---
title: "Templates: ComfyUI/vLLM/PyTorch/Ollama & 33 mehr | LowCostGPU"
description: "37 Ein-Klick-GPU-Templates: offizielle Images für PyTorch, vLLM, Ollama, ComfyUI, Axolotl, volle VMs – oder jedes Docker-Image. Läuft in ~30 s auf Festpreis-GPUs."
url: https://lowcostgpu.com/de/templates
last_modified: 2026-10-20T10:29:15+00:00
prices_as_of: 2026-10-19
site: LowCostGPU (lowcostgpu.com)
---

Templates · 37 gepflegte Stacks

# 37 GPU-Templates: von „Bereitstellen“ zu funktionierendem Stack in 30 Sekunden

Jedes Template ist ein gepinntes, GPU-bereites Image mit zugeordneten Ports und eingebundenem Speicherplatz – offizielle Builds der Tools, die Sie bereits verwenden. Starten Sie PyTorch, servieren Sie mit vLLM, generieren Sie mit ComfyUI, fine-tunen Sie mit Axolotl – oder verweisen Sie uns auf Ihr eigenes Docker-Image.

## Basis & Frameworks (6)

- **[NVIDIA CUDA](https://lowcostgpu.com/de/templates/nvidia-cuda)** Das reine CUDA-Basis-Image – Treiber, Toolkit, SSH und Jupyter. Bauen Sie Ihren eigenen Stack darauf auf. (CUDA 13) (ARM) (SSH) (Jupyter) lowcostgpu/base:cuda13 [GPUs & Details](https://lowcostgpu.com/de/templates/nvidia-cuda) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[PyTorch](https://lowcostgpu.com/de/templates/pytorch)** Der Standard für Training und Forschung: PyTorch 2.6, cuDNN, JupyterLab und SSH von Haus aus. (CUDA 12.8) (ARM) (SSH) (Jupyter) lowcostgpu/pytorch:2.6-cuda12.8 [GPUs & Details](https://lowcostgpu.com/de/templates/pytorch) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[TensorFlow CUDA](https://lowcostgpu.com/de/templates/tensorflow-cuda)** TensorFlow mit GPU-Unterstützung, Keras und TensorBoard auf einem zugeordneten Port. (CUDA 12.1) (SSH) (Jupyter) lowcostgpu/tensorflow:cuda12.1 [GPUs & Details](https://lowcostgpu.com/de/templates/tensorflow-cuda) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[PyTorch NGC](https://lowcostgpu.com/de/templates/pytorch-ngc)** NGC-optimierter PyTorch-Build von NVIDIA – abgestimmte Kernel für die Datacenter-Karten. (SSH) (VM) nvcr.io/nvidia/pytorch [GPUs & Details](https://lowcostgpu.com/de/templates/pytorch-ngc) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[NVIDIA RAPIDS](https://lowcostgpu.com/de/templates/nvidia-rapids)** GPU-beschleunigte Data Science – cuDF, cuML, cuGraph in einem Notebook. (CUDA 13) (ARM) (SSH) (Jupyter) rapidsai/notebooks [GPUs & Details](https://lowcostgpu.com/de/templates/nvidia-rapids) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[All-in-One-App-Studio](https://lowcostgpu.com/de/templates/all-in-one-app-studio)** Ein Launcher, der die meistgenutzten KI-Anwendungen auf einem Desktop bündelt – auswählen und starten. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/aio-studio [GPUs & Details](https://lowcostgpu.com/de/templates/all-in-one-app-studio) [bereitstellen](https://cloud.lowcostgpu.com/de)

