
האם Hostinger יכולה להפוך את השכרת החומרה המתקדמת של GPU למעשית? פרסתי B200, התמודדתי עם בעיית חיבור ומדדתי הסקת מסקנות בפועל, יצירת תמונות וניטור. המשיכו לקרוא כדי לגלות את התוצאות, העלויות והמגבלות שכדאי להכיר לפני ההשכרה.

נתתי ציון ל-Hostinger GPU Hosting על סמך שתי חוויות הפריסה שלי, תוצאות מבחן הביצועים של B200 שפעל, אמצעי הבקרה שלו ב-hPanel והשיחות שלי עם התמיכה. בדקתי גם את תנאי החיוב וההחזר שפורסמו. אני פועל לפי מתודולוגיית הדירוג של HostAdvice לשירותי אחסון, אך מדובר בתמונת מצב של B200 אחד שנבדק, ולא במחקר זמינות או בהשוואה של כל דגמי ה-GPU.
| בדיקה | ציון /10 | סיבת הציון |
| מחירים ותוכניות | 8.1 | השכרת GPU לפי שעה ותצורות גמישות, אך חיוב רציף, קרדיטים שאינם ניתנים להחזר כספי והיעדר אפשרות השהיה מגבילים את התמורה. |
| תכונות | 8.8 | מעבדי GPU חזקים, זיכרון וידאו נדיב, תבניות יישום וכלי ניטור, אך אין גיבויים מובנים או אחסון מתמיד. |
| ביצועים | 8.8 | תוצאות BF16 מצוינות, הסקת מסקנות מהירה ב-Qwen ויצירת תמונות SDXL בפחות משנייה, אך עומסי עבודה מתמשכים טרם נבדקו. |
| קלות השימוש | 8.0 | פריסה מהירה וניהול פשוט, אך מגבלות המלאי של GPU ובעיית SSH הראשונית גרמו לתסכול. |
| רמת התמיכה | 7.8 | תשובות מהירות ומפורטות של בינה מלאכותית ותיעוד מועיל, אך נדרשו זמן כדי להגיע לתמיכה אנושית ולפתור בעיות קישוריות. |
| ציון כולל | 8.3 | ביצועי GPU מרשימים ופריסה נגישה, אך לצדם מגבלות חיוב, אפשרויות התאוששות מצומצמות וחיכוכים בקבלת תמיכה. |

Hostinger GPU Hosting משתמשת במודל השכרה לפי דרישה, ולא במינויים חודשיים קבועים שבדרך כלל מוצאים באחסון אתרים. אתם שוכרים משאבי GPU לעומסי עבודה כגון הסקת מסקנות במודל בינה מלאכותית, פיתוח מודלים, כוונון עדין ויצירת תמונות, והחיובים מחושבים לפי התצורה שבחרתם.
קטלוג ה-GPU כולל אפשרויות החל ב-RTX 4090 ו-L40S ועד A100 ו-NVIDIA B200, שכל אחת מהן מציעה קיבולות זיכרון ויכולות מחשוב שונות. עם זאת, הזמינות עשויה להשפיע על הבחירה שלכם. ה-RTX 4090 שרציתי לבדוק בתחילה אזל מהמלאי ב-hPanel, אף שהוא הופיע בדף המחירים הציבורי של Hostinger.
Hostinger מציעה מופעי B200 רגילים וגם Dedicated B200, שהעלות שלהם גבוהה יותר. אפשר גם לבחור הקצאות שונות של מעבד, זיכרון RAM ואחסון. התצורה הראשונה שלי כללה 16 ליבות מעבד, 32 GB RAM ו-300 GB אחסון, ובחרתי בה כדי לתמוך במבחני הביצועים שלי בתחום הבינה המלאכותית, במקום להסתמך על התצורה הקטנה ביותר הזמינה.
Hostinger גובה תשלום על שימוש ב-GPU באמצעות קרדיטים ששולמו מראש. עם זאת, יש כמה תנאים שכדאי להביא בחשבון לפני שמפעילים מופע:
התנאים האלה הופכים את תכנון העלויות לחשוב במיוחד עבור משימות בינה מלאכותית ממושכות. עליכם לוודא שיש לכם מספיק קרדיטים לכיסוי זמן העיבוד וההגדרה, ולהביא בחשבון גם עיכובים או כשלים בחיבור.
בדקתי את GPU Hosting באמצעות חשבון קיים ב-Hostinger שכבר היו בו קרדיטים זמינים, ולכן לא השלמתי תשלום חדש. לקוחות חדשים יכולים להוסיף כסף ליתרה שלהם לאחר הגדרת מופע. Hostinger תומכת בכרטיסי תשלום ובארנקים דיגיטליים כגון PayPal, אם כי אמצעי התשלום הזמינים תלויים באזור האירוח של הלקוח.
גם לא נתקלתי בתקופת ניסיון נפרדת בחינם ל-GPU. רכישת GPU וקרדיטים לבינה מלאכותית אינם כלולים ב התחייבות הסטנדרטית של Hostinger להחזר כספי על אירוח בתוך 30 יום, לכן הייתי מוודא את התצורה הסופית ואת דרישות הקרדיטים לפני ביצוע התשלום.
היתרון הגדול ביותר הוא הגמישות. ניתן לקבל גישה לחומרת GPU יקרה עבור עומס עבודה קצר, בלי לרכוש או לתחזק שרת משלכם. עם זאת, התעריף השעתי המפורסם אינו מספר את כל הסיפור.
הניסיון שלי הראה גם מדוע הקצאת משאבים וקישוריות משפיעות על התמחור. הזמן שמוקדש לפתרון בעיות בשרת שאינו נגיש עדיין עלול להגדיל את העלויות, אם המופע פועל וצורך קרדיטים.
הייתי בודק את קצב צריכת הקרדיטים הסופי ב-hPanel, מאמת את זמינות ה-GPU ומארגן אחסון חיצוני לפני השקת עומס עבודה בתשלום. עבור משימות קצרות ומתוכננות היטב, מודל ההשכרה הגיוני. עבור עומסי עבודה ארוכים יותר או בלתי צפויים, חשוב לעקוב אחר צריכת הקרדיטים.

