อมทำงานแล้ว โดยระบุว่า hostinger-gpu-review-b200 เป็น B200 ที่มีหน่วยความจำวิดีโอ (VRAM) 192 GB และมีขนาด X-Large ขั้นตอนถัดไปแสดงเป็น Manage อย่างชัดเจน ทำให้เห็นได้ทันทีว่าควรไปที่ใดหลังการจัดเตรียมทรัพยากรเสร็จสิ้น

ฉันคลิก Manage จากหน้าจอยืนยันนี้เพื่อดูการควบคุมต่าง ๆ ที่ฉันจะใช้หลังการติดตั้งใช้งาน การส่งต่อไปยังหน้านั้นโดยตรงเป็นรายละเอียดที่ดี เพราะฉันไม่ต้องกลับไปยังหน้าแรกของ hPanel แล้วค้นหาเซิร์ฟเวอร์ใหม่
Manage เปิดพื้นที่จัดการ GPU โดยเฉพาะ แทนที่จะเป็นแผงควบคุมเว็บโฮสติ้งทั่วไป เมนูด้านซ้ายมีเพียงสามรายการ ได้แก่ ภาพรวม Metrics และ Exposed services หลังจากผ่านหน้าจอเลือกผลิตภัณฑ์ที่มีตัวเลือกมากมาย ฉันชื่นชอบการนำทางที่เน้นเฉพาะสิ่งจำเป็นเช่นนี้
หน้า Overview ตอบคำถามที่ฉันคงมีหลังเช่าฮาร์ดแวร์ราคาแพงได้ทันทีว่า เครื่องกำลังทำงานหรือไม่ ฉันได้รับ GPU และทรัพยากรใดบ้าง อัตราการใช้เครดิตเป็นเท่าใด และจะเชื่อมต่ออย่างไร การ์ดอินสแตนซ์ระบุว่า hostinger-gpu-review-b200 กำลังทำงาน และยืนยันว่าเป็น NVIDIA B200 ที่มีหน่วยความจำวิดีโอ (VRAM) 192 GB, คอร์ CPU 16 คอร์, RAM 32 GB, ดิสก์ 300 GB, Ubuntu 24.04 และตำแหน่งที่ตั้งในลอสแอนเจลิส

มีปุ่มควบคุมสองปุ่มอยู่บนการ์ดอินสแตนซ์โดยตรง ได้แก่ รีบูตและลบ การมองเห็นปุ่มเหล่านี้เป็นประโยชน์ เพราะคุณจำเป็นต้องรู้วิธีจัดการวงจรการทำงานของอินสแตนซ์เมื่อคิดค่าบริการเป็นรายชั่วโมง ฉันไม่ได้ดำเนินการใด ๆ ในสองรายการนี้ระหว่างการทดสอบส่วนนี้ ดังนั้นฉันจึงประเมินเพียงว่าปุ่มควบคุมเข้าถึงได้ง่ายเพียงใด ไม่ได้อ้างว่าได้ตรวจสอบการทำงานของปุ่มแล้ว
เหนือการ์ดเซิร์ฟเวอร์ Hostinger แสดงอัตราประมวลผล การใช้งาน VRAM และการใช้จ่ายเครดิต ภาพที่ฉันบันทึกไว้ในตอนแรกแสดงอัตราประมวลผล 0 TFLOPs และการใช้งาน VRAM เฉลี่ย 0 GB เพราะฉันยังไม่ได้เรียกใช้งานเวิร์กโหลด GPU
สรุปเครดิตแสดงว่าใช้เครดิตไปทั้งหมด 488 เครดิต มีอัตราการใช้เครดิต 488 เครดิตต่อชั่วโมง และมียอดเครดิตคงเหลือ 1,512 เครดิต การมองเห็นข้อมูลนี้เป็นเรื่องดี โดยเฉพาะเมื่อพิจารณาว่าค่าใช้จ่ายจากการใช้ GPU แบบเสียเงินอาจเพิ่มขึ้นได้รวดเร็วเพียงใด
แผงการเชื่อมต่อรวบรวมที่อยู่ IPv4 สาธารณะ คำสั่ง SSH ที่คัดลอกได้ และรหัสผ่านไว้ในส่วนเดียวกัน คำสั่ง SSH มีชื่อผู้ใช้ Ubuntu และพอร์ต SSH ที่ไม่ใช่ค่าเริ่มต้น ส่วนช่องรหัสผ่านมีปุ่มแสดงและคัดลอก
Hostinger ยังแจ้งเตือนว่าหากเปลี่ยนรหัสผ่านผ่าน SSH รหัสผ่านดังกล่าวจะไม่ตรงกับรหัสผ่านที่บันทึกไว้ใน hPanel อีกต่อไป ดังนั้นฉันจึงค้นหาข้อมูลการเชื่อมต่อได้โดยไม่ต้องค้นหาในเอกสารประกอบ แม้ว่าภาพหน้าจอเพียงอย่างเดียวจะไม่ยืนยันว่าฉันเข้าสู่ระบบผ่าน SSH ได้สำเร็จก็ตาม
หลังจากตรวจสอบ Overview แล้ว ฉันเปิด Metrics Hostinger มีตัวกรองช่วงเวลาให้เลือก ได้แก่ 1 ชั่วโมง, 24 ชั่วโมง, 7 วัน และ 30 วัน หน้าเว็บแสดงกราฟอัตราประมวลผลเป็น TFLOPs และการใช้งานหน่วยความจำวิดีโอ (VRAM) เป็น GB กราฟเรียบง่ายและอ่านได้ชัดเจน โดยไม่มีกราฟระบบอื่นที่ไม่เกี่ยวข้องมาแย่งความสนใจ