## LLM-Serving & Chat (9)

- **[vLLM](https://lowcostgpu.com/de/templates/vllm)** Produktionsreifes LLM-Serving mit PagedAttention – ein OpenAI-kompatibler Endpunkt aus jedem HF-Modell. (CUDA 13) (ARM) (SSH) (Jupyter) lowcostgpu/vllm [GPUs & Details](https://lowcostgpu.com/de/templates/vllm) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[vLLM Omni](https://lowcostgpu.com/de/templates/vllm-omni)** vLLM erweitert für multimodale Modelle – Bild- und Audioeingaben auf demselben schnellen Server. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/vllm-omni [GPUs & Details](https://lowcostgpu.com/de/templates/vllm-omni) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[SGLang](https://lowcostgpu.com/de/templates/sglang)** Hochdurchsatz-Serving mit RadixAttention – eignet sich besonders für strukturierte und agentische Workloads. (CUDA 13) (ARM) (SSH) (Jupyter) lowcostgpu/sglang [GPUs & Details](https://lowcostgpu.com/de/templates/sglang) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Llama.cpp](https://lowcostgpu.com/de/templates/llama-cpp)** GGUF-Inferenz mit integriertem Server – der schlankste Weg, um quantisierte Modelle auszuführen. (CUDA 12.9) (ARM) (SSH) (Jupyter) lowcostgpu/llama-cpp [GPUs & Details](https://lowcostgpu.com/de/templates/llama-cpp) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Ollama](https://lowcostgpu.com/de/templates/ollama)** Quantisierte Modelle mit einem Befehl abrufen und ausführen – mit sauberer REST-API. (ARM) (SSH) (Jupyter) lowcostgpu/ollama [GPUs & Details](https://lowcostgpu.com/de/templates/ollama) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Open WebUI (Ollama)](https://lowcostgpu.com/de/templates/open-webui-ollama)** Eine vollständige Chat-Oberfläche über Ollama – Unterhaltungen, RAG und Modellverwaltung im Browser. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/openwebui [GPUs & Details](https://lowcostgpu.com/de/templates/open-webui-ollama) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Oobabooga Text Gen](https://lowcostgpu.com/de/templates/oobabooga-text-gen)** Die WebUI & API für Textgenerierung – laden Sie GPTQ, EXL2 oder GGUF mit Erweiterungen. (CUDA 12.4) (SSH) (Jupyter) lowcostgpu/oobabooga [GPUs & Details](https://lowcostgpu.com/de/templates/oobabooga-text-gen) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[HuggingFace TGI](https://lowcostgpu.com/de/templates/huggingface-tgi)** Hugging Face Text Generation Inference – bewährtes Serving für den Produktivbetrieb mit API. (SSH) (Jupyter) ghcr.io/huggingface/text-generation-inference [GPUs & Details](https://lowcostgpu.com/de/templates/huggingface-tgi) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Langflow (Ollama)](https://lowcostgpu.com/de/templates/langflow-ollama)** Erstellen Sie visuell LLM-Pipelines und Agenten auf einem lokalen Ollama-Backend. (CUDA 12.6) (SSH) (Jupyter) lowcostgpu/langflow [GPUs & Details](https://lowcostgpu.com/de/templates/langflow-ollama) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Training & Fine-Tuning (5)

- **[Axolotl – Fine-Tuning](https://lowcostgpu.com/de/templates/axolotl-fine-tuning)** Fine-Tuning von Llama, Qwen oder Mistral aus einer einzigen YAML-Datei – LoRA, QLoRA und Multi-GPU-FSDP. (CUDA 12.6) (ARM) (SSH) (Jupyter) axolotlai/axolotl-cloud [GPUs & Details](https://lowcostgpu.com/de/templates/axolotl-fine-tuning) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Unsloth Studio](https://lowcostgpu.com/de/templates/unsloth-studio)** 2× schneller, weniger VRAM beim Fine-Tuning – Unsloth-Kernel mit Notebook-Workflow. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/unsloth-studio [GPUs & Details](https://lowcostgpu.com/de/templates/unsloth-studio) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Kohya's GUI](https://lowcostgpu.com/de/templates/kohya-s-gui)** Trainieren Sie SDXL- und Flux-Bild-LoRAs in einer Browser-GUI – Datensatz rein,.safetensors raus. (CUDA 12.6) (SSH) (Jupyter) lowcostgpu/kohyas-gui [GPUs & Details](https://lowcostgpu.com/de/templates/kohya-s-gui) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Flux Gym](https://lowcostgpu.com/de/templates/flux-gym)** Eine denkbar einfache Oberfläche zum Trainieren von Flux-LoRAs, aufbauend auf den Kohya-Skripten. (ARM) (SSH) (Jupyter) lowcostgpu/fluxgym [GPUs & Details](https://lowcostgpu.com/de/templates/flux-gym) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Ostris AI Toolkit](https://lowcostgpu.com/de/templates/ostris-ai-toolkit)** Der AI-Toolkit-Trainer für Flux- und Diffusionsmodelle, mit einer Weboberfläche. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/ostris-ai-toolkit [GPUs & Details](https://lowcostgpu.com/de/templates/ostris-ai-toolkit) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Bildgenerierung (6)