GPU רב עוצמה מועיל רק אם ניתן לגשת לחומרה, להריץ את עומסי העבודה באופן אמין ולקבל תוצאות בתוך זמן סביר. Hostinger מציינת את NVIDIA B200 שלה, עם זיכרון וידאו בנפח 192 GB, אבל רציתי לראות כיצד הנתון הזה מתבטא בביצועים בפועל.
התמקדתי בשלוש שאלות:
הפריסה הראשונה שלי של B200 נתקלה בבעיית קישוריות. hPanel הציג כתובת IP פרטית שלא הצלחתי להתחבר אליה מהמחשב הנייד שלי, ו-Hostinger אישרה שקיימת בעיה בכתובת ה-IP המוצגת בלוח הבקרה.
כדי להפריד בין הבעיה הראשונית הזו לבין ביצועי החומרה, הפעלתי מופע B200 חדש והתחברתי בהצלחה באמצעות SSH בעזרת נקודת הקצה החדשה. השלמתי את מבחני הביצועים הבאים ב-26 באוקטובר 2026.
לכן, התוצאות שלהלן התקבלו ממופע חלופי תקין. בעיית הקישוריות המוקדמת נותרת חלק מההערכה הכוללת שלי, אך היא לא מנעה ממני להעריך את ביצועי ה-GPU.
השתמשתי במופע B200 עם Ubuntu 24.04, הקצאה של 16 ליבות מעבד, זיכרון RAM בנפח 32 GB ואחסון שהוקצה מראש בנפח של כ-300 GB באזור האירוח של Hostinger בלוס אנג’לס. התחברתי באמצעות SSH מהמחשב הנייד שלי עם Pop!_OS, בדקתי את החומרה בעזרת nvidia-smi והתקנתי סביבת PyTorch עם תמיכה ב-CUDA. השרת דיווח על מנהל התקן NVIDIA בגרסה 595.91.07; PyTorch 2.11.0+cu128 זיהה את ה-GPU ותמך בחישובי BF16.
לאחר מכן הרצתי שלושה סוגי עומסי עבודה: בדיקות קצרות של כפל מטריצות BF16 והעתקת נתונים בזיכרון ה-GPU, הסקת מסקנות במודל שפה Qwen2.5-7B-Instruct ויצירת תמונות באמצעות Stable Diffusion XL. חזרתי על עומסי העבודה של הבינה המלאכותית עם הגדרות קבועות ותיעדתי את זמני הריצה של כל הרצה, במקום להסתמך על התוצאה הטובה ביותר בלבד. לבסוף, בדקתי את עמוד Metrics ב-hPanel כדי לראות אם פעילות ה-GPU מופיעה בו.
בדיקות אלה מספקות תמונת מצב מעשית של מופע אחד. הן אינן מבססות זמינות לאורך זמן, ביצועים בעומסים ממושכים של כמה שעות או השוואה בין B200 למארחים מתחרים של GPU בתנאים זהים. כמו כן, לא ביצעתי מבחן ביצועים לתפוקת רשת או להסיקת מסקנות למספר משתמשים.
התוצאה הראשונה שהייתה מרגיעה היא ש-Ubuntu זיהתה מיד NVIDIA B200. הפקודה nvidia-smi זיהתה B200 אחד, עם זיכרון GPU מדווח בנפח 182,624 MiB, ואילו PyTorch דיווחה על 178.34 GiB הזמינים להתקן. הנתונים ביחידות בינאריות תואמים באופן כללי לזיכרון הווידאו בנפח 192 GB שפורסם, אף שהכמות שניתנת לקריאה בתוכנה אינה זהה בדיוק למספר המופיע בעמוד המכירה.

מערכת ההפעלה הציגה גם זיכרון RAM בנפח 32 GiB ונפח של 268 GiB למערכת הקבצים המחוברת, כפי שנצפו מתוך הסביבה. המעבד זוהה כ-AMD EPYC 9575F, אף שהפקודה lscpu הציגה 224 מעבדים לוגיים. בדקתי את הגדרות בקרת המעבד של הקונטיינר, במקום לפרש את הנתון הזה כאילו התוכנית שלי כוללת 224 ליבות.
מגבלת ה-cgroup הייתה 1,600,000 מיקרו־שניות בכל פרק זמן של 100,000 מיקרו־שניות, וכך הוקצו למופע 16 יחידות מעבד שקולות. הדבר תאם להקצאה של 16 ליבות שבחרתי. חשוב להבהיר זאת לקוראים, משום שטופולוגיית המעבד הגלויה למארח עשויה להיראות נדיבה בהרבה מהקיבולת שהוקצתה בפועל לעומס העבודה המתארח.
כדי לקבל מדד ראשוני ליכולת החישוב הגולמית של B200, הרצתי כפל מטריצות ב-BF16 באמצעות PyTorch. השימוש ב-BF16 מועיל כאן משום שהוא נפוץ בחישובים של מודלים של בינה מלאכותית, אם כי מבחן ביצועים סינתטי של מטריצה קטנה אינו תחליף להרצת מודל מלא.
ב-12 חזרות, המטריצה הקטנה יותר בגודל 4,096 על 4,096 הניבה תפוקה מחושבת של 1,402.7 TFLOP/s, על סמך זמן פעולה חציוני של 0.098 מילישניות. המטריצה בגודל 8,192 על 8,192 הניבה תפוקה מחושבת של 1,668.8 TFLOP/s, עם זמן חציוני של 0.659 מילישניות. אלה הערכות מחושבות של תפוקה אריתמטית עבור הפעולות שנבדקו, ולא ביצועי יישום מתמשכים שאומתו באופן בלתי תלוי.
מדדתי גם העתקת זיכרון בתוך התקן ה-GPU בגודל 512 MiB. ההעתקה הסתיימה בזמן חציוני של כ-0.17 מילישניות, השקול לתפוקת מטען מדווחת של 3,137.1 GB/s. בדיקה זו מודדת העברת נתונים בתוך זיכרון ה-GPU; היא אינה מודדת את מהירות הורדת המודל, קריאת הדיסק של השרת או העברת נתונים דרך האינטרנט.

כל סקריפט המדידות הבסיסיות הסתיים בתוך 2.646 שניות. שמחתי לראות ש-PyTorch זיהה את הכרטיס והריץ את הפעולות האלה ללא שגיאות CUDA, אך משך הזמן הקצר הוא גם מגבלה. אי אפשר להסיק מכמה מילישניות של חישוב שה-GPU ישמור על תפוקה או על טמפרטורות זהות לאורך אימון ממושך.
תפוקת החישוב הסינתטית הייתה מעודדת, אבל רציתי לראות איך B200 מתמודד עם מודל שפה אמיתי. טענתי את Qwen2.5-7B-Instruct באמצעות Hugging Face Transformers ב-BF16 וביקשתי ממנו להסביר האצת GPU. הבדיקה השתמשה בפרומפט אחד ובמקסימום 128 טוקנים שנוצרו, וחזרה על עצמה שלוש פעמים באותן הגדרות.
אחזור המודל וטעינתו ארכו 35.40 שניות בהרצה שתועדה. התגובה הראשונה בת 128 הטוקנים ארכה 23.094 שניות, כלומר רק 5.54 טוקנים לשנייה. בהתחלה התוצאה נראתה מאכזבת, אבל שתי ההרצות הבאות הציגו תמונה שונה.
ההרצה השנייה השלימה את 128 הטוקנים בתוך 1.005 שניות, או 127.30 טוקנים לשנייה. ההרצה השלישית ארכה 1.029 שניות, או 124.35 טוקנים לשנייה. ממוצע שתי ההרצות המאוחרות יותר הוא כ-125.8 טוקנים לשנייה, עם הבדל זעיר ביניהן.

