了解产品所需的关键事实
Kernodeck 是本网站展示的商用名称。产品目录和订购资料提供了选择和跟踪租赁所需的信息。显卡显存与批量构成需与准备方式分开来看。
左右滚动表格即可查看所有列。| 项目 | 取值或规则 | 条件或限制 |
|---|---|---|
| 适用对象 | 开发者与自主用户 | 软件、模型和处理方式的选择由用户决定。 |
| 产品目录 | 15 款 NVIDIA 和 AMD 型号 | GPU 的规格本身并不能说明其所在服务器的情况。 |
| 可用性 | 目录中按型号标注的库存 | 公布的库存；提供日期和实际配置需另行核实。 |
| 周期 | 3 天、7 天或 30 天 | 租赁时长；该选择不保证任何计算时间。 |
| 数量 | 1 到 10 个批次 | 每个批量一个 GPU，B200 除外：两个 GPU。 |
| 定价 | 每个批量、每段时长的 USD 价格 | 总额为该套餐价乘以批量数量；批量内的显卡已包含在内。 |
| 软件准备 | Ubuntu、PyTorch、Blender 或自定义 | 配置时要求的偏好，并非已验证安装的证明。 |
| 账户与结算 | 邮箱/密码账户；免 KYC 加密支付 | 仍需提供名、姓和邮箱。不要求任何身份证件。 |
| 跟踪 | 下单、结算与准备 | 转账上报、其确认和资源交付是相互独立的环节。 |
项目自主，并附带订单跟踪
您自行选择代码、库、数据以及要执行的计算。Kernodeck 不会检查您的文件、提示词或计算内容。如果您请求帮助，请挑选有用的技术信息，并在分享前移除访问密钥。
该政策并不意味着不保留任何数据。账户、联系方式、订单、余额和结算操作均有各自的跟踪信息。您的应用也可能生成自己的日志。因此，不进行 KYC 流程并不构成绝对匿名的承诺。
可执行的资源及其证明范围
Kernodeck 的指南都从具体问题出发：先弄清 PyTorch 为何检测不到 GPU，再验证训练能否从同一断点恢复。可下载文件包含代码、说明和报告。您可以在将其用于自己的项目之前先审查其方法。
诊断已在 CPU 和配备 CUDA 的 RTX 5070 上测试；恢复练习在 CPU 上测试。这些测试在文档所述环境中验证了资源，既未测量目录中的 GPU，也未说明租赁实例上安装的软件。资料中注明了版本和结果。
左右滚动表格即可查看所有列。| 资源 | 输入与协议 | 提供的输出 | 限制 |
|---|---|---|---|
| PyTorch 诊断 v1 | float32 的 2 × 2 矩阵；乘积、梯度及指定设备校验。 | 乘积与梯度已验证；在所述环境中，CPU 和 CUDA 上的损失均为 196。 | 既非基准测试，也非业务模型测试，亦非 ROCm 硬件执行。 |
| 复现 v1 | 24 行合成数据；10 步对 5 + 5；四个全新进程，CPU float64。 | 完整复现：证明中的偏差为零。省略 RNG：检测到分歧。 | 既非 GPU 证明，也非 AMP，亦非分布式训练；绝对容差 1e-12，相对容差为 0。 |
把命令与您能复现的项目关联起来
在配置租赁之前，请保留一份代码版本、依赖项、具有代表性的输入以及结果判据。明确所需的软件准备，然后检查实际提供的链路。当您对比多次试验时，这种方法有助于每次只改变一个变量。
该记录保留 GPU、时长、批次和总计。加密货币转账后，“我已付款”表示您的操作；结算确认在核验之后进行。准备工作另行跟踪。对于您自己的工作，请预留可用的检查点，并在选定的时段内核实结果导出。