شروع کار با GPU
راه‌اندازی اولین نمونه‌ی GPU و اجرای بارهای پردازشی روی آن.
ساخت نمونه‌ی GPU
۱. وارد lexoya.com/login شوید. ۲. پیکربندی GPU خود را انتخاب کنید. ۳. بستهی نرم‌افزاری مورد نظرتان را انتخاب کنید. ۴. نمونه را بسازید.
استفاده از GPU
بررسی وضعیت کارت گرافیک
nvidia-smiاجرای یک نمونه‌ی PyTorch
import torch
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
print(f"CUDA available: {torch.cuda.is_available()}")پایش عملکرد
nvidia-smi --query-gpu=utilization.gpu,memory.used,temperature.gpu --format=csv -l 5قیمت
هزینهی سرور GPU به مدل کارت گرافیک و پیکربندی آن بستگی دارد و پرداخت آن به صورت ساعتی، روزانه، ماهانه یا سالانه انجام می‌شود. فهرست پلن‌ها و قیمت روز را در معرفی سرور GPU ببینید.
پرسش‌های پرتکرار
چه مدل‌هایی موجود است؟ پلن‌ها شامل L4، A40، L40S و A100 می‌شوند. جزئیات کامل در معرفی سرور GPU آمده است.
چه نرم‌افزاری می‌توانم اجرا کنم؟ هر بار پردازشی که با CUDA سازگار باشد، از جمله PyTorch، TensorFlow و برنامه‌های اختصاصی GPU.