Klastry GPU

Jeden klaster. 16–64 GPU działające jako jedna całość.

Utwórz 2–8 jednorodnych węzłów bezpośrednio z panelu, każdy z ośmioma GPU, prywatną szybką siecią, opcjonalnym magazynem sieciowym i wielokrotnego użytku szablonem Pod.

Przejrzysta linia bazowa

$1.79/GPU/godz.

Klaster A100 SXM na żądanie

Samoobsługa

2–8

Węzły samoobsługowe

16–64

GPU na klaster

1.6–3.2 Tb/s

Prywatna sieć

Regiony UE, szyfrowana pamięć masowa i opcje izolacji sieci

Dlaczego GPURento

Mniej pracy infrastrukturalnej. Więcej postępu modelu.

Prywatna szybka sieć

Węzły H200 używają topologii 3,2 Tb/s; węzły A100 używają topologii 1,6 Tb/s dla operacji zbiorczych rozproszonych.

Powtarzalne środowiska

Uruchom każdy węzeł z tego samego przetestowanego szablonu Pod i zamontuj jeden wolumen sieciowy zgodny z regionem.

Dwa orkiestratory

Wybierz PyTorch Distributed lub zarządzany Slurm podczas tworzenia klastra.

Od kodu do pojemności

Jedna czysta ścieżka do produkcji.

1

Wybierz topologię

Wybierz akcelerator, liczbę węzłów, region, sieć i model pojemności.

2

Podłącz środowisko

Wybierz PyTorch lub Slurm, szablon Pod i opcjonalną współdzieloną pamięć masową.

3

Utwórz bez formularza sprzedaży

Zasoby przedpłacone wymagają dodatniego salda portfela. Minimum $50 dotyczy wpłat, a nie pozostałego salda.

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
  })
})
✓ Konfiguracja zapisana w obszarze roboczym · widoczny stan udostępniania

Uwzględnione

Poważna platforma, nie cienka otoczka.

Każde obciążenie otrzymuje ten sam interfejs API, tożsamość, rozliczenia i warstwę obserwowalności.

2–8 jednorodnych węzłów GPU
Osiem GPU na węzeł
Cennik klastrów H200 lub A100
Prywatna szybka sieć
Zarządzany harmonogram Slurm
Tryb PyTorch Distributed
Woluminy sieciowe ograniczone do regionu
Wielokrotnego użytku szablony Pod

FAQ

Proste odpowiedzi.

Przeczytaj dokumentację
Kiedy powinienem użyć klastra zamiast pojedynczej instancji?+

Użyj klastra, gdy model, zbiór danych lub cel czasu do wyniku wymaga wielu węzłów i szybkiego interkonektu. Mniejsze zadania dostrajania często pozostają prostsze na jednym węźle z wieloma GPU.

Czy Slurm jest dostępny bez kontaktu z działem sprzedaży?+

Konfiguruj zasoby bezpośrednio w panelu. Użytkowanie w modelu przedpłaconym zużywa środki z portfela; wynajem miesięczny ma osobny proces płatności.

Czy mogę sam skalować klaster?+

Tak. Panel obsługuje skalowanie między 2 a 8 węzłami, zachowując typ GPU, region i strukturę.

Czy klaster może używać trwałej pamięci masowej?+

Tak. Najpierw utwórz wolumin sieciowy, a następnie podłącz go podczas tworzenia klastra. Wolumin i klaster muszą być w tym samym regionie.

Gotowy, gdy ty jesteś

Dostarcz obciążenie, nie oczekiwanie.

Utwórz konto