הפער משמעותי. הוא עולה בקנה אחד עם האפשרות שהגדרה חד-פעמית או אתחול עצל השפיעו על היצירה הראשונה, אך לא בודדתי את הסיבה המדויקת. לא הייתי מסתיר את התוצאה של 23 השניות או מציג את ההרצות המאוחרות יותר כתוצאה שכל בקשה ראשונה תשיג. עבור מי שמגיש מודל, גם זמן ההשהיה הראשוני וגם התגובות המהירות יותר בבקשות חוזרות חשובים.
PyTorch דיווח על שיא הקצאת זיכרון GPU של 14.21 GiB. זהו רק חלק קטן מהזיכרון הזמין של B200, ולכן הבדיקה מדגימה הסקת מסקנות מעשית עבור בקשה יחידה, ולא את היתרון שבאירוח מודל שבאמת זקוק לכמעט 192 GB של זיכרון וידאו. לא בדקתי במקביליות, אצווה, חלונות הקשר ארוכים יותר או שרת הסקת מסקנות מותאם כמו vLLM.
עבור יישום אמיתי שני, השתמשתי ב-Stable Diffusion XL כדי ליצור תמונת מוצר בגודל 1,024 × 1,024 של שעון יד שחור המונח על שיש כהה. השתמשתי ב-25 שלבי הסקת מסקנות, במשקלי FP16 ובאותו פרומפט ובאותו גרעין אקראיות בשלוש ההרצות. כך קיבלתי מדידות שניתן לחזור עליהן, במקום שלוש תמונות שאינן קשורות זו לזו ובעלות רמות מורכבות שונות.
למודל SDXL נדרשו 18.29 שניות לאחזור ולטעינה. יצירת התמונה הראשונה ארכה 3.275 שניות. יצירת התמונה השנייה והשלישית ארכה 0.915 ו-0.913 שניות, בהתאמה, והממוצע לאחר ההתייצבות עמד על 0.914 שניות לתמונה. תהליך PyTorch דיווח על שיא הקצאת זיכרון GPU של 11.49 GiB.

בדקתי גם את התמונות שיוצאו. שלושת הקבצים היו זהים לחלוטין, עד לרמת הבייט, בהתאם להגדרה עם גרעין אקראיות קבוע והראו שהבדיקה החוזרת הפיקה את אותו פלט. השעון, המשטח המחזיר אור והתאורה נראו משכנעים במבט חטוף, אם כי בבדיקה מקרוב של לוח השעון התגלו אי-עקביות קטנות האופייניות לתמונות מוצר שנוצרו. אין לבלבל בין הפגמים האמנותיים האלה לבין שגיאות בחומרת GPU.
התוצאה הייתה שימושית במיוחד, מכיוון שהיא סיפקה לי משימה מוחשית להערכה: לאחר טעינת צינור העיבוד, תמונת SDXL בגודל מלא הופקה בתוך פחות משנייה. עם זאת, זו הייתה יצירת תמונה יחידה באמצעות מודל SDXL אחד, ולא מבחן ביצועים של יצירת סרטונים, של אצוות גדולות או של כל מודלי התמונות הזמינים להשכרה.
מוקדם יותר בסקירה, עמוד Metrics של Hostinger הציג קווים שטוחים, מכיוון שה-GPU לא היה פעיל. לאחר שהרצתי את מבחני הביצועים, חזרתי לאותה תצוגה של 1 שעה וראיתי פעילות בשני הגרפים. תפוקת החישוב הוצגה כ-297 TFLOPs, ובגרף זיכרון הווידאו נראתה עלייה ברורה, שכללה נקודה שעליה ריחפתי עם הסמן והציגה ערך של 14.3 GB.

זה אישר באופן מועיל ש-hPanel תיעד את עומס העבודה, במקום להמשיך להציג אפס קבוע. כך גם הפך עמוד Metrics למועיל יותר מכפי שהיה מיד לאחר הפריסה. האפשרויות ל-1 שעה, ל-24 שעות, ל-7 ימים ול-30 יום היו קלות לאיתור.
עדיין הייתי נמנע מהשוואה מספרית ישירה בין התצוגה של 297 TFLOPs ב-hPanel לבין התוצאה הסינתטית של 1,668.8 TFLOP/s. במהלך הבדיקה שלי לא נקבעו חלון הדגימה ושיטת החישוב של לוח הבקרה, ותצוגת זיכרון הווידאו שלו אינה זהה לשיא הקצאת הזיכרון ברמת התהליך שדווח על ידי PyTorch. הגרפים מועילים לזיהוי פעילות ושינויים לאורך זמן; הם אינם תחליף למדידת זמני ביצוע ברמת עומס העבודה או למדידות מערכת.
מופע ה-B200 השני של Hostinger סיפק לי האצת GPU שימושית בשלושה מבחנים שונים מאוד. תוצאות ה-BF16 הסינתטיות הציגו חישובים קצרים מהירים, Qwen2.5-7B הגיע לכ-126 טוקנים לשנייה לאחר תגובה ראשונה איטית במיוחד שנמדדה, ו-Stable Diffusion XL הפיק תמונות ברזולוציה של 1,024 פיקסלים בתוך כ-0.91 שניות לאחר האתחול. כמו כן, אימתתי את מכסת המעבד של 16 ליבות וצפיתי בפעילות מופיעה ב-hPanel.
אלה תוצאות חיוביות, אך לא הייתי הופך אותן להבטחה לגבי כל עומס עבודה של בינה מלאכותית. הבדיקות היו קצרות ונערכו במופע אחד, עם מודלים קטנים יחסית לזיכרון הווידאו הזמין ב-B200. לא בדקתי ביצועי אימון ממושכים, מקביליות שיא, זמינות לאורך זמן או מהירות רשת חיצונית. גם הבעיה הקודמת בנקודת הקצה של SSH נותרת חשש תפעולי נפרד, אף שהשרת החלופי התחבר בהצלחה.

ניגשתי ל-Hostinger GPU Hosting כפי שהייתי ניגש להשכרת GPU חדשה: למצוא כרטיס מתאים, לבדוק את העלות בפועל, להפעיל מופע ולבחון עד כמה נוח לנהל את הסביבה לאחר שהיא פועלת.
רציתי גם להבין כיצד שירות ה-GPU משתלב ב-hPanel הרחב יותר של Hostinger, שכן העלאת שרת לאינטרנט היא רק מחצית מהחוויה.
הפריסה עצמה הייתה מהירה. תהליך הרכישה היה פחות צפוי. ה-GPU שבחרתי בדף התמחור הציבורי לא היה זמין ב-hPanel, והמופע החלופי שלי הגיע עם תעריף לשעה גבוה בהרבה. כך התפתחה החוויה, מהלחיצה הראשונה ועד לכלי הניהול.
התחלתי באתר של Hostinger ופתחתי את Products > Hosting > GPU hosting. אהבתי שלאירוח GPU הייתה רשומה משלו, עם תווית ברורה, לצד אירוח אתרים, אירוח VPS ואירוח בענן. לא הייתי צריך לפתוח מוצר VPS כללי או לברר אם חומרת GPU זמינה כתוספת.

הקישור פתח את דף הנחיתה של Hostinger GPU Hosting, שבו הוצעה השכרת מעבדי GPU של NVIDIA לפי שעה לצורכי בינה מלאכותית, רינדור ועבודות אחרות עתירות חישוב. כפתור Get started הופיע ישירות מתחת לכותרת הראשית. לחיצה עליו לא יצרה מיד מופע ולא העבירה אותי לדף ההרשמה; היא גללה אותי למטה באותו דף, אל מקטע התמחור של מעבדי ה-GPU.

זה היה מקום הגיוני להתחיל בו. במקטע התמחור הוצגו דגמי ה-GPU הזמינים בכרטיסים נפרדים, עם תעריפי השעה ההתחלתיים שפורסמו, זיכרון הווידאו והשימושים המומלצים. יכולתי להשוות בין החומרות לפני שהתבקשתי להגדיר שרת. הטווח שהוצג בדף הציבורי התחיל ב-RTX 4090 והגיע עד למעבדי GPU יקרים יותר למרכזי נתונים, לרבות B200.

