Alugar uma GPU sempre envolveu mais passos do que deveria. Você escolhe um provedor, espera pela capacidade, configura uma imagem, expõe uma porta e espera que a caixa seja acessível. GPU Nuvem remove esse atrito. Você implementa uma instância GPU gerenciada em um clique, e EmpirioLabs lida com provisionamento, rede e a conexão segura de volta para você.
A GPU Cloud está agora geralmente disponível para todas as contas EmpirioLabs. Eis o que podes fazer com ele.
Implantar um modelo com um clique
A maneira mais rápida de usar a GPU Cloud é servir um modelo. Colar qualquer ID do repositório Hugging Face, escolher uma GPU e implantar. EmpirioLabs carrega os pesos e serve o modelo a partir de um endpoint compatível com OpenAI, então seu código existente do cliente funciona sem alterações.
curl https://api.empiriolabs.ai/v1/gpu/instances \ -H "Autorização: Carregador $EMPIRIOLABS API KEY" \ -H "Tipo de Conteúdo: application/json " \ -d '{ "gpu slug": "rtx-4090", "modo": "modelo", "hf id": " Qwen/Qwen2.5-7B-Instruct " }'A chamada devolve um ID de instância com um estado de provisionamento. Pesquise a instância até que seja em execução, em seguida, envie pedidos para o seu caminho de conexão. Para um modelo, esse caminho é uma URL base padrão do OpenAI:
curl https://api.empiriolabs.ai/v1/gpu/connect/$INSTANCE_ID/v1/chat/completions \ -H "Autorização: Carregador $EMPIRIOLABS API KEY" \ -H "Tipo de Conteúdo: application/json " \ -d '{ "modelo": " Qwen/Qwen2.5-7B-Instruct ", "mensagens": [{ "role": "usuário", "contente": "Olá"}] }'Converse com seu modelo no painel
Você não precisa escrever nenhum código para tentar um modelo que você acabou de implantar. Cada instância que serve uma API compatível com OpenAI recebe uma página de chat integrada no painel. Abra a instância da página GPU Cloud, clique em Chat com este modelo e comece a digitar. A página de chat transmite respostas, suporta um prompt de sistema e os controles de amostragem habituais, e permite anexar imagens ou áudio para modelos multimodais. Ele roda sobre a mesma conexão segura que a API, então não há nada extra para configurar e nenhuma cobrança separada, porque a instância já é medido pelo segundo.
Modelos e recipientes personalizados
Nem toda carga de trabalho é um modelo de chat. GPU Cloud envia modelos de um clique para os ambientes mais comuns, incluindo PyTorch com JupyterLab, ComfyUI, um terminal web e Ollama. Escolha um modelo, escolha uma GPU e o ambiente será aberto em seu navegador através do painel.
Se você precisar de controle completo, implante sua própria imagem CUDA Docker. Ponto GPU Nuvem na imagem, listem as portas que ela serve e alcancem-na através do mesmo caminho de conexão que um modelo usaria.
curl https://api.empiriolabs.ai/v1/gpu/instances \ -H "Autorização: Carregador $EMPIRIOLABS API KEY" \ -H "Tipo de Conteúdo: application/json " \ -d '{ "gpu slug": "rtx-4090", "modo": "template", "template slug": "pytorch-jupyter", "disk gb": 150 }'Preços
A GPU Cloud é cobrada por segundo do tempo de execução. A taxa horária é mostrada antes de você implantar e está bloqueada para a vida útil dessa instância, então uma mudança de preço nunca afeta um aluguel que já está em execução. Parar ou destruir uma instância libera a GPU e pára de faturar imediatamente, e o armazenamento efêmero é excluído quando a instância pára, então trate-o como um espaço de arranhão. O gasto vitalício e por instance são visíveis na página da GPU Cloud e através /v1/account/usage.
Começar
Abrir Nuvem GPU no painel para implantar sua primeira instância, ou ler o Documentação da GPU Cloud para a API completa.
