Simpel en snel trainen van artificiële intelligentiemodellen
Start de trainingen voor uw artificiële intelligentie in de cloud zonder u zorgen te hoeven maken over de werking van de infrastructuur. Met AI Training kunnen data scientists zich concentreren op hun kerntaken zonder tijd te verliezen aan het orkestreren van rekenresources.
Met deze oplossing, die gebaseerd is op het open source Kubernetes-platform, kunt u uw modellen gemakkelijk met een paar klikken of met de opdrachtregel trainen. U bespaart tijd en verhoogt de productiviteit van uw team terwijl u de integriteit van uw gevoelige gegevens beschermt.
Voor ontwikkelaars en datascientists
Ontwikkel uw modellen met uw favoriete framework, zoals Scikit-learn, XGBoost of TensorFlow. Start in enkele seconden trainingen op een of meer CPU/GPU-nodes. Een simpele opdrachtregel of een API-call volstaat.
Optimaal gebruik van resources
De planning van het gebruik van uw CPU/GPU-rekenresources wordt door onze oplossing gemanaged. Daardoor hoeft u dit niet meer te regelen.
GPU-prestaties voor de beste prijs
AI Training biedt u de beste tarieven op de markt voor CPU/GPU-resources. De facturering per minuut is transparant: zo wordt het managen van uw budget simpel en kunt u uw uitgaven optimaliseren.
Certificeringen voor ISO/IEC 27001, 27701 en compliance voor het hosten van gezondheidsgegevens
Onze cloudinfrastructuren en -services zijn ISO/IEC 27001, 27017, 27018 en 27701 gecertificeerd. Dankzij onze compliance kunt u volledig veilig medische gegevens hosten.
Onze rekenresources
 CPU |
 GPU |
|
|---|---|---|
| Beschrijving | Profiteer van gegarandeerde CPU-resources die passen bij uw test-, preproductie- of basale machine learning-fasen. | Implementeer GPU-resources voor al uw AI-trainingen en voor deep learning, die veel rekenkracht vergen. |
| Naam | ai1-*-cpu | ai1-*-gpu |
| Toepassingen | Basale machine learning-training, testen, preproductie | Deep Learning (NLP, Computer Vision, etc.) training |
| vCPU-architectuur | Intel Xeon-processors 1 tot 12 vCores + 2 GHz |
Intel Xeon-processors 13 vCores + 2,9 GHz |
| RAM-geheugen | 4 GB RAM | 40 GiB RAM |
| GPU-architectuur | N/A | NVIDIA TESLA V100s Dedicated GPU RAM: 32 GB GPU-prestaties (FP32): 16,4 TFLOPS |
| Lokale tijdelijke opslag | 40 GB | 750 Gio |
| Opslag met Object Storage | Onbeperkt | Onbeperkt |
| Publiek netwerk | 500 Mbps | 1,5 Gbps |
| Maximum aantal resources per trainingsjob of notebook | 12 CPU’s | 4 GPU’s |
Use cases
Waarom AI Training anders is
Eenvoudig uw AI-projecten versnellen
AI Training is een technologieneutraal platform. Het is gebaseerd op het opensource Kubernetes-platform, waarmee u het gebruik van de resources voor uw trainingen optimaal kunt aanpassen aan uw behoeften. Deze public cloud-oplossing, zonder vaste looptijd en betaling volgens verbruik, past zich voor maximale flexibiliteit en prestaties dynamisch aan uw verbruik aan. AI Training verbetert uw productiviteit als data scientist aanzienlijk en vereenvoudigt uw dagelijkse werkzaamheden door de tijdrovende technische taken te elimineren.
Lagere kosten, heldere facturen
Met AI Training beschikt u over transparante tarieven en een Control Panel, waarmee u gemakkelijk de kosten van uitgevoerde trainingen kunt volgen. Dit garandeert eenvoud en voorspelbaarheid.