בתחילה בחרתי ב-NVIDIA RTX 4090. Hostinger הציעה אותו החל מ-$0.42 לשעה, עם 24 GB של זיכרון וידאו, והמליצה עליו לפיתוח, לניסויים, ליצירת תמונות וסרטונים, לרינדור 3D ולהסקת מסקנות עם מודלים קטנים יותר.
זה נראה כמו נקודת התחלה סבירה לבדיקות הסקת המסקנות במודל בינה מלאכותית, יצירת התמונות וביצועי ה-GPU שתכננתי לערוך. לא היה צורך לשכור את אחד הכרטיסים היקרים ביותר רק כדי לקבוע קו בסיס מעשי.

לאחר שבחרתי ב-RTX 4090, לחצתי על Get GPU בכרטיס שלו. הגעתי לדף ההרשמה לחשבון של Hostinger. אפשר היה להירשם דרך Google או GitHub, וכן באמצעות שדות רגילים לכתובת דוא”ל ולסיסמה.
שדה מספר הטלפון סומן כאופציונלי, ותיבת סימון נפרדת עסקה בהודעות פרסומיות דרך WhatsApp ו-SMS.

מסך ההרשמה היה פשוט. חשוב מכך, בחירת ה-GPU עדיין לא חייבה אותי לרכוש שרת מסוים.
לאחר יצירת חשבון או התחברות, נכנסתי לאזור ה-GPU ב-hPanel, שבו אפשר היה לבחור את החומרה ולהפעיל אותה בפועל. בלוח הבקרה הוצגה יתרת קרדיטים של 2,000.
בלוח הבקרה הוצגה יתרת קרדיטים של 2,000, מפני שכבר היה לי חשבון Hostinger עם קרדיטים זמינים. אם אתם נרשמים בפעם הראשונה ואין לכם יתרת קרדיטים קיימת, יופיע שלב תשלום לאחר הגדרת מופע ה-GPU, ובו תוכלו לבחור את אמצעי התשלום המועדף עליכם לפני השלמת הרכישה.
עמוד ה-GPU ב-hPanel היה נקי ונוח לסריקה. מעל הרשימה הסבירה Hostinger שאוכל להפעיל מופעי GPU ישירות מהפאנל, והחומרה שאפשר לבחור הופיעה מתחת ליתרת הקרדיטים הגלויה. ברשימה הופיעו שבעה דגמים, ובהם RTX 4090 שבחרתי, אבל רוב לחצני Select היו מושבתים.

ניסיתי לבחור ב-RTX 4090 וגיליתי שהלחצן שלו אפור. כשהעברתי מעליו את הסמן, הופיעה הודעה שלפיה אזל מהמלאי. באותה הפעלה גם לא יכולתי לבחור ב-RTX 5090, L40S, A100 או RTX PRO 6000. היו זמינות לי רק שתי אפשרויות: NVIDIA B200 ו-B200 (Dedicated).

זה היה החיכוך המשמעותי ביותר בחוויית הרכישה. בדף התמחור הציבורי הזמינה אותי Hostinger לשכור RTX 4090 במחיר של $0.42 לשעה, אבל בפועל לא יכולתי להקצות את ה-GPU הזה.
לפחות Hostinger הבהירה את ההגבלה ב-hPanel, במקום לאפשר לי למלא את פרטי התצורה ואז להיכשל לאחר הפריסה. ובכל זאת, פירוש הדבר היה שעליי לשקול מחדש הן את חומרת הבדיקה והן את התקציב.
בחרתי ב-NVIDIA B200 הרגיל, שפורסם במחיר התחלתי של $4.50 לשעה ועם 192 GB של זיכרון וידאו. קיבולת הזיכרון הגדולה יותר גם אפשרה לי לבדוק בהמשך עומסי עבודה תובעניים יותר של בינה מלאכותית.
מחירו ההתחלתי של B200 (Dedicated) היה $7.08 לשעה, ולא היה לי צורך מסוים בגישה בלעדית ל-GPU שהצדיק תשלום של תוספת זו. לחצתי על Select עבור ה-B200 הרגיל כדי להמשיך.
לאחר שבחרתי ב-B200, פתחה Hostinger עמוד שכותרתו “Deploy your GPU instance”. אפשרויות ה-GPU נותרו בעמודה משמאל, ותצורת המופע שנבחר הופיעה מימין. הסידור הזה עבד היטב: יכולתי לעיין ב-B200 לצד החלופות הזמינות, בלי לאבד את ההגדרות של השרת או את העלות השוטפת.

קראתי למופע hostinger-gpu-review-b200. Hostinger ציינה שמילים נפרדות בשם צריכות להיות מופרדות במקפים, וכך כלל השמות היה ברור כבר בטופס עצמו.
השדה הבא היה אזור האירוח, והוא חשף את המגבלה המעשית השנייה: ברשימה הנפתחת הופיעה רק לוס אנג’לס, ארצות הברית. לא הייתה לי אפשרות לבחור מיקום אחר במהלך הפעלת הפריסה הזאת.

בורר גודל המופע דרש תשומת לב רבה יותר מכפי שציפיתי תחילה. Hostinger בחרה מראש תצורה של 2 ליבות, זיכרון RAM בנפח 64 GB ואחסון בנפח 100 GB, בתעריף של 506 קרדיטים לשעה. פתיחת הרשימה הנפתחת הציגה שילובים אחרים של מעבד, זיכרון RAM ואחסון, בתעריפים שונים. הבחירה לא הייתה התקדמות פשוטה שבה מספר קטן יותר של ליבות מעבד פירושו תמיד מחיר נמוך יותר; האפשרות של 4 ליבות, למשל, הופיעה בתעריף של 450 קרדיטים לשעה.

בחרתי באפשרות X-Large: 16 ליבות מעבד, זיכרון RAM בנפח 32 GB ואחסון בנפח 300 GB, בתעריף של 488 קרדיטים לשעה. כך קיבל השרת יותר כוח עיבוד וקיבולת דיסק לצורך התקנה והרצה של בדיקות, בלי לעבור לתצורה של 32 ליבות.
היא גם הייתה זולה מעט יותר לשעה מהאפשרות שנבחרה מראש, עם 2 ליבות. הנקודה החשובה בנוגע לתמחור היא שהתעריף של $4.50 לשעה ל-B200 ש-Hostinger פרסמה היה מחיר התחלתי. לתצורה שבחרתי בפועל היה תעריף של 488 קרדיטים לשעה, השקולים לכ-$4.88 לשעה לפי התעריף המשתמע מכרטיסי התמחור של Hostinger.
לאחר מכן פתחתי את האפשרות לבחירת מערכת הפעלה או יישום. נוסף על Ubuntu 24.04, Hostinger הציעה אפשרויות מוכנות מראש עבור Ollama, JupyterLab, Unsloth ו-InvokeAI. האפשרויות האלה עשויות לחסוך זמן התקנה למי שמתמקדים ביישום בינה מלאכותית מסוים. בחרתי ב-Ubuntu 24.04 משום שרציתי מערכת הפעלה נקייה ושליטה בכלים שהתקנתי לצורך הבדיקות הבאות.

