Batch-Verarbeitung
Von tausend Datensätzen bis zum gesamten Datenbestand. Führen Sie Inferenz in großem Umfang aus, nach Ihrem Zeitplan.
Inferenz und GPU-Rechenleistung nach Bedarf für alles jenseits von Chat.
Batch-Verarbeitung. Embeddings. Dokument-Pipelines. Fine-Tuning. Ausgerichtet auf die Arbeit, die Sie ausführen, mit nutzungsbasierter Abrechnung.
01 / WAS SIE BAUEN KÖNNEN
Für die Jobs hinter Ihrem Produkt.
Und die Pipelines, die es am Laufen halten.
Von tausend Datensätzen bis zum gesamten Datenbestand. Führen Sie Inferenz in großem Umfang aus, nach Ihrem Zeitplan.
Verwandeln Sie unstrukturierte Daten in nützliche Vektoren. Schaffen Sie die Grundlage für Suche und Retrieval.
Extrahieren, klassifizieren und transformieren Sie Dokumente in strukturierte Daten, die Ihre Anwendungen nutzen können.
Bringen Sie Ihre Daten mit. Passen Sie Modelle mit GPU-Rechenleistung, die zur Aufgabe passt, an Ihre Domäne an.
02 / DAS RECHENMODELL
SO LÄUFT EIN JOB
Ein Job wird mit Ihrem Schlüssel eingereicht, gegen Ihr Kontingent und Guthaben geprüft, auf einer GPU gestartet, ausgeführt und nach dem Ende freigegeben.
Wählen Sie ein Modell oder bringen Sie Ihren eigenen Job mit. Legen Sie die benötigten Daten und Ressourcen fest.
Die Plattform ist darauf ausgelegt, GPU-Rechenleistung für die Aufgabe bereitzustellen und nach Abschluss wieder freizugeben.
Übernehmen Sie die Ergebnisse in Ihre Anwendung. Behalten Sie die Nutzung all Ihrer Jobs im Blick.
03 / PLATZIERUNG
Jede GPU-SKU trägt eine geordnete Liste von Cloud-Platzierungen und eine Vertrauensstufe. Ein Job startet auf der ersten Platzierung mit freier Kapazität und wird nie auf eine niedrigere Stufe verschoben.
Eine SKU wird der Reihe nach mit ihren Cloud-Platzierungen abgeglichen, und der Job startet auf der ersten mit freier Kapazität.
04 / MARKETPLACE
Eine Vorlage fasst ein Image, einen Befehl und eine GPU unter einem Namen zusammen. Jede wird vor der Veröffentlichung geprüft. Wählen Sie eine, verweisen Sie auf Ihre Daten und reichen Sie sie mit Ihrem Schlüssel ein.
Ein Image, ein Befehl und eine GPU werden zu einer Vorlage; die Vorlage wird vor dem Listing geprüft, und eine gelistete Vorlage läuft als Ihr Job.
05 / NUTZUNG STATT BINDUNG
Unser Abrechnungsmodell basiert auf der tatsächlichen Nutzung. So richten Sie Ihre Rechenkosten an realen Workloads aus, statt Kapazität im Voraus zu reservieren.
Job ausführen.
Rechenleistung nutzen.
Nutzung bezahlen.
Wenn Sie einen Job einreichen, wird ein Betrag auf Ihrem Guthaben reserviert. Die GPU-Zeit wird während der Laufzeit gemessen; am Ende zahlen Sie, was verbraucht wurde, und der Rest der Reservierung wird freigegeben.