Pertanyaan sebelum uji coba pertama.

Mulailah dari model dan pertanyaan yang ingin dijawab. Estimasikan bobot, lalu tambahkan cache, aktivasi, dan buffer eksekusi Anda. Uji coba pertama selama 3 hari dapat digunakan untuk memuat model, memverifikasi dependensi, dan mengukur puncak memori. Selanjutnya bandingkan spesifikasi dengan kapasitas yang memadai: kartu yang lebih baru tidak menggantikan protokol yang sesuai dengan beban kerja Anda.

Sewa berlangsung 3, 7, atau 30 hari. Anda memilih 1 hingga 10 lot di checkout: satu lot terdiri dari satu kartu, kecuali B200 yang terdiri dari dua kartu. Tiga hari cocok untuk validasi terarah, tujuh hari untuk rangkaian varian, dan tiga puluh hari untuk kampanye yang terorganisir. Siapkan data dan titik pemulihan Anda sebelum perhitungan dimulai agar durasi yang tersedia dapat difokuskan pada tujuan Anda.

Harga yang ditampilkan berlaku untuk satu lot pada durasi yang dipilih, dalam USD. Total pesanan mengalikan paket ini dengan jumlah lot. Stok menunjukkan kartu yang tersedia, atau lot berisi dua kartu untuk B200. Misalnya, dua lot B200 mewakili empat GPU: harga lot tidak boleh dikalikan dua untuk kedua kalinya.

Pilih GPU, durasi, jumlah lot, dan preferensi lingkungan Anda: Ubuntu, PyTorch, Blender, atau lainnya. Selanjutnya buat akun Anda dengan nama depan, nama belakang, email, dan kata sandi, atau pilih « Saya sudah punya akun » untuk masuk. Periksa detail yang telah terisi jika Anda sudah masuk, lalu ringkasan pesanan. Tidak ada dokumen identitas yang diminta dari Anda.

Setiap kartu memiliki memorinya sendiri. Program terdistribusi harus menempatkan datanya atau perhitungannya secara eksplisit pada beberapa perangkat; dua GPU tidak secara otomatis menjadi satu GPU besar tunggal. Duplikasi model, pembagian lapisan, dan pemartisian status pelatihan menjawab kebutuhan yang berbeda. Pilih strategi Anda sebelum memesan beberapa lot.

Tentukan eksperimen yang wajib, varian opsional, dan kriteria penghentian Anda. Jalankan kasus lengkap yang kecil sebelum meluncurkan lot panjang. Simpan revisi kode, parameter, pengukuran, dan checkpoint yang benar-benar telah Anda muat ulang. Sediakan juga waktu untuk memverifikasi dan mengekspor hasil, agar seluruh periode tidak hanya terpakai untuk perhitungan.

IteraGPU tidak meminta dokumen identitas maupun prosedur verifikasi identitas KYC untuk penyewaan. Namun, proses checkout tetap menyimpan nama depan, nama belakang, dan email kontak Anda. Anda memilih aset dan jaringannya, lalu melakukan transfer dari dompet Anda. Alur tanpa kontrol identitas ini tidak berarti bahwa transaksi pada blockchain publik menjadi anonim.

Metodenya adalah BTC di Bitcoin, ETH di Ethereum, USDT dan USDC di Ethereum, SOL di Solana, TRX dan USDT di Tron, serta LTC di Litecoin. Pilih pasangan aset/jaringan yang ditampilkan dalam pesanan. Untuk token seperti USDT, nama saja tidak cukup untuk mengidentifikasi tujuan: instruksinya membedakan Ethereum dan Tron.

Pesanan mempertahankan totalnya dalam USD. Instruksinya mencantumkan jumlah kripto yang tepat, kurs, dan tenggat waktu. Gunakan intention yang masih berlaku saat Anda menyiapkan transfer. Jika kedaluwarsa sebelum Anda mengirim, minta instruksi baru dari pesanan ini; jumlah barunya sesuai dengan kurs yang diperoleh saat itu.

Setelah transfer Anda, klik tombol pada intention yang bersangkutan. Pesan « Paiement signalé. Vérification en attente. » menunjukkan bahwa pelaporan telah dicatat, dan tetap terlihat saat Anda kembali. Penyelesaian kemudian melalui proses verifikasinya. Jika Anda menggunakan intention lama, buka intention tersebut di riwayat dan gunakan tombolnya sendiri.

Top up kripto yang terkonfirmasi akan mengisi saldo USD Anda. Setelah itu, buka pesanan sewa dan pilih pembayaran dengan saldo tersebut jika saldonya mencukupi jumlahnya. Top up dan sewa masing-masing menyimpan referensinya sendiri, dan register memungkinkan Anda melacak kredit lalu debit. Sekadar mencatat top up tidak menambah dana yang tersedia.

