Вопросы перед первым запуском.
Сроки, лоты, память, оплата без KYC и отслеживание заказов: здесь собраны ответы, чтобы выбрать GPU и подготовить эксперимент.
24 ответ(ов)
Арендовать и организовать исследование
Какую конфигурацию выбрать для первого опыта в ML?
Начните с модели и вопроса, который нужно решить. Оцените веса, затем добавьте кэш, активации и буферы вашего запуска. Первая проба на 3 дня может послужить для загрузки модели, проверки зависимостей и измерения пикового объёма памяти. Затем сравните карты с достаточной ёмкостью: более новая карта не заменяет протокол, адаптированный к вашей нагрузке.
Какие сроки и объёмы я могу выбрать?
Аренда длится 3, 7 или 30 дней. В оформлении заказа вы выбираете от 1 до 10 лотов: в один лот входит одна карта, кроме B200 — в него входят две. Трёх дней достаточно для точечной проверки, семи — для серии вариантов, а тридцати — для организованной кампании. Подготовьте свои данные и точку возобновления до начала вычислений, чтобы посвятить всё время вашей цели.
Как читать цену и наличие карт для конфигурации?
Указанная цена соответствует одному лоту за выбранный срок, в USD. Итог заказа умножает этот тариф на число лотов. Наличие показывает доступные карты или лоты из двух карт для B200. Например, два лота B200 — это четыре GPU: цену лота не нужно умножать на два повторно.
Какие сведения нужно указать для заказа?
Выберите GPU, срок, число лотов и предпочтительное окружение: Ubuntu, PyTorch, Blender или другое. Затем создайте аккаунт, указав имя, фамилию, email и пароль, либо выберите «У меня уже есть аккаунт», чтобы войти. Если вы вошли, проверьте предзаполненные данные, а затем сводку. Никакие документы, удостоверяющие личность, не требуются.
Можно ли объединить память нескольких GPU?
У каждой карты своя собственная память. Распределённая программа должна явно размещать свои данные или вычисления на нескольких устройствах; два GPU не образуют автоматически один большой GPU. Дублирование модели, распределение слоёв и разделение состояний обучения отвечают разным задачам. Выберите свою стратегию, прежде чем заказывать несколько лотов.
Как подготовить тридцатидневную кампанию?
Определите обязательные эксперименты, необязательные варианты и критерий остановки. Сначала запустите небольшой полный пример, прежде чем запускать длинные лоты. Сохраняйте ревизии кода, параметры, измерения и контрольную точку, которую вы действительно перезагрузили. Также предусмотрите время на проверку и экспорт результатов, чтобы не отвести весь период только под вычисления.
Криптовалюта, без KYC и отслеживание расчёта
Что означает оплата без KYC в IteraGPU?
IteraGPU не требует ни удостоверения личности, ни процедуры проверки личности KYC для аренды. При оформлении заказа всё же сохраняются ваше имя, фамилия и контактный email. Вы выбираете актив и его сеть, а затем выполняете перевод из своего кошелька. Такой путь без проверки личности не означает, что транзакции публичного блокчейна становятся анонимными.
Какие активы и сети доступны?
Это BTC в сети Bitcoin, ETH в сети Ethereum, USDT и USDC в сети Ethereum, SOL в сети Solana, TRX и USDT в сети Tron, а также LTC в сети Litecoin. Выбирайте пару актив/сеть, указанную в заказе. Для токена вроде USDT одного названия недостаточно, чтобы определить назначение: в инструкциях различаются Ethereum и Tron.
Всегда ли сумма в криптовалюте остаётся неизменной?
Заказ сохраняет свою итоговую сумму в USD. В инструкциях указываются точная сумма в криптовалюте, курс и срок действия. Используйте ещё действительное намерение, когда готовите перевод. Если оно истечёт до вашей отправки, запросите новые инструкции из этого заказа; новая сумма соответствует курсу, полученному в этот момент.
Что делает кнопка «Я оплатил»?
После перевода нажмите кнопку соответствующего намерения. Сообщение «Платёж отмечен. Ожидается проверка.» означает, что отметка сохранена, и остаётся видимым при вашем возвращении. Затем расчёт проходит свою проверку. Если вы использовали старое намерение, откройте его в истории и воспользуйтесь его собственной кнопкой.
Как оплатить аренду со своего баланса USD?
Подтверждённое криптопополнение зачисляется на ваш баланс в USD. Затем откройте заказ на аренду и выберите оплату с баланса, когда он покрывает его сумму. У пополнения и аренды каждая остаётся со своей ссылкой, а реестр позволяет отследить сначала зачисление, затем списание. Простая регистрация пополнения не добавляет доступных средств.
Где отслеживать оплату и подготовку моего GPU?