กราฟทั้งสองแสดงค่าเป็นศูนย์ตลอดเมื่อฉันบันทึกภาพหน้าจอ ซึ่งเป็นสิ่งที่คาดไว้ก่อนเริ่มงาน AI ดังนั้นฉันจะไม่ถือว่าค่าเหล่านี้เป็นหลักฐานยืนยันประสิทธิภาพ GPU หรือข้อบกพร่องของระบบตรวจสอบการทำงาน
การทดสอบที่เป็นประโยชน์จะทำในภายหลัง โดยเริ่มเวิร์กโหลดจริง ตรวจสอบกราฟเมื่อการใช้งานเปลี่ยนแปลง และเปรียบเทียบกับค่าที่วัดได้จากภายใน Ubuntu
จากนั้นฉันเปิด Exposed services ซึ่งเป็นส่วนสำหรับทำให้แอปพลิเคชันที่ทำงานบนเซิร์ฟเวอร์ GPU เข้าถึงได้ผ่านอินเทอร์เน็ต เนื่องจากฉันยังไม่ได้สร้างบริการใด หน้านี้จึงแสดงสถานะว่างพร้อมปุ่มเพิ่มบริการ Hostinger ยังมีคำเตือนด้วยว่าสิ่งใดก็ตามที่เผยแพร่จะเข้าถึงได้โดยทุกคนที่มีที่อยู่ดังกล่าว เว้นแต่แอปพลิเคชันจะมีระบบเข้าสู่ระบบของตัวเอง

ฉันชอบที่มีคำเตือนนี้ เวิร์กโหลด GPU มักเกี่ยวข้องกับโน้ตบุ๊ก เอพีไอสำหรับการอนุมาน และอินเทอร์เฟซสำหรับการพัฒนาอื่นๆ ที่ไม่ได้มีไว้ให้เข้าถึงได้อย่างเปิดเผย จุดเริ่มต้นนั้นหาได้ง่าย แต่ฉันยังไม่ได้เพิ่มหรือทดสอบบริการสาธารณะที่นี่ ดังนั้นจึงยังประเมินขั้นตอนส่วนที่เหลือหรือการตั้งค่าความปลอดภัยจากภาพหน้าจอเหล่านี้เพียงอย่างเดียวไม่ได้
ฉันกลับไปที่ Home ของ hPanel หลังจากตรวจสอบหน้าจอเฉพาะสำหรับ GPU แล้วเท่านั้น ซึ่งทำให้ฉันมองความง่ายในการใช้งานได้อีกมุมหนึ่งว่า หากฉันลงชื่อเข้าใช้อีกครั้งในภายหลังแทนการเข้าผ่านปุ่ม Manage หลังการติดตั้งใช้งาน ฉันจะหาอินสแตนซ์ GPU ได้จากที่ใด
หน้า Home ของฉันเปิดขึ้นพร้อมพรอมป์ต์ผู้ช่วย AI ที่โดดเด่น และส่วน Your business ที่ยาวเหยียดซึ่งเต็มไปด้วยเว็บไซต์ที่มีอยู่แล้ว
แต่ละเว็บไซต์มีการดำเนินการ Manage site และมีรายการหลายรายการแสดงการแจ้งเตือนเกี่ยวกับโดเมนชั่วคราว เมื่อเลื่อนลงไปอีก ฉันเห็นตาราง VPS ที่มีที่อยู่ IP สถานะการทำงาน วันหมดอายุ และปุ่มจัดการ แถบนำทางด้านซ้ายรวบรวม Websites, Domains, Emails, More services, เครื่องมือสร้างเว็บไซต์ ตัวแทน AI เครื่องมือการตลาด และบริการสำหรับนักพัฒนาไว้ด้วยกัน

