推荐一家免费用的GPU平台!
Leo亲测
主题:AI算力平台使用体验
引言:要做深度学习或者机器学习,必然需要 GPU,如何构建一个弹性的 GPU 环境是很多读者关心和常问的问题,今天主要分享关于云服务器的选择。
考虑到读者在项目实践中对算力的需求,希望能推荐好用的算力平台。1个月前受到趋动云邀请,组织了一批AI开发者对趋动云平台进行内测,大家体验后感觉不错,具有灵活算力、按需使用,低上手门槛,分布式优化,协作共享等核心功能,特别适合做AI训练。
除了训练速度快之外,平台提供了大量热门公开数据集,省去大家上传数据集的时间成本。下面会介绍一下趋动云,讲下我们的使用体验,另外开学季期间,平台为人工智能与算法学习的读者提供了免费算力(面向新注册用户),可以在文末领取。
高性价比
相较市面上同类型公有云产品,趋动云算力拥有较高的性价比。采用分钟级的实时计费模式,具体可以见下表。另外趋动云算力最低价格0.45元/卡时,要比其它公有云包月的价格还便宜哦。
基础版 | 活动价:元 |
B3.small | 0.45*小时 |
B1.small | 0.49*小时 |
B1.8xlarge | 15.92*小时 |
B2.small | 0.69*小时 |
B2.8xlarge | 22.32*小时 |
高级版 | 活动价 |
P1.small | 2.12*小时 |
P1.8xlarge CPU:32 core(s),内存:96 GB | 67.92*小时 |
灵活算力,按需使用
基于GPU虚拟化技术,我们可以提供更灵活的算力选择,通过内置数十种算力规格,更准确的匹配您的算力需求,采用按需使用模型,使您最低成本获得高性能的计算服务。
低上手门槛
无需手工配置训练环境的繁琐,平台内置常用框架镜像、公开数据集,可快速基于JupyterLab 进行可视化编程界面、一键式离线任务提交,快速开启AI开发之旅。
分布式优化
为分布式训练优化,支持一机多卡,多机多卡等多种分布式训练形态。支持运行tensorflow、pytorch,hovorod等多种框架的分布式训练。
协作共享
数据集、镜像和代码共享,实现团队内部资源共享,协同研发。
快速集成
我们集成了 git 代码仓库,基于 S3 协议的云对象存储和 nfs 协议的文件存储,您的历史工作可以平滑过渡到平台上,免去迁移工作的烦恼。
最后
如果想了解其他GPU平台,也欢迎留言。今天测试的GPU平台注册地址(扫码体验):
人工智能与算法学习读者福利:新注册用户,可以联系趋动科技的负责人领取免费算力。
趋动科技负责人微信