1. Ein Ergebnis definieren, bevor die Karte gewählt wird
Wählen Sie ein Beispiel, das Ihre gesamte Anwendung durchläuft. Beginnen Sie bei der Inferenz mit einigen repräsentativen Eingaben und einem erwarteten Ausgabeformat. Planen Sie bei der Anpassung eines Modells einen kurzen Durchlauf ein, der die Daten liest, eine Aktualisierung vornimmt und einen Checkpoint schreibt. Ziel ist es, den vollständigen Pfad zu überprüfen, bevor Sie ihm das endgültige Volumen anvertrauen.
Nehmen wir ein didaktisches Beispiel: Sie möchten Dokumente klassifizieren. Bereiten Sie zwölf gekennzeichnete Dokumente vor, darunter mehrere Längen und einen Fall, den das Programm sauber ablehnen muss. Legen Sie die zulässigen Kategorien und das Ziel der Ergebnisse fest. Die zwölf Kennungen müssen im Bericht genau einmal erscheinen, mit einem akzeptierten Ergebnis oder einem expliziten Fehler. Dieses Szenario ist an Ihre Anwendung anzupassen; es setzt weder ein bestimmtes Modell noch einen bestimmten Durchsatz voraus.
Scrollen Sie durch die Tabelle, um alle Spalten zu lesen.| Zu prüfender Punkt | Vor dem Start vorbereitetes Kriterium |
|---|---|
| Eingaben | 12 eindeutige Kennungen; lesbare Dateien; ein ungültiger Fall vorgesehen. |
| Ergebnisse | Eine zulässige Kategorie pro akzeptiertem Dokument; keine erfundene Kennung. |
| Fehlschläge | Ein Grund für jedes abgelehnte Dokument; kein stilles Verschwinden. |
| Ende des Tests | Akzeptiert + abgelehnt = 12; Bericht und Ergebnisse aus einer Kopie geprüft. |
2. Backend, Speicher und Paket wählen
Beginnen Sie mit den Bibliotheken des Projekts. Eine CUDA-Abhängigkeit weist Sie in Richtung einer NVIDIA-Kette; ein MI300X-Angebot erfordert die Prüfung der ROCm-Unterstützung, insbesondere der Erweiterungen. Der offizielle PyTorch-Selektor unterscheidet System und Berechnungsplattform: Das Kopieren eines Befehls von einem anderen Rechner stellt keine Kompatibilitätsprüfung dar.
Vergleichen Sie anschließend den für eine repräsentative Aufgabe benötigten Speicher: Gewichte, Eingaben, Zwischenberechnungen und Zustände, die Ihrer Methode eigen sind. Die Dateigröße des Modells allein genügt nicht. Wenn Sie die Spitze noch nicht kennen, behalten Sie diesen Punkt als Ziel des Piloten bei, ohne zu behaupten, dass ein Modell allein aufgrund seiner Parameteranzahl passen wird.
Wählen Sie 3, 7 oder 30 Tage und 1 bis 10 Stapel. Ein Stapel enthält eine Karte, außer dem B200, der zwei enthält. Mehrere Karten verteilen das Programm nicht automatisch und vereinheitlichen ihren Speicher nicht. Planen Sie für die Laufzeit die Installation, die Kontrollen, die Berechnung und den Export ein; die zwölf Dokumente des Piloten dienen der Überprüfung der Prozedur, nicht der mechanischen Vorhersage der Dauer der gesamten Kampagne.
3. Einen Ordner vorbereiten, der einen Maschinenwechsel übersteht
Tragen Sie die Coderevision, die Abhängigkeiten, die Referenz der Daten und des Modells, die Parameter und den Eingabebefehl zusammen. Geben Sie an, wie die erforderlichen Zugänge separat bereitgestellt werden. Ein Pfad zu Ihrem Home-Verzeichnis ist keine Übertragungsprozedur: Ersetzen Sie implizite Annahmen durch Parameter und prüfen Sie die Pfade ausgehend vom Projektordner.
Die in der Konfiguration gewählte Vorbereitung Ubuntu, PyTorch, Blender oder benutzerdefiniert drückt Ihren Bedarf aus. Sie beweist nicht, dass Ihr Projekt, seine Erweiterungen oder seine Lizenzen bereits installiert sind. Beschreiben Sie, was vorhanden sein muss, und prüfen Sie dann die tatsächlich erhaltene Umgebung, bevor Sie mit der Verarbeitung beginnen.
