プライベート高速ファブリック
H200ノードは3.2 Tb/sトポロジーを使用します。A100ノードは分散コレクティブに1.6 Tb/sトポロジーを使用します。
GPUクラスター
1つのクラスター。16〜64 GPUが一体となって動作。
ダッシュボードから直接、各ノードに8 GPU、プライベート高速ファブリック、オプションのネットワークストレージ、再利用可能なPodテンプレートを持つ、2〜8の均一なノードを作成します。
透明なベースライン
$1.79/GPU/時間
A100 SXMクラスター オンデマンド
2–8
セルフサービスノード
16–64
クラスターあたりのGPU数
1.6〜3.2 Tb/s
プライベートファブリック
EUリージョン、暗号化ストレージ、ネットワーク分離オプション
GPURentoを選ぶ理由
インフラ作業を減らし、モデルの進歩を増やす。
再現可能な環境
テスト済みの同じPodテンプレートからすべてのノードを起動し、リージョン互換のネットワークボリュームをマウントします。
2つのオーケストレーター
クラスター作成時にPyTorch Distributedまたは管理されたSlurmを選択します。
コードからキャパシティへ
本番環境へのクリーンなパス。
1
トポロジを選択
アクセラレータ、ノード数、リージョン、ファブリック、キャパシティモデルを選択します。
2
環境をアタッチ
PyTorchまたはSlurm、Podテンプレート、オプションの共有ストレージを選択します。
3
セールスフォームなしで作成
前払いリソースには、ゼロを超えるウォレット残高が必要です。最低額の$50は入金に適用されるもので、残りの残高に適用されるものではありません。
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
})
})✓ 設定はワークスペースに保存されました · プロビジョニング状態が表示されます
含まれています
薄いラッパーではなく、本格的なプラットフォーム。
すべてのワークロードは、同じAPI、ID、請求、可観測性レイヤーを取得します。
2〜8台の同一GPUノード
ノードあたり8 GPU
H200またはA100クラスター価格
プライベート高速ネットワーク
マネージドSlurmスケジューラー
PyTorch Distributedモード
リージョン限定ネットワークボリューム
再利用可能なPodテンプレート
単一インスタンスの代わりにクラスターを使用すべきなのはいつですか？+
モデル、データセット、または結果までの時間のターゲットが複数のノードと高速相互接続を必要とする場合は、クラスターを使用します。小さなファインチューニングジョブは、多くの場合、1つのマルチGPUノードの方が簡単です。
Slurmは営業に連絡せずに利用できますか？+
リソースはダッシュボードで直接設定できます。前払い利用ではウォレット残高を使用し、月額レンタルでは別の決済手続きを利用します。
クラスターを自分でスケーリングできますか？+
はい。ダッシュボードは、GPUタイプ、リージョン、ファブリックを維持しながら、2〜8ノード間のスケーリングをサポートします。
クラスターは永続ストレージを使用できますか？+
はい。最初にネットワークボリュームを作成し、クラスター作成中にアタッチしてください。ボリュームとクラスターは同じリージョンにある必要があります。
いつでも準備完了