对于大模型服务器租用，通常需要选择具有高计算能力、大显存容量的GPU型号，以下是一些适合租用来进行大模型训练的GPU型号：

高端GPU型号

1. NVIDIA A100：

- 基于Ampere架构，提供大量的Tensor核心和高达80GB或120GB的HBM2显存，非常适合进行大规模的深度学习模型训练。

2. NVIDIA V100：

- 基于Volta架构，提供高达32GB的HBM2显存，适合各种高性能计算任务，包括深度学习和科学计算。

3. NVIDIA H100：

- 最新一代的GPU，基于Hopper架构，提供极高的计算性能和显存带宽，适合要求极其严苛的训练任务。

中高端GPU型号

1. NVIDIA RTX 6000：

- 基于Ampere架构，拥有24GB GDDR6显存，适合预算相对有限但需要较高显存容量的用户。

2. NVIDIA RTX 8000：

- 同样基于Ampere架构，提供48GB GDDR6显存，适合需要更高显存容量的深度学习任务。

性价比高的GPU型号

1. NVIDIA RTX 3070 / RTX 3080 / RTX 3090：

- 这些型号提供不同的显存容量和计算性能，适合预算有限但需要较好性能的用户，尤其是RTX 3090，拥有24GB GDDR6X显存。

2. NVIDIA RTX A4000 / RTX A5000：

- 这些是专业级的GPU，提供16GB或24GB GDDR6显存，适合多种创意和计算任务。

选择时的考虑

- 显存大小：大模型训练通常需要大量的显存，至少16GB起步，根据模型大小和复杂度可能需要更多。

- 计算能力：选择具有高并行处理能力的GPU，以便加速训练过程。

- 预算：根据预算平衡性能和成本，选择性价比高的型号。

在选择租用GPU型号时，还需要考虑服务提供商的支持、维护、价格以及合同条款等因素。建议根据具体的项目需求和预算，与多个服务提供商进行沟通，比较不同GPU型号的租用方案。