การจัดวางทุกอย่างไว้ในที่เดียวเช่นนี้มีข้อดี กลุ่มผลิตภัณฑ์มีป้ายกำกับที่เข้าใจง่าย และลูกค้า Hostinger ที่มีบัญชีอยู่แล้วก็สามารถเข้าถึงบริการโฮสติ้งหลายประเภทจากบัญชีเดียวได้ อย่างไรก็ตาม ในกรณีของฉัน เนื้อหาเกี่ยวกับเว็บไซต์ที่มีอยู่จำนวนมากทำให้หน้าเว็บดูแน่นไปด้วยข้อมูล
GPU เครื่องใหม่ของฉันไม่โดดเด่นในเนื้อหาส่วนที่มองเห็นได้บนหน้า Home เท่ากับรายการเว็บไซต์และ VPS เมื่อเข้าถึงเมนู Overview, Metrics และ Exposed services เฉพาะสำหรับ GPU แล้ว ฉันพบว่าเมนูเหล่านี้มีจุดเน้นที่ชัดเจนกว่า
รายการเว็บไซต์ที่ยาวผิดปกตินี้สะท้อนข้อมูลที่มีอยู่แล้วในบัญชีของฉัน ลูกค้าใหม่ที่ยังไม่มีบริการอื่นอาจเห็นหน้าเว็บที่ไม่แน่นเท่านี้ อย่างไรก็ตาม ความแตกต่างนี้สำคัญต่อผู้อ่าน กล่าวคือ การติดตั้งใช้งาน GPU เป็นขั้นตอนสั้นๆ ที่มีจุดเน้นชัดเจน ขณะที่แดชบอร์ด hPanel ที่ครอบคลุมบริการทั้งหมดพยายามรองรับผลิตภัณฑ์ Hostinger ทุกอย่างพร้อมกัน
จุดเด่นที่สุดด้านการใช้งานของ Hostinger GPU Hosting คือสิ่งที่เกิดขึ้นหลังจากฉันพบ GPU ที่พร้อมใช้งาน หน้าการกำหนดค่าแสดงตัวเลือกและค่าใช้จ่าย Ubuntu และอิมเมจแอปพลิเคชัน AI หาได้ง่าย การติดตั้งใช้งานเสร็จสิ้นในเวลาประมาณสองนาที และปุ่ม Manage ก็พาฉันไปยังแดชบอร์ดอินสแตนซ์ขนาดกะทัดรัดโดยตรง
ฉันค้นหาข้อมูลจำเพาะของ GPU อัตราการใช้เครดิต ข้อมูล SSH และส่วนควบคุมการจัดการหลักได้โดยไม่ต้องจัดการกับคอนโซลคลาวด์ที่ซับซ้อน
แต่ความสะดวกดังกล่าวไม่ควรทำให้คุณมองข้ามข้อจำกัดก่อนติดตั้งใช้งาน ฉันเลือก RTX 4090 บนหน้าสาธารณะ แต่เช่าไม่ได้เมื่อไปถึง hPanel; GPU ส่วนใหญ่ที่แสดงไว้ไม่มีเครื่องพร้อมให้เช่า และภูมิภาคที่ตั้งเซิร์ฟเวอร์เพียงแห่งเดียวที่ฉันเลือกได้ในเซสชันนี้คือ Los Angeles B200 มีราคาแพงกว่า RTX 4090 ที่ฉันตั้งใจจะใช้มาก และอัตราค่าบริการของการกำหนดค่า X-Large ก็สูงกว่าอัตราเริ่มต้นของ B200 ที่โฆษณาไว้ มุมมอง Home ทั่วไปใน hPanel ยังให้ความรู้สึกว่ามีข้อมูลแน่นกว่าหน้าเฉพาะสำหรับ GPU ด้วย

Hostinger ให้บริการสนับสนุนออนไลน์ตลอด 24 ชั่วโมงทุกวันผ่านแชตในแดชบอร์ด และยังติดต่อได้ผ่าน WhatsApp และอีเมลที่ support@hostinger.com ต่างจากผู้ให้บริการโฮสติ้งบางรายตรงที่ไม่มีบริการสนับสนุนทางโทรศัพท์
ประสบการณ์การสนับสนุนหลักในขณะนี้อาศัย Hostinger Agent ซึ่งเป็นผู้ช่วย AI ที่ตอบคำถาม แก้ไขปัญหา ค้นหาเอกสาร และดำเนินการบางอย่างเกี่ยวกับการจัดการบัญชีได้ Hostinger ยังเปิดให้ติดต่อ Customer Success Specialists ได้เมื่อต้องการความช่วยเหลือเพิ่มเติม
สำหรับรีวิวนี้ ฉันทดสอบแชตสดโดยสอบถามเรื่องจริงเกี่ยวกับอินสแตนซ์ GPU NVIDIA B200 ของฉัน ฉันต้องการดูว่าจะได้รับคำแนะนำทางเทคนิคที่ถูกต้องรวดเร็วเพียงใด และที่สำคัญกว่านั้นคือติดต่อเจ้าหน้าที่โดยตรงได้ง่ายแค่ไหนเมื่อร้องขอ
ฉันยังตรวจสอบฐานความรู้ของ Hostinger เพื่อประเมินคุณภาพเอกสารเกี่ยวกับ GPU และดูว่าลูกค้าสามารถแก้ปัญหาทั่วไปได้เองโดยไม่ต้องติดต่อฝ่ายสนับสนุนหรือไม่
ฉันเปิดแชตสดโดยคลิก Agent ที่ด้านบนของ hPanel แชตเปิดขึ้นข้างหน้าเว็บจัดการ GPU ของฉัน ทำให้ฉันดูอินสแตนซ์ B200 ที่กำลังทำงานและการใช้เครดิตไปพร้อมกับพูดคุยกับฝ่ายสนับสนุนได้

