Cloud GPU 서비스 이용약관

제1조. 제공 GPU 카테고리

1.1. Premium GPU line – Enterprise AI

GPU 모델	VRAM	AI 성능 (TFLOPS)	주요 애플리케이션
NVIDIA® B300 SXM6	192 GB HBM3e	~2.250 (FP8)	LLM Training, Frontier AI
NVIDIA DGX B200 (8x B200)	1.440 GB	~18.000 (FP8)	AI Foundation Model
NVIDIA DGX H200 (8x H200)	1.128 GB HBM3e	~16.000 (FP8)	LLM Fine-tuning, Inference
NVIDIA DGX H100 (8x H100)	640 GB HBM3	~8.000 (FP8)	Deep Learning Training
NVIDIA DGX A100 (8x A100)	320 GB HBM2e	~5.000 (TF32)	AI/ML Research
NVIDIA A100 PCIe	80 GB HBM2e	~312 (TF32)	ML Training, Inference

1.2. Dòng GPU trung cấp – Professional & HPC

GPU 모델	VRAM	역량	응용 프로그램
NVIDIA L40S	48 GB GDDR6	~733 TFLOPS (FP8)	AI Inference, Rendering
NVIDIA L40	48 GB GDDR6	~362 TFLOPS (FP32)	3D Rendering, Viz
NVIDIA RTX 5090	32 GB GDDR7	~838 TFLOPS (FP16)	Creative AI, Rendering
NVIDIA RTX 4090	24 GB GDDR6X	~330 TFLOPS (FP16)	AI Dev, Gaming, Render
NVIDIA RTX PRO 6000	96 GB GDDR7	~~4.000 (FP8)	Professional AI/Viz
NVIDIA RTX 6000 Ada	48 GB GDDR6	~1.457 TFLOPS (FP8)	Professional Workstation
NVIDIA A10G	24 GB GDDR6	~250 TFLOPS (FP32)	Inference, Graphics
NVIDIA A30	24 GB HBM2	~330 TFLOPS (TF32)	AI Inference, HPC
NVIDIA A40	48 GB GDDR6	~299 TFLOPS (TF32)	Professional AI/Viz
NVIDIA A5000	24 GB GDDR6	~222 TFLOPS (TF32)	AI Design, Animation
NVIDIA A6000	48 GB GDDR6	~309 TFLOPS (TF32)	High-end Workstation
NVIDIA V100	32 GB HBM2	~125 TFLOPS (FP16)	ML Training (Legacy)
NVIDIA A16	64 GB GDDR6	~1,042 (FP32 총합)	VDI, Remote Workstation
NVIDIA A4000	16 GB GDDR6	~153 TFLOPS (TF32)	AI Dev, CAD/CAM
NVIDIA RTX 4000 Ada	20 GB GDDR6	~192 TFLOPS (TF32)	Compact Workstation AI
NVIDIA L4	24 GB GDDR6	~485 TFLOPS (FP8)	Video AI, Edge Inference

제2조. GPU 임대 방식

2.1. On-demand(시간당)

• 실제 사용 시간 기준 과금, 장기 약정 불필요
• 최적 용도: 테스트, 개발, 불규칙한 workload
• 요청 후 5–15분 이내 실행
• 월말 결제 또는 사용량이 청구서 임계값에 도달할 때

2.2. Reserved Instance (사전 예약 – 1/3/12개월)

• 사전 예약 시 On-demand 대비 20–60% 절감
• GPU 리소스가 일정에 따라 항상 준비되어 있음을 보장합니다
• 전액 선결제 또는 월별 결제
• 적합: 안정적인 워크로드, 장기간 모델 학습

2.3. Spot Instance

• 주문형 대비 50–80% 저렴하며 유휴 리소스를 활용합니다
• 필요한 리소스가 있을 때 2분 통지로 회수될 수 있습니다.
• 적합: Batch processing, checkpoint를 사용한 training, rendering
• Uptime SLA 99.5%; 지속적인 가동이 요구되는 workload에는 적용되지 않음

2.4. Bare Metal GPU

• 물리 서버 전체가 고객에게 단독 할당되며, 공유되지 않음
• 최대 성능, 'noisy neighbor' 영향 없음
• 적합 대상: HPC cluster, 낮은 지연 시간이 요구되는 training 프로세스
• 최소 1개월 약정

제3조. 환경 기술 구성

3.1. 지원 운영 체제 및 소프트웨어

• OS: Ubuntu 20.04/22.04 LTS, CentOS 7/8, RHEL 8/9, Windows Server 2019/2022/2025 (Microsoft SPLA)
• CUDA Toolkit: CUDA 11.x, 12.x (사전 설치 또는 버전 선택)
• Deep learning framework: PyTorch, TensorFlow, JAX, PaddlePaddle (Image 즉시 사용 가능)
• Container: Docker, NVIDIA Container Toolkit, Singularity/Apptainer
• Kubernetes: NVIDIA GPU Operator, K8s GPU plugin
• Networking: InfiniBand HDR (200 Gb/s) cho multi-GPU cluster, NVLink cho DGX

3.2. 포함된 스토리지

• Local NVMe SSD: 1–32 TB 구성에 따라
• Shared storage: NFS, Lustre, GPFS cho cluster
• 통합 Object Storage: 대규모 dataset용 S3-compatible

제4조. 서비스 이용 정책

4.1. 허용됨

• AI/ML: 학습 모델, inference, fine-tuning, reinforcement learning
• HPC: 과학 시뮬레이션, CFD, 분자 동역학, 기후 모델링
• Rendering: 3D rendering, VFX, real-time visualization
• Video AI: Transcoding, upscaling, object detection
• 학술 연구 및 교육

4.2. 절대 금지

• 암호화폐 채굴 – 즉시 감지되어 계정 잠금 처리됨
• 사이버 공격, brute force, password cracking
• CSAM 또는 유해 콘텐츠를 생성하는 AI 모델 학습
• 보안 시스템 무력화, 제3자의 취약점 악용
• 계약 없이 GPU 계정을 제3자와 공유

제5조. SLA 및 보상

유형	SLA Uptime	월별 최대 Downtime	위반 시 배상
On-demand	99,9%	43.8분	영향을 받은 시간의 10% 요금
Reserved 1개월	99,9%	43.8분	월 요금의 15%
12개월 예약	99,95%	21.9분	월간 수수료의 20%
Bare Metal	99,95%	21.9분	월 요금의 25%
Spot Instance	99,5%	3.6시간	SLA 미적용

조 6. 결제

• On-demand: 월말 또는 사용 금액 500만 VND 도달 시 청구서 발행
• Reserved: 100% 선결제 또는 월별 결제(첫 달은 서명 시점에 결제)
• Spot: 실제 사용 초 단위 과금, 월말 청구서 발행
• 신용 한도 초과: 알림으로부터 24시간 후 instance가 자동으로 일시 중단됩니다.
• 환불: 예약된 Reserved에 대한 환불 없음; Company가 SLA를 위반한 경우 On-demand의 미사용 부분 환불

관련 문서

기타 서비스

기타 서비스 이용약관

자세히 보기 →

편집 이력

현재 버전 (v1.0)18/08/2026 22:34작성자

업데이트18/08/2026 22:34by HiTechCloud