H100, H200 ve L40S GPU kaynaklarıyla AI modellerinizi Türkiye lokasyonlu bulutta çalıştırın
Bölgeler: tr-ist-01 (İstanbul) · tr-ank-01 (Ankara).
Eğitim verisi nesne depolamada durur ve seçilen Türkiye bölgesindeki GPU düğümüne okunur.
Çok GPU’lu düğüm modeli eğitir; düzenli checkpoint’ler ilerlemeyi korur.
Onaylanan checkpoint model kaydına yazılır ve inference ucuna bir sürüm olarak açılır.
Uygulama istekleri inference ucuna gelir; uç nokta talebe göre ölçeklenir.
Cevap
GPU / AI Compute, eğitim, fine-tuning ve çıkarım için GPU kaynağı sunar. Kapasiteyi donanım satın almadan seçersiniz.
GPU, depolama ve ağ ihtiyacınızı maliyet hesaplayıcıda birlikte değerlendirin.Maliyet Hesapla
Anlık kapasite ve kota seçilen kaynağa göre değişir; hizmet seviyesi koşulları SLA sayfasında açıklanır.
Özellikler
Modelinizi çalıştırmak için gereken hesaplama ve veri kaynaklarını birlikte seçin.
Nasıl çalışır
İş yükünüzü tanımlayın, kaynaklarınızı hazırlayın ve küçük bir denemeyle başlayın.
Modelinizin bellek ihtiyacını, veri boyutunu ve hedef çalışma süresini belirleyin. Eğitim, fine-tuning ve inference aynı kaynak profiline ihtiyaç duymayabilir. H100, H200 ve L40S seçeneklerini bu ihtiyaçlarla karşılaştırın ve kendi verinizle küçük bir deneme yapın.
GPU seçimi kadar verinin nasıl taşındığı da önemlidir. CPU ve RAM ihtiyacını, çalışma diskini, veri setlerinin tutulacağı alanı ve ağ trafiğini birlikte değerlendirin. Veri setleri ve model çıktıları için Object Storage kullanabilirsiniz. Erişim yetkilerini ve yedekleme ihtiyacını kurulumdan önce belirleyin.
Toplam maliyet GPU modeli ve adedi, çalışma süresi, CPU/RAM, depolama ve ağ kullanımına bağlıdır. Bağlı disk, genel IP ve yedekleme ayrı kalemlerdir. Güncel fiyatları maliyet hesaplayıcıda görebilirsiniz.
Konsoldan kaynak profilinizi seçin ve sunucunuzu oluşturun. İşletim sistemiyle uyumlu GPU sürücüsünü ve uygulamanızın bağımlılıklarını kurun. Discuss üzerindeki Ubuntu NVIDIA sürücü rehberini takip edebilirsiniz. Veri setinizin küçük bir bölümüyle deneme yapıp bellek kullanımı ve çalışma süresini ölçün; kapasiteyi bu sonuçlara göre ayarlayın.
PortvMind Cloud GPU kaynak erişimini ve kontrol düzlemini sağlar. Model, veri, uygulama ortamı ve erişim izinleri ekibinize aittir.
Senaryolar
GPU kaynaklarını aşağıdaki işler için değerlendirebilirsiniz. Kaynak ihtiyacı kullandığınız model ve veri setine göre değişir.
Karar ölçütleri
Başlamadan önce yönetim sorumluluklarını, kurulum adımlarını ve maliyet kalemlerini gözden geçirin.
SSS
Evet. PortvMind Cloud, AI/ML eğitimi, inference ve yoğun hesaplama için GPU sunucular sunar. Seçenekler H100, H200 ve L40S’tir.
Modelin bellek ihtiyacını, veri hacmini ve hedef çalışma süresini temel alın. Eğitim ve inference için farklı kaynak profilleri gerekebilir. Seçenekleri karşılaştırdıktan sonra kendi iş yükünüzle deneme yapın; sonuçları ekiple değerlendirerek uygun kapasiteyi belirleyebilirsiniz.
GPU sunucu maliyeti; GPU modeli ve adedi, CPU/RAM, depolama, ağ kullanımı ve çalışma süresine göre değişir. Güncel seçenekleri PortvMind Cloud maliyet hesaplayıcısında yapılandırabilir veya özel bir iş yükü için uzman ekiple görüşebilirsiniz.
Konsoldan sunucunuzu oluşturduktan sonra işletim sisteminize uygun GPU sürücüsünü ve uygulama bağımlılıklarını kurun. Ubuntu kullanıyorsanız Discuss üzerindeki NVIDIA sürücü kurulum rehberini izleyebilirsiniz. İlk denemede küçük bir veri seti kullanarak kurulumu, bellek kullanımını ve çalışma süresini kontrol edin.
Sonraki adım
Kaynağı konsoldan oluşturun. Taşıma veya ölçekleme planı için mimari görüşmede birlikte ilerleyin.
Senaryonuzu maliyet hesaplayıcıda modelleyin.Maliyet Hesapla