Hostinger Agent เป็นผู้ช่วยฝ่ายสนับสนุน AI ที่พัฒนาต่อจาก Kodee ซึ่งเป็นผู้ช่วย AI ของ Hostinger สำหรับการสนับสนุนในอดีต Hostinger ผสาน Kodee เข้ากับชุดเครื่องมือ AI เฉพาะทางที่ครอบคลุมยิ่งขึ้นให้เป็นผู้ช่วยแบบรวมหนึ่งเดียว ตามข้อมูลของ Hostinger ตัวแทนนี้สามารถอธิบายปัญหาทางเทคนิค ให้คำแนะนำในการแก้ไขปัญหา แนะนำเอกสารที่เกี่ยวข้อง และดำเนินการที่รองรับในบัญชีของลูกค้าได้
อย่างไรก็ตาม การทดสอบของฉันมุ่งเน้นไปที่คำแนะนำด้านเทคนิคและการส่งต่อให้เจ้าหน้าที่ มากกว่าการอนุญาตให้ระบบเปลี่ยนแปลงบัญชี
ฉันถามคำถามที่ใช้ได้จริงเกี่ยวกับการเรียกเก็บเงินค่า GPU และการเก็บรักษาข้อมูล เนื่องจาก Hostinger คิดค่าบริการอินสแตนซ์ GPU เป็นรายชั่วโมง ฉันจึงอยากรู้ว่าฉันสามารถหยุดพักเซิร์ฟเวอร์ระหว่างการใช้งาน AI โดยไม่สูญเสียแอปพลิเคชัน โมเดล และไฟล์ที่ติดตั้งไว้ได้หรือไม่ ฉันยังถามด้วยว่าการรีบูตจะหยุดการคิดค่าบริการหรือไม่ และฉันควรทำอย่างไรเพื่อเก็บรักษาสภาพแวดล้อมไว้ หากจำเป็นต้องลบอินสแตนซ์ถาวร
เอเจนต์ตอบกลับภายในเวลาไม่ถึง 30 วินาที
คำตอบครอบคลุมข้อกังวลทั้งสามข้อ โดยอธิบายว่าการรีบูตเพียงแค่เริ่มเซิร์ฟเวอร์ใหม่และไม่ได้หยุดการคิดค่าบริการ ปัจจุบัน Hostinger ไม่มีฟังก์ชันหยุดพักหรือหยุดการทำงานที่ช่วยให้ลูกค้าเก็บรักษาอินสแตนซ์ GPU ไว้ได้โดยไม่ต้องเสียค่าบริการ การลบอินสแตนซ์ถาวรจะหยุดการคิดค่าบริการ แต่จะลบข้อมูลภายในอินสแตนซ์อย่างถาวร
คำตอบยังอธิบายเพิ่มเติมว่าฉันจะเก็บรักษาสภาพแวดล้อมการทำงานไว้ได้อย่างไร โดยแนะนำให้ย้ายโมเดลและชุดข้อมูลไปยังพื้นที่จัดเก็บข้อมูลภายนอก ส่งออกไลบรารีที่ต้องใช้ของ Python หรือ Conda บันทึกเวอร์ชันของ CUDA และ PyTorch รวมถึงบันทึกไฟล์การกำหนดค่าและสคริปต์การติดตั้งใช้งาน

ฉันชอบรายละเอียดในระดับนี้ แทนที่จะบอกเพียงว่าไม่สามารถหยุดพักอินสแตนซ์ GPU ได้ ผู้ช่วยยังอธิบายสิ่งที่ฉันควรทำก่อนลบเซิร์ฟเวอร์ถาวรด้วย คำแนะนำยังสอดคล้องกับเอกสารอย่างเป็นทางการของ Hostinger เกี่ยวกับการเรียกเก็บเงินค่า GPU ซึ่งทำให้ฉันตรวจสอบความถูกต้องของคำอธิบายได้
อย่างไรก็ตาม การตอบคำถามทางเทคนิคเป็นเพียงส่วนแรกของการทดสอบการสนับสนุนของฉัน ขั้นต่อไป ฉันต้องการพูดคุยกับผู้เชี่ยวชาญที่เป็นมนุษย์โดยตรง
เมื่อเวลา 17:23 ฉันขอให้ Hostinger Agent เชื่อมต่อฉันกับเจ้าหน้าที่ฝ่ายสนับสนุนลูกค้าที่เป็นมนุษย์ เพื่อยืนยันรายละเอียดเกี่ยวกับการเรียกเก็บเงินค่า GPU และการเก็บรักษาข้อมูล แทนที่จะจัดการส่งต่อให้เจ้าหน้าที่ ระบบกลับย้ำนโยบายเดิมและสนับสนุนให้ฉันใช้การสนับสนุนจาก AI ต่อ โดยอธิบายว่าวิธีนี้จะเร็วกว่า
ฉันขออย่างชัดเจนอีกครั้งเมื่อเวลา 17:24 คราวนี้ฉันระบุว่าฉันเข้าใจนโยบายแล้วและไม่ต้องการคำอธิบายจาก AI ซ้ำอีก ฉันต้องการพูดคุยกับเจ้าหน้าที่ที่เป็นมนุษย์โดยเฉพาะ และยินดีรอ
เมื่อเวลา 17:25 ผู้ช่วยสรุปกฎการเรียกเก็บเงินอีกครั้ง ก่อนเสนอทางเลือกสองอย่าง ได้แก่ Wait for a human review และดำเนินการต่อกับ Hostinger Agent

