Wynajmij GPU do swojego następnego eksperymentu.

Moc dla Twojej kampanii, bez kupowania karty.

Uruchom GPU swojego projektu na 3, 7 lub 30 dni. Wybierasz konfigurację, okres i liczbę partii: każda karta zawiera pamięć na kartę, dostępny stan magazynowy i cenę pakietu, aby przygotować zakup.

Jedna partia zawiera jedną kartę dla czternastu konfiguracji i dwie karty dla B200. Ta jednostka pozwala porównać eksperyment na jednym GPU z kampanią rozłożoną na kilka partii, z jasno określoną sumą.

Znajdź karty, które warto wybrać do swojego modelu.

Walidacja inferencji, dostrajanie modelu i seria treningów nie wymagają tej samej pamięci. Zacznij od swojego obciążenia i bibliotek, a następnie porównaj pakiety kart, które odpowiadają tym potrzebom. IteraGPU daje Ci kilka opcji na każdym etapie kampanii.

• Zacznij od 24 GB na kartę: NVIDIA RTX A5000 24GB daje dostęp do ceny wejściowej. RTX 3090, RTX 4090 i L4 oferują również pojemność 24 GB, z własnymi pakietami.
• Przejdź na 48 GB na jednej karcie: porównaj A40, RTX A6000, RTX 6000 Ada i L40S, aby obsłużyć obciążenie przekraczające pojemność karty 24 GB.
• Zaplanuj co najmniej 80 GB na kartę: rozważ A100 SXM 80 GB, H100 PCIe lub SXM 80 GB, a następnie H200 SXM 141 GB, zależnie od środowiska i potrzebnej pamięci.
• Wybierz dużą pojemność lub kilka GPU: MI300X oferuje 192 GB na karcie AMD; partia B200 łączy dwie karty NVIDIA po 180 GB każda. Wybierz organizację, którą potrafi wykorzystać Twoje oprogramowanie.

Czas trwania dla każdego etapu Twoich badań.

Trzy dni na ukierunkowaną walidację; siedem dni na porównanie serii wariantów; trzydzieści dni na zorganizowanie kampanii z wieloma etapami. Wybierz okno odpowiadające Twojemu planowi pracy i sprawdź sumę pakietu przed złożeniem zamówienia.

W przypadku niezależnych eksperymentów możesz zaplanować jeden lot używany kolejno lub kilka lotów przeznaczonych do równoległych uruchomień. Dwa zwykłe loty oznaczają dwa GPU; dwa loty B200 oznaczają cztery. Obie karty B200 są już wliczone w cenę każdego lotu.

Zachowaj kontrolę nad swoimi badaniami, doprecyzuj swoje potrzeby.

Ty wybierasz swoje modele, swój kod i swoje zależności. Aby wybrać ofertę, oprzyj się na parametrach z karty i wymaganiach swojej kampanii.

Jeśli Twoja decyzja zależy od dostępu do Jupyter, trwałości jego plików, preinstalowanej wersji oprogramowania, RAM, pamięci masowej, połączenia między GPU lub czasu udostępnienia, potwierdź te punkty przed złożeniem zamówienia. Pamięć pozostaje właściwa dla każdej karty: Twoje oprogramowanie musi zorganizować pracę między kilkoma GPU.

Pakiety wykupują okres wydajności; przepustowość i liczba ukończonych eksperymentów zależą od Twojego obciążenia. Jeśli Twój projekt wymaga rozliczenia za godzinę lub gwarancji wydajności, doprecyzuj ten warunek przed wyborem.