Workload
KI-Training und Fine-Tuning
GPU-Maschinen, um Modelle zu trainieren und offene Modelle per Fine-Tuning anzupassen.
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.
- Geplant
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
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
- KI-InferenzVerfügbar
- GPU-RenderingNoch nicht verfügbar
- Krypto-MiningNoch nicht verfügbar
- Trading- und Sniping-BotsNoch nicht verfügbar
- Server und VPSNoch nicht verfügbar