- **[ComfyUI](https://lowcostgpu.com/de/templates/comfyui)** Knotenbasierte Bild- und Video-Workflows mit vorinstalliertem ComfyUI-Manager. (CUDA 13) (ARM) (SSH) (Jupyter) lowcostgpu/comfyui [GPUs & Details](https://lowcostgpu.com/de/templates/comfyui) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[InvokeAI](https://lowcostgpu.com/de/templates/invokeai)** Ein ausgereiftes Stable-Diffusion-Studio – Canvas, Ebenen und Workflow-Knoten. (CUDA 12.9) (ARM) (SSH) (Jupyter) lowcostgpu/invokeai [GPUs & Details](https://lowcostgpu.com/de/templates/invokeai) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[SD WebUI Forge](https://lowcostgpu.com/de/templates/sd-webui-forge)** Der Forge-Fork der SD WebUI – schnellere Attention, weniger VRAM, gleiche Erweiterungen. (CUDA 12.8) (ARM) (SSH) (Jupyter) lowcostgpu/sd-forge [GPUs & Details](https://lowcostgpu.com/de/templates/sd-webui-forge) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[SD WebUI A1111](https://lowcostgpu.com/de/templates/sd-webui-a1111)** Die klassische AUTOMATIC1111 Stable Diffusion WebUI mit dem vollständigen Erweiterungsökosystem. (CUDA 12.1) (ARM) (SSH) (Jupyter) lowcostgpu/a1111 [GPUs & Details](https://lowcostgpu.com/de/templates/sd-webui-a1111) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Fooocus](https://lowcostgpu.com/de/templates/fooocus)** Prompt-and-go-Bildgenerierung – Einfachheit im Midjourney-Stil auf SDXL. (CUDA 12.1) (SSH) (Jupyter) lowcostgpu/fooocus [GPUs & Details](https://lowcostgpu.com/de/templates/fooocus) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[SwarmUI](https://lowcostgpu.com/de/templates/swarmui)** Eine auf ComfyUI basierende Oberfläche, die die Generierung auf mehrere GPUs skaliert. (CUDA 12.4) (SSH) (Jupyter) lowcostgpu/swarmui [GPUs & Details](https://lowcostgpu.com/de/templates/swarmui) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Videogenerierung (2)

- **[Wan2GP](https://lowcostgpu.com/de/templates/wan2gp)** Wan und andere Videogenerierungsmodelle mit bescheidenem VRAM ausführen, mit einer einfachen Oberfläche. (CUDA 12.9) (SSH) (Jupyter) lowcostgpu/wan2gp [GPUs & Details](https://lowcostgpu.com/de/templates/wan2gp) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Open-Sora](https://lowcostgpu.com/de/templates/open-sora)** Das offene Text-to-Video-Modell, einsatzbereit für Generierung und Fine-Tuning. (CUDA 12.1) (SSH) (Jupyter) lowcostgpu/open-sora [GPUs & Details](https://lowcostgpu.com/de/templates/open-sora) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Audio & Sprache (3)

- **[Whisper WebUI & API](https://lowcostgpu.com/de/templates/whisper-webui-api)** Batch-Transkription von Audio mit faster-whisper, hinter einer Oberfläche und einem REST-Endpunkt. (CUDA 12.6) (ARM) (SSH) (Jupyter) lowcostgpu/whisper [GPUs & Details](https://lowcostgpu.com/de/templates/whisper-webui-api) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Voicebox TTS](https://lowcostgpu.com/de/templates/voicebox-tts)** Text-to-Speech und Stimmenklonen mit Weboberfläche und API. (CUDA 12.1) (SSH) (Jupyter) lowcostgpu/voicebox [GPUs & Details](https://lowcostgpu.com/de/templates/voicebox-tts) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[ACE Step 1.5](https://lowcostgpu.com/de/templates/ace-step-1-5)** Das ACE-Step-Musikgenerierungsmodell mit Oberfläche und API. (CUDA 12.4) (SSH) (Jupyter) lowcostgpu/acestep [GPUs & Details](https://lowcostgpu.com/de/templates/ace-step-1-5) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Desktops & VMs (4)

- **[Linux-Desktop](https://lowcostgpu.com/de/templates/linux-desktop)** Ein vollständiger GPU-Linux-Desktop im Browser – XFCE, VNC/RDP, GUI-Anwendungen ausführen. (CUDA 12.1) (ARM) (SSH) (Jupyter) lowcostgpu/linux-desktop [GPUs & Details](https://lowcostgpu.com/de/templates/linux-desktop) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Pinokio](https://lowcostgpu.com/de/templates/pinokio)** Der Pinokio-Ein-Klick-App-Browser für den Desktop – KI-Apps mit einem Klick installieren. (CUDA 13) (ARM) (SSH) (Jupyter) lowcostgpu/pinokio [GPUs & Details](https://lowcostgpu.com/de/templates/pinokio) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Ubuntu 22.04 VM](https://lowcostgpu.com/de/templates/ubuntu-22-04-vm)** Eine vollständige virtuelle KVM-Maschine – eigener Kernel, Root, systemd, jeder Stack. (SSH) (VM) lowcostgpu/kvm:ubuntu-22.04 [GPUs & Details](https://lowcostgpu.com/de/templates/ubuntu-22-04-vm) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Ubuntu Desktop VM](https://lowcostgpu.com/de/templates/ubuntu-desktop-vm)** Die Ubuntu-VM mit GNOME-Desktop über VNC/RDP – eine vollständige grafische Workstation. (SSH) (VM) lowcostgpu/kvm:ubuntu-desktop [GPUs & Details](https://lowcostgpu.com/de/templates/ubuntu-desktop-vm) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Spezialisiert (2)