Hostinger הציעה גם שדה אופציונלי למפתח SSH. השארתי אותו ריק בפריסה הראשונית, במקום להוסיף מפתח במהלך השלמת הרכישה. בהמשך, לוח הבקרה הציג פרטי התחברות מבוססי סיסמה, ולכן היעדר מפתח לא הותיר אותי בלי שיטת התחברות שפורסמה. עם זאת, עבור שרת שפועל לאורך זמן, הייתי מעדיף גישת SSH מבוססת מפתח.
לפני שלחצתי על Deploy, בסיכום הופיעו ה-B200 שנבחר, תצורת X-Large ותעריף של 488 קרדיטים לשעה, מול יתרה של 2,000 קרדיטים.
Hostinger העריכה שהיתרה תספיק לכארבע שעות של שימוש רציף. אהבתי שההערכה הופיעה מיד מעל לחצן הפריסה: כך ההוצאה המתמשכת הייתה בולטת יותר מאשר בכרטיס מחיר שמציין רק החל מ-$4.50 לשעה.

לחצתי על Deploy. לאחר מכן הציגה Hostinger מסך הגדרת ה-GPU וציינה שאוכל לעזוב את הדף בזמן שהקצאת המשאבים נמשכת. בשלב הזה לא נדרשה הגדרה ידנית נוספת של התשתית.

כעבור כשתי דקות, מסך ההצלחה אישר שהכול מוכן וציין שמופע ה-GPU פועל. הוא זיהה את hostinger-gpu-review-b200 כמופע B200 עם 192 GB של זיכרון וידאו ובגודל X-Large. הפעולה הבאה הוצגה בבירור בתור Manage, כך שהיה ברור לאן להמשיך לאחר סיום הקצאת המשאבים.

לחצתי על Manage במסך האישור הזה כדי לבחון את אמצעי הבקרה שבהם אשתמש לאחר הפריסה. המעבר הישיר הזה היה נוח: לא היה צורך לחזור לדף הבית הכללי של hPanel ולחפש את השרת החדש שלי.
Manage פתח אזור ייעודי לניהול GPU, ולא לוח בקרה רגיל לאחסון אתרים. בתפריט השמאלי היו שלוש אפשרויות בלבד: סקירה כללית, Metrics ו-Exposed services. לאחר מסכי בחירת המוצרים הרחבים, הערכתי את הניווט הממוקד הזה.
הסקירה הכללית ענתה מיד על השאלות שהיו עולות בי לאחר השכרת חומרה יקרה: האם היא פועלת? איזה GPU ואילו משאבים קיבלתי? מהו קצב צריכת הקרדיטים? איך מתחברים? בכרטיס המופע סומן hostinger-gpu-review-b200 כפעיל, ואושרו בו NVIDIA B200, זיכרון וידאו בנפח 192 GB, 16 ליבות מעבד, זיכרון RAM בנפח 32 GB, דיסק בנפח 300 GB, Ubuntu 24.04 והמיקום בלוס אנג’לס.

שני אמצעי בקרה הופיעו ישירות בכרטיס המופע: הפעלה מחדש ומחיקה לצמיתות. נוכחותם הבולטת מועילה, משום שכשמשלמים לפי שעה חשוב לדעת איך לנהל את מחזור החיים של המופע. לא ביצעתי אף אחת מהפעולות האלה במהלך חלק זה של הבדיקה, ולכן אני מעריך עד כמה אמצעי הבקרה היו נגישים, ולא טוען שאימתתי את אופן פעולתם.
מעל כרטיס השרת הציגה Hostinger את תפוקת החישוב, את ניצול זיכרון הווידאו ואת הוצאות הקרדיטים. בצילום המסך הראשוני שלי הוצגו תפוקה של 0 TFLOPs ושימוש ממוצע של 0 GB בזיכרון הווידאו, משום שעדיין לא הרצתי עומס עבודה על ה-GPU.
סיכום הקרדיטים הציג שימוש כולל ב-488 קרדיטים, קצב צריכת קרדיטים של 488 קרדיטים לשעה ויתרת קרדיטים של 1,512 קרדיטים. השקיפות הזו הייתה מבורכת, במיוחד בהתחשב במהירות שבה שימוש בתשלום ב-GPU עלול להצטבר.
בחלונית Connection הופיעו כתובת ה-IPv4 הציבורית, פקודת SSH שאפשר להעתיק והסיסמה, כולם באותו מקטע. פקודת ה-SSH כללה את שם המשתמש של Ubuntu ואת יציאת ה-SSH שאינה ברירת המחדל; בשדה הסיסמה היו פקדים להצגה ולהעתקה.
Hostinger גם הזהירה שסיסמה ששונתה דרך SSH כבר לא תתאים לסיסמה השמורה ב-hPanel. לכן יכולתי למצוא את פרטי החיבור בלי לחפש בתיעוד, אם כי צילום המסך לבדו אינו מוכיח שהצלחתי להתחבר באמצעות SSH.
לאחר שעיינתי ב-Overview, פתחתי את Metrics. Hostinger הציעה מסנני זמן של 1 שעה, 24 שעות, 7 ימים ו-30 ימים. הדף הציג בתרשים את תפוקת החישוב ב-TFLOPs ואת השימוש בזיכרון וידאו ב-GB. הגרפים היו מינימליסטיים וקריאים, בלי תרשימי מערכת לא קשורים שהסיחו את הדעת.

שני התרשימים היו שטוחים על אפס כשצילמתי אותם. זה היה צפוי לפני הפעלת משימת בינה מלאכותית, ולכן לא הייתי מתייחס לנתונים האלה כאל ראיה לביצועי GPU או לליקוי במערכת הניטור.
הבדיקה המועילה תגיע בהמשך: להפעיל עומס עבודה אמיתי, לבדוק את הגרפים כשהשימוש משתנה ולהשוות אותם למדידות מתוך Ubuntu.
לאחר מכן פתחתי את Exposed services, המקטע שמאפשר להפוך יישום שפועל בשרת ה-GPU לנגיש דרך האינטרנט. מכיוון שלא יצרתי שירות, הדף הציג מצב ריק עם לחצן Add service. Hostinger כללה גם אזהרה שלפיה כל דבר שיפורסם יהיה נגיש לכולם באמצעות הכתובת, אלא אם יש ליישום מנגנון התחברות משלו.

אהבתי את האזהרה הזו. עומסי עבודה של GPU כוללים לעיתים קרובות מחברות, ממשקי API להסקת מסקנות וממשקי פיתוח אחרים שלא נועדו להיות נגישים לכול. היה קל למצוא את נקודת הכניסה, אבל עדיין לא הוספתי או בדקתי כאן שירות ציבורי, ולכן איני יכול להעריך את שאר תהליך העבודה או את אפשרויות האבטחה על סמך צילומי המסך האלה בלבד.
רק לאחר שבדקתי את המסכים הייעודיים ל-GPU חזרתי לדף Home של hPanel. הדבר נתן לי נקודת מבט אחרת על נוחות השימוש: היכן הייתי מוצא את מופע ה-GPU אם הייתי נכנס שוב בהמשך, במקום להיכנס דרך הכפתור Manage שלאחר הפריסה?
דף Home שלי נפתח עם הנחיה בולטת לעוזר בינה מלאכותית ועם אזור Your business ארוך, מלא באתרים קיימים.
לכל אתר הייתה פעולה Manage site, ובכמה מהרשומות הוצגו תזכורות לגבי דומיינים זמניים. בהמשך למטה יכולתי לראות טבלה של שרתי VPS, עם כתובות IP, מצבי הפעלה, תאריכי תפוגה וכפתורי ניהול. בצד שמאל, הניווט ריכז אתרים, דומיינים, דואר אלקטרוני, שירותים נוספים, בוני אתרים, סוכני בינה מלאכותית, כלי שיווק ושירותים למפתחים.