Temukan berkasnya di « Mes locations », lalu di daftar pesanan. Berkas tersebut menampilkan jumlah, pembayaran, dan tahap penyediaan secara terpisah. « Paiement signalé » sesuai dengan laporan Anda; « Payée » sesuai dengan pembayaran yang terkonfirmasi. Selanjutnya, periksa status persiapan dan informasi akses ketika sudah tersedia.

Ya. Anda memilih kode, model, dependensi, dan pemrosesan yang Anda jalankan di GPU sewaan. Siapkan lingkungan yang versi dan kebutuhannya Anda ketahui. Untuk berganti keluarga perangkat keras, periksa kompatibilitas pustaka dan ekstensi Anda sebelum memindahkan protokol secara utuh.

Layanan ini tidak melakukan pemeriksaan terhadap isi berkas, prompt, atau komputasi Anda. Anda tetap memegang kendali atas pemrosesan dan hasil Anda. Pemantauan komersial menggunakan informasi pesanan dan pembayaran; kebijakan ini bukan janji tidak adanya data teknis apa pun maupun anonimitas mutlak.

Catatan ini menghimpun hipotesis, versi lingkungan, parameter, dan pengamatan yang Anda tuliskan di dalamnya. Gunakan satu lembar per pertanyaan eksperimen: misalnya, membandingkan dua presisi pada batch konstan atau mengukur pengaruh konteks terhadap cache. Catatan yang jelas mengaitkan konfigurasi dengan pengukuran dan kesimpulan; catatan itu tidak mencampuradukkan estimasi dengan hasil yang teramati.

Masuk ke IteraGPU dengan email dan kata sandi akun Anda untuk menemukan pesanan, saldo, dan catatan Anda. Keluar hanya menutup sesi. Data dari sesi tamu lama dapat dipertahankan saat pendaftaran baru dari sesi tersebut, jika sesinya masih valid dan belum terhubung. Alamat email yang sama tidak cukup untuk memulihkan berkas dari browser lain. Unduh ringkasan pesanan Anda untuk menyimpan referensi yang berguna.

Jaga agar model, dataset, versi, panjang input, dan aturan pengukuran tetap konstan. Ubah satu variabel pada satu waktu. Bedakan antara eksekusi awal dan kondisi yang sudah stabil, lalu ukur juga kualitas output, bukan hanya kecepatan. Dokumentasikan kegagalan: lonjakan memori yang terlampaui adalah informasi berguna untuk memilih konfigurasi berikutnya.

Catat referensi pesanan, model GPU, versi library, dan langkah-langkah yang mereproduksi masalah. Jika memungkinkan, perkecil kasus menjadi satu input representatif dan jelaskan apa yang diharapkan. Dalam permintaan pribadi Anda, hapus rahasia dan lampirkan pesan yang relevan dalam bentuk teks; simpan data bisnis dan file lengkap Anda tetap dalam kendali Anda.

Tidak. Ukuran itu memberi dasar untuk penyimpanan parameter. Pekerjaan menambah objek lain: aktivasi dan alokasi sementara, gradien dan status pengoptimal selama pelatihan, cache yang mungkin ada selama generasi. Siapkan perkiraan dengan dimensi beban kerja Anda, lalu ukur percobaan yang representatif.

Itu adalah hipotesis yang dihitung dari masukan Anda dan komponen yang ditampilkan secara eksplisit. Ini membantu mengatur pemilihan; ini tidak menjamin pemuatan model maupun kecepatannya. Dimensi, format, dan biaya tambahan khusus perangkat lunak Anda dapat mengubah kebutuhan. Simpan perkiraan beserta tanggalnya, lalu bandingkan dengan puncak yang terukur.

Presisi yang lebih rendah mengubah kompromi antara memori, komputasi, dan perilaku numerik. Bandingkan pada masukan yang sama dengan kriteria kualitas Anda. Simpan format bobot, format komputasi, dan versi pustaka: kombinasinya memungkinkan reproduksi varian yang dipilih.

Program harus membagi pekerjaan dan, bila perlu, status model di antara perangkat. Beberapa kartu tidak otomatis menjadi satu ruang memori tunggal. Pilih strategi paralelisme Anda berdasarkan model, lalu catat puncaknya pada setiap GPU. Lot B200 berisi dua GPU; memori tetap dijelaskan per kartu.

Tetapkan dulu pertanyaan, metrik, dan kriteria kualitas. Simpan input, versi, parameter, metode pengukuran, dan hasil individual. Jelaskan apa yang berubah di antara varian. Jika beberapa elemen berubah secara bersamaan, Anda dapat membandingkan konfigurasi lengkap, tetapi Anda tidak dapat mengaitkan selisihnya pada salah satu elemen tersebut saja.

Seed mengendalikan sebagian sumber keacakan, bukan semua perbedaan eksekusi. PyTorch tidak menjamin reproduktibilitas penuh antar versi, platform, dan perangkat. Dokumentasikan seed, pengaturan deterministik, dan lingkungan. Tentukan juga apa yang Anda anggap reprodusibel: nilai eksak yang sama atau hasil yang sebanding menurut toleransi yang dijelaskan.