Bruksområder
Riktig datakraft for jobben.
Hva som betyr noe, hva du bør spørre leverandører om og hva du bør unngå, for de vanligste GPU-arbeidslastene.
Trening av store modeller
Kjøringer med flere GPU-er og flere noder som tar dager eller uker.
Les veiledningen →Betjening av modeller (inferens)
Betjening med lav forsinkelse som alltid er på, for reelle brukere.
Les veiledningen →Finjustering
Tilpasning av en eksisterende modell med langt mindre datakraft.
Les veiledningen →Bilde- og videogenerering
Arbeidslaster for diffusjon og generative medier.
Les veiledningen →Vitenskapelige arbeidslaster og HPC-arbeidslaster
Simulering, modellering og forskningsdatabehandling.
Les veiledningen →