DS Lab
Мощные GPU в облаке: плати за секунды работы, а не за простой инфраструктуры
Paperspace — облачная GPU-платформа: поможет разработать, обучить и развернуть AI/ML-приложение на видеокартах NVIDIA, включая H100, а также прогнать сложную симуляцию или ускорить рендер. Она рассчитана на частных разработчиков, команды и компании, задачи тут от машинного обучения и 3D-графики до игр, CAD и обычной офисной работы. Сервис вошёл в состав DigitalOcean, полный набор GPU и других AI-продуктов доступен на DigitalOcean.com, а сама платформа даёт виртуальные машины с GPU и контейнеры на базе Kubernetes.
Путь модели такой: прототип в Notebook, обучение или дообучение на машинах, затем масштабируемые API-эндпоинты. Notebook — веб-IDE на Jupyter, она работает на ускоренных машинах и держит общее постоянное хранилище. Deployments запустит образ контейнера и будет обслуживать инференс, Workflows поможет собрать ML-конвейер в несколько строк кода. Machines — виртуальные машины Linux и Windows для тяжёлых вычислений, с постоянным хранилищем и бесплатным безлимитным трафиком, но Windows-шаблоны новым пользователям недоступны. Есть ещё облачные рабочие столы, 3D-станции и игровые машины.
Gradient поможет создавать, обучать и разворачивать модели разного размера: внутри ноутбуки, Workflows, распределённое обучение, инференс и репозиторий моделей. Платформа возьмёт на себя планирование задач и выделение ресурсов, серверами управлять не придётся, а обучение можно масштабировать на разных GPU без лимита по времени выполнения. В команде есть права доступа, аналитика загрузки и лимиты расходов, разработчикам открыты API и CLI. Gradient можно поставить в частное облако, локально или в частный кластер, корпоративные варианты — через отдел продаж.
Регистрация бесплатна, войти можно через Google или GitHub. Хостинговые Notebooks предлагают бесплатные GPU, объём и условия не указаны. План Free стоит $0: публичные проекты, 5 ГБ хранилища, базовые инстансы и автовыключение через 12 часов, платные инстансы идут по своей почасовой ставке. Pro на странице указан и за $8, и за $12 в месяц: приватные проекты, 15 ГБ и инстансы среднего уровня, платные машины оплачиваются отдельно по часам. Growth для команд стоит $39 в месяц: 50 ГБ, высокопроизводительные инстансы, экспертная поддержка и отдельная почасовая оплата платных машин. T1 — $12 за пользователя в месяц, а T2 и корпоративные планы считают через отдел продаж.
Выделенные GPU NVIDIA, включая H100, A100, A6000 и V100, берут по часам и по месяцам. Мульти-GPU бывает на 2 и 4 карты, вариант на 8 — у H100, A100 и A100-80G, у M4000 его нет. Почасовой on-demand начинается с M4000 за $0.45, H100 on-demand по промо-цене стоит $5.95 в час, а $2.24 в час за H100 действует только при обязательстве на 3 года. На почасовом плане выключенная машина оплачивается только за хранилище, месячный план — фиксированная сумма за безлимитный доступ. Возврат не предусмотрен, в исключительном случае можно открыть тикет в поддержку.
Мощные GPU в облаке: плати за секунды работы, а не за простой инфраструктуры
Juice Labs разжигает неиспользуемую мощь GPU с новым программным обеспечением GPU-over-IP
Платформа для создания, обучения и развертывания продуктов на основе искусственного интеллекта с помощью PyTorch. Она позволяет вам использовать готовые, полностью настраиваемые компоненты для работы с облачной инфраструктурой, управления затратами, масштабирования и другими техническими задачами.
Российская витрина нейросетей раздаёт мощности двух видеокарт бесплатно через Яндекс ID