Fakta layanan
IteraGPU adalah nama layanan yang disajikan di situs ini. Patokan di bawah ini menjelaskan penawaran kami dan alat yang tersedia. Tarif rinci dan stok setiap konfigurasi dapat dilihat di katalog; kapasitas sebuah kartu saja tidak menggambarkan server maupun hasil perangkat lunak Anda.
| Patokan | Nilai atau cara kerja | Ketentuan pembacaan |
|---|---|---|
| Pengguna | Riset dan rekayasa ML | Pelatihan, inferensi, dan fine-tuning sesuai protokol Anda |
| Katalog | 15 konfigurasi NVIDIA dan AMD | Pilih berdasarkan perangkat lunak yang kompatibel, memori, dan beban kerja terukur |
| Memori | 24 hingga 192 GB nominal per GPU | GB mengacu pada GB pabrikan; ini bukan GiB yang tersedia maupun RAM server |
| Komposisi | 1 GPU per lot; 2 GPU untuk B200 | Harga lot mencakup kartunya; memorinya tidak otomatis digabungkan |
| Location | 3, 7, atau 30 hari; 1 hingga 10 lot | Jumlah penuh dalam USD per lot, dikalikan kuantitas |
| Ketersediaan | Stok ditampilkan di setiap halaman | Konfirmasi pembayaran dan persiapan akses adalah dua tahap yang berbeda |
| Persiapan perangkat lunak | Lingkungan yang diinginkan saat pemesanan | Preferensi bukan bukti pemasangan atau kompatibilitas model Anda |
| Pemantauan | Akun, pesanan, dan catatan ML | Catatan yang Anda masukkan tidak menggantikan berkas, cadangan, atau pengukuran eksternal Anda |
Sumber teknis: Katalog dan karakteristik penawaran · Tarif paket · Ketentuan pemesanan
GPU adalah keputusan protokol
Memori harus menampung pekerjaan yang direncanakan, lingkungan harus sesuai dengan model, dan jadwal harus mencakup persiapan, pengukuran, pengulangan, dan ekspor. Dalam inferensi, tetapkan panjang input dan output serta jumlah permintaan simultan. Dalam pelatihan, periksa langkah lengkap dan status yang diperlukan untuk melanjutkan.
Alat ukur menghitung perkiraan berdasarkan parameter, format bobot, dan cadangan eksekusi Anda. Cadangan ini adalah asumsi eksplisit; ini bukan kapasitas yang dijamin. Untuk memilih di antara dua konfigurasi, gunakan kumpulan input dan aturan kualitas yang sama, lalu ukur kasus yang penting bagi proyek Anda.
Sumber teknis: Alat ukur dan asumsi · Siapkan permintaan inferensi
Sumber daya orisinal, dengan cakupan yang eksplisit
IteraGPU Lab v1 menghimpun notebook komputasi dan pengukuran memori, dua skrip Python, protokol kualitas, tarif paket, dan tabel mentah kosong. Kode dan dokumentasi orisinal didistribusikan di bawah lisensi MIT. Petunjuknya mencantumkan prasyarat dan kesalahan eksplisit ketika PyTorch atau GPU tidak tersedia.
Skrip pengukuran telah diuji pada RTX 5070 di luar katalog dengan jaringan 8.320 parameter. Uji ini memverifikasi instrumentasi; uji ini tidak mengukur model besar maupun performa penawaran sewaan. Berkas memori merinci kondisi dan hasilnya.
Metode memori menjelaskan penghitungnya; metode benchmark membandingkan hasil pada kualitas yang ditetapkan dan biaya paket yang dikomitmenkan. Sumber daya yang didistribusikan tidak memuat keluaran notebook atau hasil GPU yang sudah terisi sebelumnya. Ukur beban kerja Anda sebelum menarik rekomendasi darinya.
- Unduh IteraGPU Lab v1
Arsip berversi: protokol, notebook, skrip, tabel, petunjuk, inventaris, dan lisensi.
- Baca prasyarat dan cakupan validasi
Prasyarat, parameter yang diuji, dan batasan uji.
Sumber teknis: Estimasi dan puncak memori · Perbandingan dan biaya per korpus yang tervalidasi
Otonomi dalam pemrosesan Anda
Anda memilih perangkat lunak, model, dan organisasi komputasi Anda. IteraGPU tidak melakukan inspeksi terhadap isi berkas, prompt, atau pemrosesan Anda. Kebijakan ini menyangkut konten pekerjaan; kebijakan ini tidak menghapus informasi yang diperlukan untuk akun, pesanan, dan pelacakan pembayaran.
Siapkan dependensi dan versinya, periksa hak penggunaan, dan atur pencadangan Anda. Lingkungan yang dipilih saat pemesanan mencerminkan kebutuhan persiapan Anda. Kompatibilitasnya dengan pustaka, ekstensi, dan model Anda harus diperiksa sebelum menjalankan kampanye penuh.
Sumber teknis: Data dan privasi
Buku catatan untuk menyimpan alasan pemilihan
Buku catatan ML menyimpan tujuan, parameter, dan observasi yang Anda masukkan. Kaitkan hipotesis Anda dengan versi kode, kumpulan masukan, dan referensi pesanan. Simpan juga varian yang ditolak: kelebihan memori, kualitas tidak memadai, atau hasil tidak lengkap menjelaskan keputusan berikutnya.
Buku catatan tidak menjalankan kode Anda, tidak merekam telemetri GPU secara otomatis, dan tidak mengunggah kumpulan data Anda. Simpan berkas mentah, keluaran, dan checkpoint di cadangan Anda sendiri. Sebuah catatan harus memungkinkan Anda menemukan buktinya, tanpa menggantikannya.
Dari paket hingga pelacakan sewa
Pilih model, durasi, dan jumlah lot, lalu periksa total USD. Harga berlaku untuk paket secara keseluruhan; ini bukan penghitung per jam. Pembayaran krypto dilakukan tanpa KYC maupun permintaan dokumen identitas. Nama depan, nama belakang, dan email digunakan untuk pelacakan pesanan.
Setelah transfer, "Saya sudah bayar" mencatat laporan Anda untuk verifikasi. Pembayaran yang dikonfirmasi dan penyediaan akses GPU dilacak secara terpisah. Akun Anda menghimpun pesanan, dokumen, dan permintaan bantuan; periksa status kesiapan sebelum memulai pemrosesan Anda.
Sumber teknis: Alur pembayaran krypto
Pertanyaan praktis
Apakah IteraGPU memberikan rekomendasi GPU yang berlaku universal?
IteraGPU menyediakan kriteria dan alat untuk mempersiapkan pilihan Anda, tanpa menunjuk satu GPU pemenang untuk semua beban kerja. Memori, lingkungan, konteks, konkurensi, dan kualitas harus diperiksa bersama-sama. Anggaran kemudian dibandingkan di antara opsi yang memenuhi persyaratan tersebut.
Apakah dua GPU B200 merupakan satu memori tunggal?
Satu lot B200 mencakup dua GPU, masing-masing dengan memorinya sendiri. Perangkat lunak Anda harus mendistribusikan data atau komputasi secara eksplisit agar keduanya dapat digunakan bersama. Komposisi lot tidak membuktikan adanya memori terpadu, topologi tertentu, atau percepatan tertentu.
Apakah memilih PyTorch saat pemesanan menjamin model saya akan berjalan?
Memilih lingkungan menyatakan preferensi persiapan, bukan validasi model Anda. Periksa driver, pustaka, ekstensi, dan versi yang diperlukan, lalu jalankan kasus kecil yang representatif sebelum kampanye Anda.