לסידור הכול במקום אחד יש יתרונות. קבוצות המוצרים מסומנות בבירור, ולקוחות קיימים של Hostinger יכולים לגשת לכמה סוגי אחסון מאותו חשבון. במקרה שלי, עם זאת, כמות התוכן הקשור לאתרים הפכה את הדף לעמוס מבחינה חזותית.
ה-GPU החדש שלי לא בלט בתוכן הגלוי בדף Home כמו האתרים והרשומות של שרתי ה-VPS. לאחר שהגעתי אליו, הניווט הייעודי של מופע ה-GPU — סקירה כללית, Metrics וכן Exposed services — היה ממוקד יותר.
הרשימה הארוכה במיוחד של אתרים משקפת את מה שכבר היה בחשבון שלי; לקוח חדש ללא שירותים אחרים עשוי לראות דף פחות עמוס. עם זאת, ההבחנה חשובה לקוראים: פריסת GPU היא תהליך קצר וממוקד, ואילו לוח הבקרה הרחב של hPanel מנסה לשרת את כל מוצרי Hostinger בבת אחת.
החלק החזק ביותר בנוחות השימוש של Hostinger GPU Hosting היה מה שקרה לאחר שמצאתי GPU זמין. בדף התצורה הוצגו האפשרויות והעלות שלהן, היה קל למצוא אימג’ים של Ubuntu ושל יישומי בינה מלאכותית, הפריסה הסתיימה בתוך כשתי דקות, והכפתור Manage הוביל אותי ישירות ללוח בקרה קומפקטי של המופע.
הצלחתי למצוא את מפרט ה-GPU, את קצב צריכת הקרדיטים, את פרטי SSH ואת אמצעי הבקרה הראשיים לניהול, בלי להסתבך עם מסוף ענן מורכב.
אבל הנוחות הזאת לא צריכה להסתיר את המגבלות לפני הפריסה. בחרתי ב-RTX 4090 בעמוד הציבורי, אך לא יכולתי לשכור אותו כשהגעתי ל-hPanel; רוב דגמי ה-GPU שהוצגו לא היו זמינים, ולוס אנג’לס הייתה אזור האירוח היחיד שהיה זמין במהלך הבדיקה שלי. ה-B200 היה יקר בהרבה מה-RTX 4090 שתכננתי לשכור, והתעריף של תצורת X-Large היה גבוה מתעריף ההתחלה המפורסם של B200. גם התצוגה הכללית Home ב-hPanel הרגישה עמוסה יותר מהעמודים הייעודיים ל-GPU.

Hostinger מספקת תמיכה מקוונת מסביב לשעון, בכל יום, באמצעות הצ’אט בלוח הבקרה, וכן תמיכה דרך WhatsApp ודוא”ל בכתובת support@hostinger.com. בניגוד לחלק מספקי האחסון, היא אינה מציעה תמיכה טלפונית.
חוויית התמיכה העיקרית מתבססת כיום על Hostinger Agent, עוזר בינה מלאכותית שיכול לענות על שאלות, לפתור בעיות, לאחזר תיעוד ולבצע פעולות מסוימות לניהול חשבון. Hostinger מספקת גם גישה ל-Customer Success Specialists כשנדרשת עזרה נוספת.
לצורך הסקירה הזאת בדקתי את הצ’אט החי עם חשש ממשי הנוגע למופע ה-GPU מסוג NVIDIA B200 שלי. רציתי לבדוק כמה מהר אוכל לקבל הנחיות טכניות מדויקות, וחשוב מכך, עד כמה קל לדבר ישירות עם נציג אנושי כשאני מבקש זאת.
בדקתי גם את מאגר הידע של Hostinger כדי להעריך את איכות התיעוד שלה בנושא GPU ולראות אם הלקוחות יכולים לפתור בעיות נפוצות בלי לפנות לתמיכה.
נכנסתי לצ’אט בלחיצה על Agent בראש hPanel. הצ’אט נפתח לצד עמוד ניהול ה-GPU שלי, ואפשר לי לצפות במופע B200 הפועל ובצריכת הקרדיטים שלו בזמן ששוחחתי עם התמיכה.

Hostinger Agent הוא היורש של Kodee, עוזר התמיכה הקודם של Hostinger המבוסס על בינה מלאכותית. Hostinger שילבה את Kodee עם אוסף הכלים המתמחים הרחב יותר שלה המבוססים על בינה מלאכותית, לכדי עוזר מאוחד. לדברי Hostinger, הסוכן יכול להסביר בעיות טכניות, לספק הוראות לפתרון בעיות, להציע תיעוד רלוונטי ולבצע פעולות נתמכות בחשבון הלקוח.
עם זאת, הבדיקה שלי התמקדה בייעוץ טכני ובהעברה לנציג אנושי, ולא במתן אפשרות לסוכן לבצע שינויים בחשבון.
שאלתי שאלה מעשית על חיוב GPU ועל שמירת נתונים. מכיוון ש-Hostinger מחייבת לפי שעה עבור מופעי GPU, רציתי לדעת אם אוכל להשהות את השרת שלי בין עומסי עבודה של בינה מלאכותית בלי לאבד את היישומים, המודלים והקבצים שהתקנתי. שאלתי גם אם הפעלה מחדש תפסיק את החיובים ומה עליי לעשות כדי לשמר את סביבת העבודה שלי אם יהיה צורך למחוק את המופע לצמיתות.
הסוכן השיב בתוך פחות מ-30 שניות.
התשובה התייחסה לכל שלושת החששות. הוא הסביר שהפעלה מחדש רק מפעילה את השרת מחדש ואינה מפסיקה את החיוב. Hostinger אינה מציעה כרגע פונקציית השהיה או עצירה שמאפשרת ללקוחות לשמר מופע GPU בלי לשאת בחיובים. מחיקת המופע לצמיתות מפסיקה את החיוב, אך מוחקת לצמיתות את הנתונים המקומיים שלו.
התשובה הרחיבה והסבירה כיצד אוכל לשמר את סביבת העבודה שלי. היא המליצה להעביר מודלים ומערכי נתונים לאחסון חיצוני, לייצא תלויות של Python או Conda, לתעד את גרסאות CUDA ו-PyTorch ולשמור קובצי תצורה וסקריפטים של פריסה.