Behalten Sie für unseren Dokumentenstapel eine unveränderliche Piloteingabe, eine Parameterdatei und ein separates Ergebnisverzeichnis pro Versuch bei. Schreiben Sie außerdem auf, wie der Bericht geprüft wird. Dieser Ordner muss nicht umfangreich sein; er soll verhindern, dass der Erfolg von einer vergessenen Zelle, einem alten Terminal oder einer nicht kopierten Datei abhängt.
projekt/
README.md # Installation, Start, Kontrolle
requirements-rebuild.txt # dokumentierte Abhängigkeiten und Herkunft
config/pilote.json # Parameter ohne Geheimnisse
data/pilote/ # die 12 zulässigen Eingaben
src/ # Ihre Anwendung
runs/ # ein Unterordner pro Versuch4. Die Bestellung prüfen und dann die Schritte des Services befolgen
Die Zusammenfassung muss Ihrer Auswahl entsprechen: Modell, Dauer, Lose, Gesamtzahl der Karten, Vorbereitung und USD-Betrag. Der Gesamtbetrag ist der Preis pro Los für die Dauer, multipliziert mit der Anzahl der Lose. Der Preis des B200-Loses enthält bereits seine beiden Karten: Multiplizieren Sie nicht ein zweites Mal mit der Anzahl der GPUs.
Für eine erste Bestellung erstellen Sie Ihr Konto mit Vorname, Nachname, E-Mail und Passwort. Wenn Sie bereits ein Konto haben, melden Sie sich an; wenn Sie bereits angemeldet sind, sind die Angaben vorausgefüllt. Das Konto ermöglicht es, Bestellungen und Guthaben von einem anderen Browser aus abzurufen. Der Ablauf erfordert weder ein KYC-Verfahren noch einen Identitätsnachweis.
Um mit Krypto zu bezahlen, verwenden Sie den für die jeweilige Abrechnung angezeigten Vermögenswert, das Netzwerk, die Adresse, den Betrag und die Frist. Nach der Überweisung erfasst „Ich habe bezahlt“ Ihre Meldung. Sie bestätigt weder den Eingang der Mittel noch die Bereitstellung. Ein ausreichendes USD-Guthaben kann die Miete ebenfalls vollständig begleichen. Befolgen Sie anschließend die Informationen zur Vorbereitung und die tatsächlich mitgeteilten Zugänge.
5. Den Start vor dem endgültigen Volumen kontrollieren
Wenn die Ressource bereitgestellt ist, identifizieren Sie den tatsächlich verwendeten Interpreter und die geladene Umgebung. Führen Sie die minimale Diagnose vor Ihrer Anwendung aus. Ein erfolgreicher PyTorch-Import beweist keine GPU-Berechnung; eine erfolgreiche einfache Berechnung validiert nicht alle Erweiterungen des Modells. Der Diagnoseordner beschreibt diesen Ablauf und stellt eine herunterladbare Ressource bereit.
Führen Sie anschließend Ihren Piloten in einem frischen Ausgabeverzeichnis aus. Prüfen Sie bei den Dokumenten die Identifikatoren, die Kategorien, die Anzahl der Erfolge und die erwarteten Ablehnungen. Untersuchen Sie mehrere Ergebnisse mit ihren Eingaben: Eine syntaktisch gültige Ausgabe kann für den Verwendungszweck dennoch falsch sein. Gehen Sie erst dann zum vollständigen Korpus über, nachdem Sie festgehalten haben, was akzeptiert wurde und was noch zu korrigieren ist.
Wenn der Start fehlschlägt, notieren Sie den ersten Fehler und den erreichten Schritt. Prüfen Sie den Interpreter, bevor Sie neu installieren; die Pfade, bevor Sie kopieren; die Größe der Eingaben, bevor Sie die Batch-Größe erhöhen. Ändern Sie jeweils nur einen Faktor. Wenn der Prozess lange dauert, organisieren Sie seine Überwachung getrennt von der interaktiven Verbindung, mit der Sie ihn gestartet haben.
6. Einen verwertbaren Nachweis sichern und über das weitere Vorgehen entscheiden
Kopieren Sie die Ergebnisse und ihre Auswertung an einen Ort, den Sie kontrollieren, und prüfen Sie diese Kopie anschließend. Vergewissern Sie sich, dass sie die Parameter und Referenzen enthält, die zum Verständnis des Ergebnisses nötig sind. Betrachten Sie eine Datei in der Rechenumgebung nicht als Ihre einzige Sicherung. Führen Sie diese Kontrolle während des Piloten durch und warten Sie nicht bis zum Ablauf der Miete.
Fügen Sie für ein Training einen Wiederaufnahme-Test in einem neuen Prozess hinzu. Das Kernodeck-Mini-Projekt demonstriert eine Methode auf der CPU; Ihre Anwendung muss noch ihre eigenen Zustände, ihre Genauigkeit und ihre Daten qualifizieren. Bei unabhängigen Dokumenten besteht die Wiederaufnahme eher darin, die abgeschlossenen und die erneut zu bearbeitenden Elemente zu identifizieren.
Ihre endgültige Entscheidung kann darin bestehen, das geplante Volumen zu starten, die Umgebung zu korrigieren oder die Konfiguration zu überarbeiten. Halten Sie diese Entscheidung mit ihrer Begründung fest. Ein Pilot, der eine Inkompatibilität aufdeckt, ist nützlich: Er verwandelt ein unklares Problem in eine präzise Bedingung, die vor dem Einsatz weiterer Rechenleistung zu lösen ist.