Verfügbare GPU-Server
Preis pro Stunde für die ganze Maschine, minutengenau abgerechnet. Der Start dauert meist 2–5 Minuten.
So wählen Sie einen GPU-Server
Die GPU
Der Katalog zeigt Server, die gerade frei sind. Der Preis gilt pro Stunde für die ganze Maschine, minutengenau in Euro abgerechnet. Beginnen Sie mit der Grafikkarte: Für LLMs und Bildgenerierung reicht meist eine RTX 3090 oder RTX 4090 mit 24 GB, für das Training großer Modelle brauchen Sie eine A100 oder H100 mit 80 GB.
Die übrige Hardware
Danach zählt der Rest der Maschine. Der RAM sollte mindestens so groß sein wie der Grafikspeicher, sonst lädt das Modell langsam. Eine schnelle Festplatte und eine Anbindung ab 100 Mbit/s sparen Zeit beim Herunterladen von Gewichten und Datensätzen. Die Zuverlässigkeit zeigt, wie stabil die Maschine bisher gelaufen ist: Für lange Trainingsläufe wählen Sie Server mit hohem Wert.
Nach dem Start
Nach dem Start erscheinen SSH- und Jupyter-Zugang in Ihrem Dashboard. Die Festplatte des Servers wird beim Stoppen gelöscht. Wenn Sie Ihre Modelle und Ergebnisse brauchen, klicken Sie auf „Speichern und stoppen“: Wir behalten den Ordner /workspace für 0,03 € pro GB und Monat, und Ihr nächster Server erhält ihn automatisch. Für eigene Docker-Images funktioniert das Speichern noch nicht. Sie wissen nicht, welche Karte Ihr Modell braucht? Sehen Sie sich die KI-Apps und Modell-Anleitungen an.
So funktioniert es
Klicken Sie auf „Mieten“, melden Sie sich an oder registrieren Sie sich und laden Sie Guthaben für eine Stunde Laufzeit der Maschine auf. Der Server startet, und SSH- und Jupyter-Zugang erscheinen in Ihrem Dashboard. Beim Stoppen können Sie Modelle und Ergebnisse speichern und auf Ihrem nächsten Server weiterverwenden.