ฉันเลือกตัวเลือกให้เจ้าหน้าที่ตรวจสอบ และยืนยันว่าต้องการดำเนินการต่อกับเจ้าหน้าที่ Hostinger แสดงข้อความว่ากำลังตรวจสอบอยู่ ตัวนับเวลาถอยหลัง และช่องที่ฉันสามารถให้ข้อมูลเพิ่มเติมแก่ผู้เชี่ยวชาญได้

เมื่อเวลา 17:31 ซึ่งประมาณหกนาทีหลังจากคำขอเข้าสู่กระบวนการตรวจสอบ ฉันได้รับคำตอบที่ระบุว่าเกี่ยวข้องกับผู้เชี่ยวชาญชื่อ Amber อินเทอร์เฟซแสดงข้อความว่า “Amber ตรวจสอบคำตอบแล้ว”
ข้อความของ Amber ขอให้ฉันระบุชื่ออินสแตนซ์ GPU จุดเกี่ยวกับการเรียกเก็บเงินหรือการเก็บรักษาข้อมูลที่ต้องการให้ยืนยัน รวมถึงข้อผิดพลาดหรือภาพหน้าจอที่เกี่ยวข้อง

ฉันแจ้งชื่ออินสแตนซ์ว่า hostinger-gpu-review-b200 และขอให้ยืนยันประเด็นสำคัญสามข้อ ได้แก่ ไม่มีฟังก์ชันหยุดพัก การลบข้อมูลอย่างถาวรหลังลบอินสแตนซ์ และความพร้อมใช้งานของสแนปช็อต การสำรองข้อมูล หรือพื้นที่จัดเก็บข้อมูลถาวร
ฉันยังถามเกี่ยวกับกระบวนการสนับสนุนด้วย เนื่องจากอินเทอร์เฟซระบุว่า Amber ตรวจสอบคำตอบแล้ว ฉันจึงต้องการทราบว่าตอนนี้กำลังพูดคุยกับเธอโดยตรงหรือยังคงโต้ตอบกับ AI อยู่
เมื่อเวลา 17:33 ฉันได้รับคำตอบโดยละเอียดอีกครั้ง คำตอบยืนยันว่าอินสแตนซ์ GPU ยังคงใช้เครดิตแม้ไม่มีงานประมวลผล ข้อมูลภายในอินสแตนซ์จะถูกลบอย่างถาวรเมื่อลบอินสแตนซ์ และขณะนี้ Hostinger ไม่มีสแนปช็อต GPU การสำรองข้อมูลอัตโนมัติ หรือพื้นที่จัดเก็บข้อมูลถาวรให้บริการ
คำตอบยังอธิบายด้วยว่าอินสแตนซ์จะถูกลบทันทีเมื่อยอดเครดิตคงเหลือเป็นศูนย์ โดยไม่มีระยะเวลาผ่อนผัน ทางเลือกที่แนะนำคือส่งออกสภาพแวดล้อมไปยัง VPS แยกต่างหาก พื้นที่จัดเก็บข้อมูลบนคลาวด์ หรือคอมพิวเตอร์ภายในเครื่อง โดยใช้เครื่องมืออย่าง scp หรือ rsync
แต่ส่วนที่เปิดเผยมากที่สุดของคำตอบเกี่ยวข้องกับการสนับสนุนจากเจ้าหน้าที่ Hostinger ยืนยันอย่างชัดเจนว่าฉันยังคงสื่อสารกับ Hostinger Agent ซึ่งเป็นผู้ช่วย AI มีผู้เชี่ยวชาญที่เป็นมนุษย์คอยกำกับดูแลหรือตรวจสอบการสนทนา แต่ฉันไม่ได้ถูกโอนไปยังการแชตโดยตรงกับเจ้าหน้าที่แบบตัวต่อตัว

