Compute

Workload

KI-Training und Fine-Tuning

GPU-Maschinen, um Modelle zu trainieren und offene Modelle per Fine-Tuning anzupassen.

Noch nicht verfügbar

Worum es geht

Training erzeugt die Gewichte eines Modells aus Daten. Fine-Tuning beginnt mit einem offenen Modell und passt es an deine eigenen Beispiele an, oft mit einem kleinen Adapter wie LoRA.

Jobs laufen Stunden oder Tage auf einer oder mehreren GPUs. Es zählen der GPU-Speicher, die Verbindung zwischen den GPUs und der Preis pro GPU-Stunde. Unterbrechbare Kapazität kostet weniger, wenn der Job Checkpoints speichert und weiterlaufen kann.

Was wir heute anbieten

Noch nichts. Silicon Network führt keine Trainings- oder Fine-Tuning-Jobs aus.

Wenn du einen LoRA-Adapter anderswo trainierst, kannst du ihn registrieren und über die Inferenz-API bereitstellen.

Quellen

Die Arten von Quellen, die diesen Workload ausführen können, jetzt oder später. Ein Anbieter wird erst genannt, wenn er angebunden ist.

  • Betreiber von Silicon Network

    Unabhängige Maschinen, die Betreiber ins Netzwerk einbringen, heute Macs mit der Silicon Network Engine

    Geplant
  • Dezentrale Netzwerke

    Offene Netzwerke unabhängiger Maschinen

    Geplant
  • GPU-Clouds und Marktplätze

    Firmen, die GPU-Maschinen vermieten

    Geplant
  • Public Clouds

    Die großen Clouds für alle Zwecke

    Geplant

Auf den eigenen Linux-GPU-Maschinen der Betreiber würden Trainingsjobs über den Node-Agenten laufen, in Containern ohne Netzwerk, sofern der Betreiber keines erlaubt. Der Agent ist gebaut und ausgeschaltet.

Status

Noch nicht verfügbar. Nichts wird gelistet oder verkauft, bevor eine Quelle angebunden und geprüft ist.

Das Auswahlwerkzeug öffnet sich mit KI-Training und Fine-Tuning ausgewählt.

Andere Workloads