Louez des GPU cloud à l’heure

Prix horaire des GPU cloud

La facturation s’exécute par seconde au tarif horaire indiqué, uniquement pendant que l’instance est en cours. Cliquez sur un GPU pour ouvrir sa page de déploiement.

Comment fonctionne le cloud GPU

1. Choisissez un GPU

Choisissez une carte et une cible de stockage à l’exécution dans le catalogue en ligne.

2. Choisissez un modèle

JupyterLab, ComfyUI, un serveur modèle vLLM, ou un terminal web navigateur, prêt en quelques minutes.

3. Connexion

Ouvrez la charge de travail dans le navigateur ou appelez-la via le point de terminaison EmpirioLabs Connect authentifié.

Cloud GPU: questions fréquentes

Comment le GPU Cloud est-il facturé ?

La facturation est effectuée par seconde au taux horaire indiqué, et uniquement pendant que l’instance est en cours. La vitesse est verrouillée lors du déploiement, et arrêter ou détruire l’instance arrête la charge.

Que puis-je faire tourner sur une instance GPU ?

One-click templates cover JupyterLab notebooks, ComfyUI, vLLM model serving (bring a Hugging Face model id), and a browser web terminal. You connect through the authenticated EmpirioLabs connect endpoint or call the workload through /v1/gpu/connect/{instance_id}/{path} on the API.

Puis-je gérer le cloud GPU via l’API ?

Yes. Everything the dashboard does is also available through the API: deploy, stop, and destroy instances under /v1/gpu on api.empiriolabs.ai, and reach the running workload through the connect endpoint. The full reference is in the Documentation GPU Cloud.

Quelle quantité de stockage les instances ont-elles ?

Les objectifs de stockage en temps d’exécution varient de 100 à 300 Go avec un code par défaut de 150 Go, inclus dans le prix horaire affiché.

Comment commencer ?

Créez un compte EmpirioLabs, ouvrez Nuage GPU dans le tableau de bord, choisissez un GPU et un modèle, puis déployez. La facturation est pay-as-you-go crédits.