ความแตกต่างนี้สำคัญ ฉันตั้งใจขอพูดคุยกับตัวแทนที่เป็นมนุษย์ แทนที่จะได้รับคำอธิบายอัตโนมัติอีกครั้ง แม้ระบบจะได้รับการกำกับดูแลจากมนุษย์และให้คำตอบทางเทคนิคอย่างครบถ้วน แต่ก็ไม่ได้จัดให้มีการโต้ตอบโดยตรงกับเจ้าหน้าที่ตามที่ฉันร้องขอ
ตั้งแต่คำถามแรกเวลา 17:22 จนถึงการชี้แจงครั้งสุดท้ายเวลา 17:33 การสนทนากับฝ่ายสนับสนุนทั้งหมดใช้เวลาประมาณ 11 นาที คำตอบแรกจาก AI มาถึงภายในเวลาไม่ถึง 30 วินาที ส่วนการตรวจสอบโดยเจ้าหน้าที่ปรากฏให้เห็นประมาณหกนาทีหลังจากฉันขอส่งต่อเรื่อง
หลังจากทดสอบแชตสดแล้ว ฉันไปที่ ศูนย์ช่วยเหลือออนไลน์ของ Hostinger เพื่อดูว่าลูกค้าที่ใช้ GPU จะค้นหาคำตอบได้ง่ายเพียงใดโดยไม่ต้องติดต่อฝ่ายสนับสนุน
หน้าแรกดูสะอาดและจัดระเบียบอย่างดี มีแถบค้นหาที่โดดเด่นและจัดกลุ่มเอกสารตามหมวดหมู่ เช่น เริ่มต้นใช้งาน แดชบอร์ด Hostinger, VPS, การเรียกเก็บเงิน และใบรับรอง SSL อย่างไรก็ตาม ฉันไม่พบหมวดหมู่ GPU โดยเฉพาะในตัวเลือกที่แสดง

ฉันพิมพ์ “gpu” ในแถบค้นหา แล้ว Hostinger ก็แสดงผลลัพธ์ 10 รายการ โดย 8 รายการเน้นเรื่อง GPU hosting โดยเฉพาะ ครอบคลุมการเลือกฮาร์ดแวร์ เทมเพลตแอปพลิเคชัน การติดตั้งใช้งาน การจัดการอินสแตนซ์ การเรียกเก็บเงิน บริการที่เปิดให้เข้าถึง ความปลอดภัย และการเปรียบเทียบกับการโฮสต์ VPS อีก 2 รายการกล่าวถึงนโยบายคืนเงินและแดชบอร์ดของ Hostinger

ฉันชอบที่การค้นหาแสดงเอกสารเกี่ยวกับ GPU ที่เกี่ยวข้องขึ้นมาทันที แม้ไม่มีหมวดหมู่เฉพาะบนหน้าแรก ที่สำคัญกว่านั้น บทความยังครอบคลุมประเด็นที่นำไปใช้ได้จริง เช่น การใช้เครดิตรายชั่วโมง การสูญเสียข้อมูลหลังลบอินสแตนซ์ถาวร และการรักษาความปลอดภัยของแอปพลิเคชันที่เข้าถึงได้จากสาธารณะ
ต่อมา ฉันตรวจสอบคู่มือแต่ละฉบับเพื่อดูว่าอธิบายประเด็นเหล่านี้ได้ชัดเจนเพียงใด และคำแนะนำสอดคล้องกับประสบการณ์ที่ฉันได้ทดลองใช้งานจริงมากน้อยแค่ไหน
ฉันตรวจสอบคู่มือของ Hostinger เกี่ยวกับ การตั้งค่า GPU และ การจัดการอินสแตนซ์คู่มือเหล่านี้ครอบคลุมการเลือกฮาร์ดแวร์ ภูมิภาคที่ตั้งเซิร์ฟเวอร์ เทมเพลตซอฟต์แวร์ การติดตั้งใช้งาน การตรวจสอบการทำงาน และบริการที่เปิดให้เข้าถึง
คำแนะนำตรงกับประสบการณ์ของฉันใน hPanel อย่างใกล้เคียง ฉันยังชื่นชมที่ Hostinger ยอมรับข้อจำกัดด้านความพร้อมให้เช่า GPU ในแต่ละภูมิภาค ซึ่งฉันพบเมื่อ RTX 4090 ไม่มีเครื่องพร้อมให้เช่า และ Los Angeles เป็นตัวเลือกเดียวสำหรับการติดตั้งใช้งานของฉัน
คู่มือการเรียกเก็บเงิน GPU มีประโยชน์เป็นพิเศษ เพราะกล่าวถึงข้อกังวลเดียวกับที่ฉันแจ้งระหว่างแชตสด
คู่มือนี้ยืนยันว่าจะยังมีการคิดค่าบริการต่อไปขณะที่อินสแตนซ์ไม่ได้ใช้งาน การรีบูตไม่ได้หยุดการเรียกเก็บเงิน และการลบอินสแตนซ์ถาวรจะลบข้อมูลภายในอินสแตนซ์อย่างถาวร
ที่สำคัญกว่านั้น Hostinger เตือนว่าไม่มีการเติมเครดิตอัตโนมัติหรือการแจ้งเตือนเมื่อยอดเครดิตเหลือน้อย เมื่อเครดิตหมด อินสแตนซ์จะถูกลบทันที

