Fabric haute vitesse privé
Les nœuds H200 utilisent une topologie de 3,2 Tb/s ; les nœuds A100 utilisent une topologie de 1,6 Tb/s pour les collectifs distribués.
Clusters GPU
Un cluster. 16 à 64 GPU se déplaçant comme un seul.
Créez 2 à 8 nœuds homogènes directement depuis le tableau de bord, chacun avec huit GPU, un réseau privé haute vitesse, un stockage réseau optionnel et un modèle de Pod réutilisable.
Référence transparente
$1,79/GPU/h
Cluster A100 SXM à la demande
2–8
Nœuds en libre-service
16–64
GPU par cluster
1,6 à 3,2 Tb/s
Fabric privé
Régions UE, stockage chiffré et options d'isolation réseau
Pourquoi GPURento
Moins de travail d'infrastructure. Plus de progrès de modèle.
Environnements reproductibles
Lancez chaque nœud à partir du même modèle Pod testé et montez un volume réseau compatible avec la région.
Deux orchestrateurs
Choisissez PyTorch Distributed ou Slurm géré lors de la création du cluster.
Du code à la capacité
Un chemin clair vers la production.
1
Choisissez la topologie
Choisissez l'accélérateur, le nombre de nœuds, la région, le réseau et le modèle de capacité.
2
Attacher l'environnement
Choisissez PyTorch ou Slurm, un modèle Pod et un stockage partagé facultatif.
3
Créer sans formulaire de vente
Les ressources prépayées nécessitent un solde de portefeuille positif. Le minimum de $50 s’applique aux versements, pas à votre solde restant.
deploy.py
await fetch("/api/clusters", {
method: "POST",
headers: { "content-type": "application/json" },
body: JSON.stringify({
name: "training-fabric",
gpuId: "h200-sxm",
region: "eu-west-par",
nodeCount: 2,
scheduler: "slurm",
image: "pytorch/pytorch:2.6.0-cuda12.6-cudnn9-runtime",
templateId: null,
storageVolumeId: null
})
})✓ Configuration enregistrée dans l'espace de travail · état de provisionnement visible
Inclus
Une plateforme sérieuse, pas une simple surcouche.
Chaque charge de travail obtient la même couche d'API, d'identité, de facturation et d'observabilité.
2 à 8 nœuds GPU homogènes
Huit GPU par nœud
Tarification des clusters H200 ou A100
Réseau haute vitesse privé
Planificateur Slurm géré
Mode PyTorch Distributed
Volumes réseau limités à la région
Modèles Pod réutilisables
Quand dois-je utiliser un cluster plutôt qu'une instance unique ?+
Utilisez un cluster lorsque le modèle, l'ensemble de données ou l'objectif de temps de résultat nécessite plusieurs nœuds et une interconnexion rapide. Les travaux de fine-tuning plus petits restent souvent plus simples sur un seul nœud multi-GPU.
Slurm est-il disponible sans contacter les ventes ?+
Configurez les ressources directement dans le tableau de bord. L’utilisation prépayée consomme le crédit du portefeuille ; les locations mensuelles disposent d’un paiement séparé.
Puis-je mettre à l'échelle le cluster moi-même ?+
Oui. Le tableau de bord prend en charge la mise à l'échelle entre 2 et 8 nœuds tout en préservant le type de GPU, la région et le fabric.
Un cluster peut-il utiliser un stockage persistant ?+
Oui. Créez d'abord un volume réseau, puis attachez-le lors de la création du cluster. Le volume et le cluster doivent être dans la même région.
Prêt quand vous l'êtes