在您独享的硬件上部署和运行大型语言模型。完整显存，完整带宽，每个请求都享有稳定一致的低延迟。
每颗GPU配备96 GB GDDR7 ECC显存，总计768 GB。无虚拟化层，无共享租户，无基础设施施加的内存限制。
原生支持Blackwell精度，适用于现代LLM推理框架，如vLLM、TGI、TensorRT-LLM、Ollama。
无出口流量费，无隐藏基础设施成本。12个月合约期，低至$1.34/GPU/小时。
共享GPU基础设施会引入您无法预测或控制的延迟波动。当多个租户争夺相同的内存带宽时，推理吞吐量会下降，尤其是在高负载下。在1Legion裸金属服务器上，您将获得完整的GPU，没有竞争性任务。无论是第一个请求还是第一万个请求，吞吐量都保持一致。我们的8x RTX Pro 6000 Blackwell Max-Q服务器在专用硬件上运行，并提供直接的工程支持，能够以全精度运行高达70B参数的模型，并支持使用FP4量化运行更大的模型。
