Processamento em lote
De mil registros ao seu conjunto de dados inteiro. Execute inferência em massa, no seu cronograma.
Inferência e computação em GPU sob demanda para tudo o que vai além do chat.
Processamento em lote. Embeddings. Pipelines de documentos. Fine-tuning. Pensado para o trabalho que você executa, com cobrança por consumo.
01 / O QUE VOCÊ PODE CRIAR
Para os jobs por trás do seu produto.
E para os pipelines que o mantêm funcionando.
De mil registros ao seu conjunto de dados inteiro. Execute inferência em massa, no seu cronograma.
Transforme dados não estruturados em vetores úteis. Construa a base para busca e recuperação.
Extraia, classifique e transforme documentos em dados estruturados que seus aplicativos podem usar.
Traga seus dados. Adapte modelos ao seu domínio com computação em GPU na medida do trabalho.
02 / O MODELO DE COMPUTAÇÃO
COMO UM JOB É EXECUTADO
Um job é enviado com sua chave, verificado em relação à sua cota e ao seu saldo, iniciado em uma GPU, executado e liberado quando termina.
Escolha um modelo ou traga seu próprio job. Especifique os dados e recursos de que ele precisa.
A plataforma foi projetada para provisionar computação em GPU para a tarefa e liberá-la ao terminar.
Leve os resultados para seu aplicativo. Acompanhe o consumo de todos os seus jobs.
03 / ALOCAÇÃO
Cada SKU de GPU traz uma lista ordenada de alocações em nuvem e um nível de confiança. Um job é iniciado na primeira alocação com capacidade e nunca é rebaixado de nível.
Um SKU é comparado com suas alocações em nuvem em ordem, e o job é iniciado na primeira com capacidade.
04 / MARKETPLACE
Um template é uma imagem, um comando e uma GPU sob um único nome. Cada um é revisado antes de ser listado. Escolha um, aponte para seus dados e envie com sua chave.
Uma imagem, um comando e uma GPU formam um template; o template é revisado antes de ser listado, e um template listado é executado como seu job.
05 / CONSUMO, NÃO COMPROMISSO
Nosso modelo de cobrança é baseado no consumo, para que você alinhe o gasto com computação às cargas de trabalho reais, sem reservar capacidade com antecedência.
Execute o job.
Use a computação.
Pague pelo uso.
Quando você envia um job, uma retenção é aplicada ao seu saldo. O tempo de GPU é medido enquanto o job é executado; ao final, você paga pelo que foi usado e o restante da retenção é liberado.