Özel yüksek hızlı doku
H200 düğümleri 3,2 Tb/s topoloji kullanır; A100 düğümleri dağıtık kolektifler için 1,6 Tb/s topoloji kullanır.
Panodan doğrudan, her biri sekiz GPU'lu, özel yüksek hızlı bir ağ yapısına, isteğe bağlı ağ depolamasına ve yeniden kullanılabilir bir Pod şablonuna sahip 2–8 homojen düğüm oluşturun.
Şeffaf temel
$1,79/GPU/saat
A100 SXM kümesi isteğe bağlı
2–8
Self-servis düğümler
16–64
Küme başına GPU
1,6–3,2 Tb/s
Özel doku
Neden GPURento
H200 düğümleri 3,2 Tb/s topoloji kullanır; A100 düğümleri dağıtık kolektifler için 1,6 Tb/s topoloji kullanır.
Tüm düğümleri aynı test edilmiş Pod şablonundan başlatın ve bölgeyle uyumlu bir ağ birimi bağlayın.
Kümeyi oluştururken PyTorch Distributed veya yönetilen Slurm seçin.
Koddan kapasiteye
Topoloji seçin
Hızlandırıcıyı, düğüm sayısını, bölgeyi, dokuyu ve kapasite modelini seçin.
Ortamı ekle
PyTorch veya Slurm, bir Pod şablonu ve isteğe bağlı paylaşılan depolama seçin.
Satış formu olmadan oluştur
Ön ödemeli kaynaklar için cüzdan bakiyesinin pozitif olması gerekir. $50 asgari tutar, kalan bakiyenize değil, yüklemelere uygulanır.
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
})
})Dahil
Her iş yükü aynı API, kimlik, faturalandırma ve gözlemlenebilirlik katmanını alır.
Model, veri kümesi veya sonuç süresi hedefi birden çok düğüm ve hızlı bir ara bağlantı gerektirdiğinde bir küme kullanın. Daha küçük ince ayar işleri genellikle tek bir çoklu GPU düğümünde daha basit kalır.
Kaynakları doğrudan kontrol panelinde yapılandırın. Ön ödemeli kullanım cüzdan bakiyesinden karşılanır; aylık kiralamaların ayrı bir ödeme süreci vardır.
Evet. Pano, GPU türünü, bölgeyi ve dokuyu koruyarak 2 ile 8 düğüm arasında ölçeklendirmeyi destekler.
Evet. Önce bir ağ birimi oluşturun, ardından küme oluşturma sırasında ekleyin. Birim ve küme aynı bölgede olmalıdır.
Hazır olduğunuzda