Найдите дело в разделе «Мои аренды», затем в списке заказов. Там сумма, расчёт и этап предоставления показаны отдельно. «Платёж отмечен» соответствует вашему заявлению; «Оплачено» соответствует подтверждённому расчёту. Затем смотрите состояние подготовки и информацию о доступе, когда она предоставлена.
Автономность, данные и журнал ML
Могу ли я выбирать свои программы и свои вычисления?
Да. Вы выбираете свой код, свои модели, свои зависимости и вычисления, которые выполняете на арендованном GPU. Подготовьте окружение, версии и потребности которого вам известны. Чтобы сменить семейство оборудования, проверьте совместимость своих библиотек и расширений, прежде чем переносить целый протокол.
Проверяет ли IteraGPU мои файлы, промпты или вычисления?
Сервис не проводит проверку содержимого ваших файлов, промптов или вычислений. Вы сохраняете контроль над своими вычислениями и результатами. Коммерческое отслеживание использует информацию о заказе и расчёте; эта политика не является обещанием отсутствия любых технических данных или абсолютной анонимности.
Что хранит журнал ML?
Журнал собирает гипотезы, версии окружения, параметры и наблюдения, которые вы в него вносите. Используйте одну запись на экспериментальный вопрос: например, сравнить две точности при постоянном batch или измерить влияние контекста на кэш. Ясная заметка связывает конфигурацию с измерением и выводом; она не путает оценку с наблюдаемым результатом.
Как найти свои заказы из другого браузера?
Войдите в IteraGPU с email и паролем своей учётной записи, чтобы найти свои заказы, свой баланс и свой журнал. Выход из системы закрывает только сеанс. Данные прежнего гостевого сеанса могут быть сохранены при новой регистрации из этого сеанса, если он ещё действителен и ещё не привязан. Одного и того же адреса email недостаточно, чтобы восстановить дела из другого браузера. Скачайте сводку своих заказов, чтобы сохранить нужные ссылки.
Как сравнить два испытания, не исказив вывод?
Держите модель, набор данных, версии, длину входных данных и правила измерений постоянными. Меняйте по одной переменной за раз. Различайте первые запуски и стабилизированное состояние и измеряйте также качество вывода, а не только скорость. Документируйте сбои: превышенный пик памяти — полезная информация для выбора следующей конфигурации.
Что подготовить, чтобы разобрать техническую проблему?
Запишите номер заказа, модель GPU, версию библиотек и шаги, воспроизводящие проблему. По возможности сведите случай к одному репрезентативному входу и укажите ожидаемый результат. В приватном запросе уберите секреты и приложите полезные сообщения в виде текста; храните свои рабочие данные и полные файлы под своим контролем.
Протоколы и память
Достаточно ли размера весов, чтобы выбрать память GPU?
Нет. Он даёт основу для хранения параметров. В работе появляются и другие объекты: активации и временные аллокации, градиенты и состояния оптимизатора во время обучения, возможный кэш во время генерации. Подготовьте оценку с размерами вашей нагрузки, затем измерьте на репрезентативной пробе.
Что означает результат инструмента подбора размеров?
Это гипотеза, рассчитанная по вашим входным данным и явно показанным статьям. Она помогает организовать выбор; она не гарантирует ни загрузку модели, ни её скорость. Размеры, форматы и накладные расходы, свойственные вашему программному обеспечению, могут изменить потребность. Сохраняйте оценку с её датой, затем сравнивайте её с измеренным пиком.
Всегда ли более низкая точность предпочтительнее?
Более низкая точность меняет компромисс между памятью, вычислениями и численным поведением. Сравните её на одних и тех же входах по вашим критериям качества. Сохраняйте формат весов, формат вычислений и версии библиотек: их сочетание позволяет воспроизвести выбранный вариант.
Складывается ли память нескольких GPU автоматически?
Программа должна распределить работу и, при необходимости, состояния модели между устройствами. Несколько карт не становятся автоматически единым пространством памяти. Выберите стратегию параллелизма в зависимости от модели, а затем зафиксируйте пик на каждом GPU. Партия B200 содержит два GPU; память по-прежнему описывается для каждой карты.
Как сравнить два запуска, не теряя контекст?
Сначала зафиксируйте вопрос, метрики и критерий качества. Сохраняйте входные данные, версии, параметры, метод измерения и отдельные результаты. Объясните, что меняется между вариантами. Если одновременно меняется несколько элементов, вы можете сравнить полные конфигурации, но не можете приписать расхождение только одному из этих элементов.
Делает ли случайное зерно мой результат одинаковым везде?
Оно контролирует некоторые источники случайности, но не все различия при выполнении. PyTorch не гарантирует полную воспроизводимость между версиями, платформами и устройствами. Документируйте зёрна, детерминированные настройки и окружение. Также определите, что вы считаете воспроизводимым: те же точные значения или сопоставимый результат в пределах объяснённого допуска.