אהבתי את רמת הפירוט. במקום רק לציין שלא ניתן להשהות מופעי GPU, העוזר התייחס למה שעליי לעשות לפני מחיקת השרת לצמיתות. ההנחיות שלו גם תאמו את התיעוד הרשמי של Hostinger בנושא חיוב GPU, וכך יכולתי לבדוק את נכונות ההסבר.
עם זאת, מענה על השאלה הטכנית היה רק החלק הראשון של בדיקת התמיכה שלי. בשלב הבא רציתי לדבר ישירות עם מומחה אנושי.
בשעה 17:23 ביקשתי מ-Hostinger Agent לחבר אותי לנציג אנושי של שירות הלקוחות כדי לאשר את הפרטים על חיוב GPU ושמירת נתונים. במקום לתאם העברה, הוא חזר על המדיניות ועודד אותי להמשיך לקבל תמיכה מבוססת בינה מלאכותית, והסביר שזו תהיה דרך מהירה יותר.
בשעה 17:24 ביקשתי זאת שוב במפורש. הפעם ציינתי שהבנתי את המדיניות ושאיני זקוק להסבר נוסף מבינה מלאכותית. ביקשתי במפורש נציג אנושי והייתי מוכן להמתין.
בשעה 17:25 העוזר שוב סיכם את כללי החיוב לפני שהציע שתי אפשרויות: Wait for a human review ו-Continue with Hostinger Agent.

בחרתי באפשרות הבדיקה האנושית ואישרתי שאני רוצה להמשיך עם אדם. לאחר מכן, Hostinger הציגה הודעה שהבדיקה מתבצעת, ספירה לאחור ושדה שבו יכולתי לספק מידע נוסף למומחה.

בשעה 17:31, כשש דקות לאחר שהבקשה נכנסה לתהליך הבדיקה, קיבלתי תשובה המשויכת למומחית בשם Amber. בממשק הופיעה ההודעה “התשובה נבדקה על ידי Amber”.
בהודעה של Amber התבקשתי לספק את שם מופע ה-GPU שלי, את הנקודות בנושא חיוב או שמירת נתונים שרציתי לקבל עליהן אישור, וכל שגיאה או צילום מסך רלוונטיים.

סיפקתי את שם המופע, hostinger-gpu-review-b200, וביקשתי אישור לגבי שלוש נקודות חשובות: היעדר פונקציית השהיה, מחיקה לצמיתות של הנתונים לאחר המחיקה לצמיתות של המופע, והזמינות של תמונות מצב, גיבויים או אחסון מתמיד.
שאלתי גם שאלה על תהליך התמיכה עצמו. מכיוון שבממשק נכתב שהתשובה נבדקה על ידי Amber, רציתי לדעת אם אני מדבר כעת ישירות איתה או עדיין מתקשר עם בינה מלאכותית.
בשעה 17:33 קיבלתי תשובה מפורטת נוספת. בתשובה אושר שמופעי GPU ממשיכים לצרוך קרדיטים גם כשהם במצב לא פעיל, שמחיקת מופע לצמיתות מסירה את הנתונים המקומיים שלו, וש-Hostinger אינה מספקת כרגע תמונות מצב של GPU, גיבויים אוטומטיים או אחסון מתמיד.
הוסבר גם שמופע נמחק לצמיתות מיד כשיתרת הקרדיטים מגיעה לאפס, ללא תקופת חסד. החלופה שהוצעה הייתה לייצא את הסביבה ל-VPS נפרד, לאחסון בענן או למחשב מקומי באמצעות כלים כגון scp או rsync.
אבל החלק החושפני ביותר בתשובה עסק בתמיכה האנושית. Hostinger אישרה במפורש שעדיין התקשרתי עם Hostinger Agent, עוזר מבוסס בינה מלאכותית. מומחה אנושי פיקח על השיחה או בדק אותה, אך לא הועברתי לצ’אט ישיר עם אדם אחד על אחד.

להבחנה הזאת יש חשיבות. ביקשתי במכוון נציג אנושי, ולא הסבר אוטומטי נוסף. אף שהמערכת דאגה לפיקוח אנושי וסיפקה תשובה טכנית מלאה, היא לא אפשרה את האינטראקציה הישירה עם אדם שביקשתי.
מהשאלה הראשונה בשעה 17:22 ועד להבהרה הסופית בשעה 17:33, כל חילופי הדברים עם התמיכה ארכו כ-11 דקות. התשובה הראשונית של הבינה המלאכותית הגיעה בתוך פחות מ-30 שניות, ואילו הבדיקה האנושית נעשתה גלויה בערך שש דקות לאחר שביקשתי להסלים את הפנייה.
לאחר שבדקתי את הצ’אט החי, עברתי אל מרכז העזרה המקוון של Hostinger כדי לבדוק באיזו קלות לקוחות GPU יכולים למצוא תשובות בלי לפנות לתמיכה.
דף הבית היה נקי ומאורגן היטב, ובו סרגל חיפוש בולט ותיעוד שחולק לקטגוריות כגון תחילת העבודה, לוח הבקרה של Hostinger, VPS, חיוב ואישורי SSL. עם זאת, לא הצלחתי למצוא בין האפשרויות המוצגות קטגוריה ייעודית ל-GPU.

הקלדתי “gpu” בסרגל החיפוש, ו-Hostinger הציגה 10 תוצאות. שמונה מהן עסקו במיוחד באירוח GPU, וכיסו בחירת חומרה, תבניות יישום, פריסה, ניהול מופעים, חיוב, שירותים חשופים לאינטרנט, אבטחה והשוואות לאירוח VPS. שתי התוצאות האחרות עסקו במדיניות ההחזר הכספי ובלוח הבקרה של Hostinger.

אהבתי שהחיפוש הציג מיד תיעוד רלוונטי בנושא GPU, גם ללא קטגוריה ייעודית בדף הבית. חשוב מכך, המאמרים עסקו בנושאים מעשיים כמו צריכת קרדיטים לפי שעה, אובדן נתונים לאחר מחיקת מופע ואבטחת יישומים הנגישים לציבור.
לאחר מכן בחנתי את המדריכים השונים כדי לראות עד כמה ברור הם מסבירים את הנושאים האלה ועד כמה ההוראות שלהם תואמות את הניסיון המעשי שלי.
עיינתי במדריכים של Hostinger בנושא הגדרת GPU ו ניהול מופעים. הם עוסקים בבחירת חומרה, אזורי אירוח, תבניות תוכנה, פריסה, ניטור ושירותים חשופים לאינטרנט.
ההוראות תאמו היטב את החוויה שלי ב-hPanel. הערכתי גם את העובדה ש-Hostinger הכירה במגבלות הזמינות של GPU באזורים שונים, שבהן נתקלתי כאשר RTX 4090 אזל מהמלאי ולוס אנג’לס הייתה אפשרות הפריסה היחידה שלי.
ה מדריך החיוב של GPU היה שימושי במיוחד, משום שהתייחס לאותן חששות שהעליתי במהלך צ’אט חי.
הוא מאשר שהחיוב נמשך כאשר מופע אינו פעיל, שהפעלה מחדש אינה עוצרת את החיובים ושמחיקת מופע לצמיתות מוחקת את הנתונים המקומיים לצמיתות.
חשוב מכך, Hostinger מזהירה שאין מילוי אוטומטי של קרדיטים או התראות על יתרה נמוכה. אזילת הקרדיטים גורמת למחיקה מיידית של המופע.

