Ready2Go Alugar GPU
Uso

Servidores GPU para treino e fine-tuning de IA

É no treino que as placas caras valem o preço: memória HBM, NVLink entre as placas e CPU e RAM suficientes para manter as GPUs ocupadas.

O que escolher

  • Fine-tuning LoRA / QLoRA até ~70B: uma H100 ou H200, ou uma RTX PRO 6000 para orçamentos menores.
  • Fine-tuning completo de modelos de 7–13B: 2–4× H100 ou A100 80 GB.
  • Pré-treino ou fine-tuning completo de modelos grandes: 8× H100, H200 ou B200 em uma máquina.

Veja Qual GPU? para as diferenças entre as placas.

O que vem na máquina

Escolha a imagem PyTorch no pedido e você recebe PyTorch, CUDA e cuDNN já instalados e compatíveis com o driver. Você tem root dentro do contêiner, então pip install, apt e seus scripts funcionam normalmente.

A imagem CUDA traz o toolkit sem framework, se você preferir instalar as suas próprias versões.

Seus dados e checkpoints

Cada máquina vem com 100 GB de disco NVMe. Baixe datasets direto do Hugging Face, do S3 ou do seu próprio armazenamento — hosts em data centers costumam ter conexões rápidas, e a velocidade de cada máquina aparece no catálogo.

Guarde os checkpoints fora da máquina. Quando o período pago termina, o servidor e o disco são apagados. Envie os checkpoints para o seu armazenamento durante o treino, não só no final.

Escolhendo o período

Alugue por um dia para testar o ambiente e depois por uma semana ou um mês para a execução de verdade. O preço fica fixo durante o período pago. Você pode renovar pelo painel antes do fim, desde que o host ainda ofereça a máquina por esse tempo — o catálogo mostra por quantos dias cada máquina está disponível.