- **[Unreal Pixel Streaming](https://lowcostgpu.com/de/templates/unreal-pixel-streaming)** Eine Unreal-Engine-App per Pixelstreaming in den Browser übertragen – auf einer Cloud-GPU. (CUDA 12.8) (SSH) (Jupyter) lowcostgpu/unreal-pixel-streaming [GPUs & Details](https://lowcostgpu.com/de/templates/unreal-pixel-streaming) [bereitstellen](https://cloud.lowcostgpu.com/de)
- **[Hashcat CUDA](https://lowcostgpu.com/de/templates/hashcat-cuda)** GPU-Passwort-Wiederherstellung für autorisierte Sicherheitstests – CUDA-beschleunigtes Hashcat. (SSH) dizcza/docker-hashcat [GPUs & Details](https://lowcostgpu.com/de/templates/hashcat-cuda) [bereitstellen](https://cloud.lowcostgpu.com/de)

## Eigenes Image mitbringen

Nichts Passendes dabei? Das Bereitstellungsformular akzeptiert jede OCI-Referenz – wir injizieren die NVIDIA-Runtime und führen Ihren Entrypoint unverändert aus.

- Öffentliche oder private Registries (Zugangsdaten verschlüsselt gespeichert).
- Ihre Ports, Umgebungsvariablen und Mount-Punkte für Volumes, festgelegt bei der Bereitstellung.
- Nach Image-Tag gepinnt – eine erneute Bereitstellung ist im nächsten Monat byteidentisch.

*bereitstellen – beliebiges Image*

```
$ lowcostgpu launch --gpu l40s \
    --image ghcr.io/acme/trainer:v14 \
    --ports 8080 --disk 100
✓ instance i-4fd02b11 running (31.2s)
```

## GPU-Templates: FAQ

Umgebungsvariablen, Ports und benutzerdefinierte Images in der [Template-Dokumentation](https://lowcostgpu.com/de/docs/templates).

**Was genau ist ein Template?**

Ein gepflegtes Container-Image mit sinnvollen Standardwerten beim Start: offene Ports, Mount-Punkte für Volumes, Health-Checks und Umgebungsvariablen. Wählen Sie eines bei der Bereitstellung aus, überschreiben Sie, was Sie möchten, und die Instanz startet direkt in einen funktionierenden Stack – meist in etwa 30 Sekunden.

**Kann ich stattdessen mein eigenes Docker-Image verwenden?**

Ja – das Bereitstellungsformular akzeptiert jede öffentliche oder private OCI-Image-Referenz (Registry-Zugangsdaten werden pro Konto verschlüsselt gespeichert). Wir injizieren die NVIDIA-Runtime; Ihr Entrypoint bleibt unverändert.

**Was bedeuten die Tags ARM, SSH, Jupyter und VM?**

Sie zeigen, wie ein Template läuft: ARM = baut auch für ARM-Hosts, SSH = direkter Shell-Zugriff, Jupyter = ein Notebook-Server auf einem zugeordneten Port, VM = eine vollständige virtuelle Maschine statt eines Containers.

**Kosten Templates extra?**

Nein. Sie zahlen nur den GPU-Preis – eine ComfyUI-Session auf einer RTX 4090 kostet $0,354/Std., Template inklusive, abgerechnet pro Sekunde.

---

*Über LowCostGPU:* LowCostGPU (lowcostgpu.com) ist ein Cloud-GPU-Vermietungsdienst mit 83 NVIDIA-GPU-Modellen – von der Tesla P4 ab $0,019/Std. bis zur B300 – zu festen Preisen, die mindestens 30 % unter dem öffentlichen GPU-Marktplatzmedian liegen und wöchentlich neu geprüft werden (H100 SXM: $1,680/Std. On-Demand). Die Abrechnung erfolgt sekundengenau, ohne Mindestausgabe; die Zahlung erfolgt ausschließlich in Krypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), ohne KYC. Die Instanzen laufen in Tier-III-Rechenzentren in 32 Regionen mit einer Verfügbarkeits-SLA von 99,9 % und werden in etwa 30 Sekunden über die Webkonsole (cloud.lowcostgpu.com) oder die REST-API bereitgestellt.

Quelle: https://lowcostgpu.com/de/templates · Seitenindex für KI-Assistenten: https://lowcostgpu.com/llms.txt · Vollständiger Inhalt: https://lowcostgpu.com/llms-full.txt