รายละเอียดเหล่านี้สำคัญอย่างยิ่งสำหรับทุกคนที่เรียกใช้งาน AI โดยไม่มีผู้ดูแล และฉันชอบที่ Hostinger อธิบายเรื่องเหล่านี้อย่างชัดเจน
คู่มือการเปิดให้เข้าถึงบริการ ของ Hostinger อธิบายการเข้าถึงสาธารณะ การกำหนดค่าพอร์ต และโปรโตคอลที่รองรับ นอกจากนี้ยังชี้แจงว่าการเลือก HTTPS ไม่ได้กำหนดค่าการเข้ารหัส TLS โดยอัตโนมัติ
คู่มือความปลอดภัยที่มาพร้อมกันครอบคลุมการยืนยันตัวตนของแอปพลิเคชันและการป้องกันด้วยไฟร์วอลล์ อย่างไรก็ตาม ฉันอยากให้มีคำเตือนที่ชัดเจนกว่านี้เกี่ยวกับการรักษาการเข้าถึงผ่าน SSH ก่อนเปิดใช้กฎไฟร์วอลล์ที่เข้มงวด

Hostinger มอบประสบการณ์การสนับสนุนที่ใช้ AI ช่วยได้อย่างยอดเยี่ยม แม้ว่ากระบวนการส่งต่อให้เจ้าหน้าที่ยังมีจุดที่ควรปรับปรุง
Hostinger Agent ตอบคำถามเกี่ยวกับ GPU ของฉันภายในเวลาไม่ถึง 30 วินาที อธิบายผลกระทบด้านการเรียกเก็บเงิน และแนะนำขั้นตอนที่นำไปใช้ได้จริงเพื่อรักษาสภาพแวดล้อมของฉันไว้ คำแนะนำมีรายละเอียดและสอดคล้องกับเอกสารอย่างเป็นทางการ
มีเจ้าหน้าที่เข้ามาดูแลหลังจากผ่านไปประมาณหกนาที และคำตอบสุดท้ายก็ครอบคลุมคำถามเพิ่มเติมที่ฉันถาม อย่างไรก็ตาม ฉันต้องขอให้ส่งต่อให้เจ้าหน้าที่ซ้ำหลายครั้ง และการสนทนายังคงนำโดย AI แทนที่จะเปลี่ยนเป็นแชตสดโดยตรงกับผู้เชี่ยวชาญ
ฐานความรู้ก็เป็นอีกจุดที่น่าพอใจ บทความเฉพาะเรื่อง GPU ทั้ง 8 บทความอธิบายการติดตั้งใช้งาน การจัดการ การเรียกเก็บเงิน การเปิดให้เข้าถึงบริการ และความปลอดภัยได้อย่างชัดเจน เอกสารเกี่ยวกับการเรียกเก็บเงินมีประโยชน์เป็นพิเศษในการทำความเข้าใจความเสี่ยงจากการใช้เครดิตอย่างต่อเนื่องและการสูญเสียข้อมูลถาวร