אלה פרטים קריטיים לכל מי שמפעיל עומסי עבודה של בינה מלאכותית ללא השגחה, ואהבתי ש-Hostinger הסבירה אותם בבירור.
המדריך של Hostinger בנושא חשיפת שירותים מסביר על גישה ציבורית, תצורת יציאות ופרוטוקולים נתמכים. הוא גם מבהיר שבחירה ב-HTTPS אינה מגדירה אוטומטית הצפנת TLS.
מדריך האבטחה הנלווה עוסק באימות יישומים ובהגנה באמצעות חומת אש. עם זאת, הייתי רוצה לראות אזהרה ברורה יותר לגבי שמירת גישת SSH לפני הפעלת כללי חומת אש מגבילים.

Hostinger סיפקה חוויית תמיכה מוצלחת בסיוע בינה מלאכותית, אף שתהליך ההעברה לנציג אנושי שלה הותיר מקום לשיפור.
Hostinger Agent ענה על שאלתי בנושא GPU בתוך פחות מ-30 שניות, הסביר את השלכות החיוב והמליץ על צעדים מעשיים לשימור הסביבה שלי. ההנחיות שלו היו מפורטות ותאמו לתיעוד הרשמי.
פיקוח אנושי התאפשר לאחר כשש דקות, והמענה הסופי התייחס לשאלות הנוספות שהעליתי. עם זאת, נאלצתי לבקש שוב ושוב להעביר את השיחה לנציג, והשיחה נותרה בהובלת בינה מלאכותית במקום להפוך לצ’אט חי ישיר עם מומחה.
מאגר הידע היה יתרון נוסף. שמונת המאמרים הייעודיים ל-GPU סיפקו הסברים ברורים על פריסה, ניהול, חיוב, חשיפת שירותים ואבטחה. התיעוד בנושא חיוב היה שימושי במיוחד להבנת הסיכונים הכרוכים בצריכה רציפה של קרדיטים ובאובדן נתונים לצמיתות.

כן, למפתחים ולצוותי בינה מלאכותית שזקוקים לקיבולת GPU רצינית בלי לרכוש את החומרה. ה-B200 שלי הריץ הסקת מסקנות של Qwen בקצב של כ-126 טוקנים לשנייה לאחר חימום ראשוני, ויצר תמונות SDXL בתוך כ-0.91 שניות.
הפריסה הייתה מהירה לאחר שהיה לי שירות SSH עובד בנקודת קצה. עם זאת, בעיית הצגת כתובת ה-IP בשרת הראשון, הזמינות המשתנה של החומרה, הקרדיטים שאינם ניתנים להחזר והיעדר אפשרות השהיה או גיבויים מובנים הם סיכונים משמעותיים.
| שם תכנית | מעבד | RAM | רוחב פס | מחיר | |
|---|---|---|---|---|---|
| Free Trial | - | ללא הגבלה | 0.00 ₪ | פרטים | |
| Game Panel 2 | 2 ליבות | 8 GB | 8 TB | 27.79 ₪ | פרטים |
| Game Panel 4 | 4 ליבות | 16 GB | 16 TB | 40.98 ₪ | פרטים |
| Game Panel 8 | 8 ליבות | 32 GB | 32 TB | 81.98 ₪ | פרטים |
| Description | Expert Review |
|---|---|
| אחסון חסכוני עם ביצועים גבוהים וכלי ניהול קלים | Read Shared Hosting Review |
| ast ואחסון WordPress מאובטח עם התקנה בלחיצה אחת ותכו�... | Read Wordpress Hosting Review |
| אחסון VPS מדרגי עם משאבים ייעודיים וגישה כ-root | Read VPS Review |
| אחסון ענן מהיר וגמיש עם זמן פעילות מצוין ומשאב�... | Read Cloud Hosting Review |
| פתרונות אחסון מאובטחים ופרטיים עם מיקומי מרכז�... | Read Offshore Hosting Review |
| אחסון דוא"ל מאובטח ואמין עם תכונות ברמה מקצועי�... | Read Email Hosting Review |
| אחסון Python אמין עם סביבות גמישות למפתחים. | Read Python Hosting Review |
| אחסון PHP בעל ביצועים גבוהים עם תמיכה מלאה באתרי... | Read PHP Hosting Review |
| אחסון VPS אמין מבוסס Windows עם שליטה מלאה ואפשרויו�... | Read Windows VPS Review |
| אחסון מהיר וגמיש המותאם ליישומי Node.js עם ביצועי�... | Read Nodejs Hosting Review |
| אחסון אופטימלי לחנויות WooCommerce עם מהירות גבוהה �... | Read Woocommerce Hosting Review |
| אחסון שרת ייעודי לחוויות משחק Minecraft חלקות | Read Minecraft Server Hosting Review |
| פתרונות אחסון מדרגיים עם תכונות מתקדמות לסוכנ�... | Read Agency Hosting Review |
| אחסון מהיר, מאובטח ומותאם לאתרי מסחר אלקטרוני �... | Read Magento Hosting Review |
| אחסון מבוסס לינוקס בביצועים גבוהים לתפעול יצי�... | Read Linux Hosting Review |
| פתרונות אחסון Java אמינים ליישומי אינטרנט דינמי�... | Read Java Hosting Review |
| אחסון מותאם לאתרי מסחר אלקטרוני עם ביצועים מאו... | Read Ecommerce Hosting Review |
| אחסון אמין ל-Django עם מהירויות גבוהות וסביבה מאו�... | Read Django Hosting Review |
| אחסון cPanel קל לשימוש עם ביצועים חזקים ותמיכה אמ�... | Read Cpanel Hosting Review |
| אחסון עוצמתי לעסקים עם מהירויות גבוהות, אבטחה �... | 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 |
| אחסון שרת SMTP ייעודי לאספקת דוא"ל אמינה ומאובטח�... | Read SMTP Server Review |
| אחסון מהיר ומותאם במיוחד ליישומי ווב ב-Ruby on Rails. | Read Ruby on Rails Review |
| אחסון עשיר בתכונות עם שילוב OpenClaw לבנייה ולניהו... | Read OpenClaw Review |
| אחסון מהיר ואמין עם שרתים מבוססי בריטניה לביצו... | Read UK Hosting Review |
| אחסון זול ואמין עם שרתים מבוססי הודו לגישה עם ש... | 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 |
כן. ה-NVIDIA B200 שלי הריץ בהצלחה הסקה של Qwen2.5-7B ויצירת תמונות עם Stable Diffusion XL. התוצאות משתנות בהתאם למודל, למסגרת העבודה ולגודל המופע.
Hostinger מפרסמת 192 GB של VRAM. ה-B200 שלי דיווח על 178.34 GiB דרך PyTorch, בהתאם להבדלים בין יחידות זיכרון עשרוניות ובינאריות.
אין. קרדיטים ל-GPU ממשיכים להיצרך בזמן שהמכונה אינה פעילה או מאתחלת מחדש. השמדת המכונה מפסיקה את חיובי השימוש אך מסירה לצמיתות את הנתונים המקומיים שלה.
לא ראיתי ניסיון חינם ייעודי ל-GPU במהלך התשלום שלי. Hostinger אינה כוללת רכישות GPU וקרדיטים ל-AI במסגרת אחריות ההחזר הכספי הסטנדרטית שלה ל-30 יום.
כן. SSH פעל על מופע ה-B200 החלופי שלי, אף שהפריסה הראשונה הציגה כתובת IP פרטית במקום נקודת קצה ציבורית וניתנת לשימוש ל-SSH.

ענה על מספר שאלות פשוטות ומצא את הפתרון המושלם בשבילך!
התחל חיפוש אחסון