แนะนำ สำหรับนักพัฒนาและทีม AI ที่ต้องการกำลังประมวลผล GPU ระดับสูงโดยไม่ต้องซื้อฮาร์ดแวร์ B200 ของฉันประมวลผลการอนุมานของ Qwen ได้ที่ประมาณ 126 โทเค็นต่อวินาทีหลังการวอร์มอัป และสร้างภาพ SDXL ได้ในเวลาประมาณ 0.91 วินาที
การติดตั้งใช้งานทำได้รวดเร็วเมื่อฉันมีจุดเชื่อมต่อ SSH ที่ใช้งานได้ อย่างไรก็ตาม ปัญหาการแสดง IP ของเซิร์ฟเวอร์เครื่องแรก ความพร้อมให้บริการของฮาร์ดแวร์ที่เปลี่ยนแปลง เครดิตที่ไม่สามารถขอคืนได้ และการไม่มีตัวเลือกหยุดพักอินสแตนซ์หรือการสำรองข้อมูลในตัว ล้วนเป็นความเสี่ยงที่สำคัญ
| ชื่อแพลน | CPU | RAM | แบนด์วิดท์ | ราคา | |
|---|---|---|---|---|---|
| Free Trial | - | ไม่จำกัด | ฿0 | รายละเอียด | |
| Game Panel 2 | 2 core | 8 GB | 8 TB | ฿290 | รายละเอียด |
| Game Panel 4 | 4 core | 16 GB | 16 TB | ฿430 | รายละเอียด |
| Game Panel 8 | 8 core | 32 GB | 32 TB | ฿860 | รายละเอียด |
| Description | Expert Review |
|---|---|
| โฮสติ้งราคาประหยัดพร้อมประสิ�... | Read Shared Hosting Review |
| โฮสติ้ง WordPress ที่ ast และปลอดภัย พร�... | Read Wordpress Hosting Review |
| โฮสติ้ง VPS ที่ปรับขนาดได้ พร้อม�... | Read VPS Review |
| โฮสติ้งบนคลาวด์ที่รวดเร็ว, ยื�... | Read Cloud Hosting Review |
| โซลูชันโฮสติ้งที่ปลอดภัยและเ�... | Read Offshore Hosting Review |
| โฮสติ้งอีเมลที่ปลอดภัยและเชื�... | Read Email Hosting Review |
| โฮสติ้ง Python ที่เชื่อถือได้ พร้อ�... | Read Python Hosting Review |
| โฮสติ้ง PHP ประสิทธิภาพสูง พร้อม�... | Read PHP Hosting Review |
| โฮสติ้ง Windows VPS ที่เชื่อถือได้ พร�... | Read Windows VPS Review |
| โฮสติ้งที่รวดเร็วและยืดหยุ่น ... | Read Nodejs Hosting Review |
| โฮสติ้งที่ปรับให้เหมาะสมสำหร�... | Read Woocommerce Hosting Review |
| โฮสติ้งเซิร์ฟเวอร์เฉพาะสำหรั�... | Read Minecraft Server Hosting Review |
| โซลูชันการโฮสต์ที่ปรับขนาดได�... | Read Agency Hosting Review |
| โฮสติ้งที่รวดเร็วและปลอดภัย ป... | Read Magento Hosting Review |
| โฮสติ้งบน Linux ประสิทธิภาพสูง สำ�... | Read Linux Hosting Review |
| โซลูชันโฮสติ้ง Java ที่แข็งแกร่ง�... | Read Java Hosting Review |
| โฮสติ้งที่ปรับแต่งมาเพื่อเว็�... | Read Ecommerce Hosting Review |
| โฮสติ้ง Django ที่เชื่อถือได้ด้วย�... | Read Django Hosting Review |
| โฮสติ้ง cPanel ใช้งานง่าย มาพร้อมป�... | Read Cpanel Hosting Review |
| โฮสติ้งทรงพลังสำหรับธุรกิจ พร... | Read Business Hosting Review |
| Easy-to-use website builder with drag-and-drop tools and customizable templates. | Read Website Builder Review |
| Optimized hosting for Joomla sites with one-click installation and reliable performan... | Read Joomla Hosting Review |
| Powerful hosting with full PostgreSQL database support for data-driven applications. | Read PostgreSQL Hosting Review |
| Flexible hosting with MongoDB integration for scalable, modern web applications. | Read MongoDB Hosting Review |
| AI-powered website creation platform for building professional sites in minutes. | Read AI Builder Review |
| Reliable hosting for n8n workflow automation with easy setup and management. | Read n8n Hosting Review |
| VPS hosting with Docker support for containerized application deployment and scaling. | Read Docker VPS Review |
| โฮสติ้งเซิร์ฟเวอร์ SMTP เฉพาะสำห�... | Read SMTP Server Review |
| โฮสติ้งที่รวดเร็วและได้รับกา�... | Read Ruby on Rails Review |
| โฮสติ้งที่อัดแน่นด้วยฟีเจอร์�... | Read OpenClaw Review |
| โฮสติ้งที่รวดเร็วและเชื่อถือ�... | Read UK Hosting Review |
| โฮสติ้งราคาย่อมเยาและเชื่อถื�... | Read India Review |
| Read Singapore Review | |
| Read Australia Review | |
| Read AI Agent Review | |
| Read Paperclip VPS Review | |
| Read Hermes Agent Review | |
| Read Hostinger Connector Review | |
| Read Web Apps Hosting Review | |
| Read Hostinger Reach Review | |
| Read MCP Review | |
| Read hpanel Review | |
| Read Odoo Review | |
| Read Laravel Review | |
| Read MERN VPS Review | |
| Read Ubuntu Review | |
| Read Drupal Hosting Review | |
| Read Express.js Review | |
| Read React Review | |
| Read Nextjs Review | |
| Read AI Router Review | |
| Read AI Game Maker Review |
ใช่ NVIDIA B200 ของฉันสามารถรันการอนุมาน Qwen2.5-7B และการสร้างภาพ Stable Diffusion XL ได้สำเร็จ ผลลัพธ์จะแตกต่างกันไปตามโมเดล เฟรมเวิร์ก และขนาดอินสแตนซ์
Hostinger โฆษณาว่า VRAM 192 GB. B200 ของฉันรายงาน 178.34 GiB ผ่าน PyTorch ซึ่งสอดคล้องกับความแตกต่างระหว่างหน่วยความจำแบบทศนิยมและแบบฐานสอง
ไม่ GPU credits จะยังคงถูกใช้อยู่ในขณะที่อินสแตนซ์กำลังว่างหรือกำลังรีบูต การทำลายอินสแตนซ์จะหยุดการเรียกเก็บค่าใช้จ่ายการใช้งาน แต่จะลบข้อมูลในเครื่องของมันอย่างถาวร
ฉันไม่เห็นการทดลองใช้ฟรีสำหรับ GPU โดยเฉพาะในระหว่างการชำระเงินของฉัน Hostinger ไม่รวมการซื้อ GPU และเครดิต AI ไว้ในนโยบายรับเงินคืนภายใน 30 วันมาตรฐานของบริษัท
ใช่ SSH ใช้งานได้บนอินสแตนซ์ B200 ที่เปลี่ยนใหม่ของฉัน แม้ว่าการใช้งานครั้งแรกจะแสดง IP ภายในแทนที่จะเป็นปลายทาง SSH สาธารณะที่ใช้งานได้ก็ตาม

ตอบคำถามไม่กี่ข้อและค้นหาคำตอบที่เหมาะสมสำหรับคุณ!
เริ่มต้นการค้นหาโฮสติ้ง