Een Europese cloud die uw gegevens respecteert
Artificiële intelligentie opent veel mogelijkheden om gegevens te benutten, maar vraagt wel goed beheer van begin tot eind. Door een Europese cloud-leverancier als OVHcloud te kiezen, weet u zeker dat uw gegevens gerespecteerd worden (AVG/GDPR) zonder risico op concurrentienadelen, wat het gevolg kan zijn van bepaalde wetten, zoals de Amerikaanse CLOUD Act.
Gebouwd op open standaarden en open source
AI Training is native compatibel met vooraanstaande applicaties en frameworks, zoals Scikit-learn, TensorFlow, Pytorch en Jupyter Notebook. Transparantie zit in ons DNA en dit garandeert dat uw trainingsprocessen volledig overdraagbaar zijn.
Gebruik
Als uw Public Cloud-project aangemaakt is, kunt u uw trainingen direct vanuit het Control Panel op rekenresources starten in een Jupyter-notebook, via een API of met de opdrachtregel.
U kunt met een paar klikken een Jupyter-notebook implementeren dat gekoppeld is aan het gewenste framework (TensorFlow, PyTorch, MxNet...) of uw trainingscode containeriseren.
Via het Control Panel
Onze webinterface biedt u talrijke functies: dashboard om uw trainingen te volgen, nieuwe trainingen starten, uw datasets beheren en nog veel meer.
Opdrachtregel
Voorbeeld: u wilt een neuraal netwerk optimaliseren dat uw supporttickets kan classificeren. Hier tonen we hoe u een JupyterLab met Pytorch en uw gegevens in twee opdrachtregels kunt implementeren.
Bekijk de lijst met beschikbare bronnen op het AI Training-platform:./ovhai capability
gpus:
- model: Tesla-V100S
max_gpus: 4
default: true
cpus:
- max_cpus: 12
Synchronisatie van uw lokale gegevens naar uw object storage./ovhai data upload GRA myBucket train.zip
Een JupyterLab met vooraf geïnstalleerd Pytorch uitvoeren en de in /data aanwezige gegevens in read/write opbouwen met 2 GPU’s./ovhai job run \
--gpu 2 \
--name ai-training-pytorch-short-feynman \
--volume myBucket@GRA:/data:RW \
ovhcom/ai-training-pytorch:1.6.0
Resultaten ophalen
Automatisch aan het einde van de job
Meer informatie
Raadpleeg onze technische documentatie om alles over AI Training te leren.
Functies
Opgeven van trainingstaken
Definieer de resources voor uw rekentaken en geef ze op bij AI Training. Het product werkt met Docker-images van openbare of privé-modellen. U kunt direct beginnen dankzij een grote catalogus met templates.
Orkestratie en parallellisatie
AI Training regelt de orkestratie van trainingen op onze infrastructuur. Zo kunt u een of meer taken parallel uitvoeren. En dat zonder dat uw teams zich zorgen hoeven te maken over het toewijzen van fysieke resources of de compatibiliteit van GPU-drivers.
Compatibel met TensorFlow, PyTorch, Scikit-learn, XGBoost en veel andere
Als uw artificiële intelligentiemodellen GPU-resources kunnen gebruiken in een omgeving met containers, dan is AI Training de ideale tool. Ongeacht de gebruikte applicatie biedt onze oplossing u ongeëvenaarde eenvoud bij uw GPU-trainingen.
Compatibel met een uitgebreide catalogus van vooraf geïnstalleerde modellen
Een grote verzameling van publieke Docker-images is gratis beschikbaar, waardoor u sneller aan de slag kunt.
Implementeer images die ontworpen zijn voor deep learning (autoML voor tekst, afbeeldingen of video) en geconfigureerd om de kracht van ons GPU's maximaal te benutten.
Code via notebooks
Implementeer Jupyter-notebooks die vooraf geconfigureerd zijn voor uw favoriete frameworks, zoals TensorFlow, PyTorch, Scikit-learn, etc.
Beheer vanuit het Control Panel, via de API of met de opdrachtregel
Afhankelijk van uw competenties en voorkeuren kunt u uw rekentaken starten en vervolgen vanaf de web-interface, via de API of met de opdrachtregel. Python, Java, Scala, C++ met Cuda, Golang… de programmeertaal maakt niet uit, alles is mogelijk.
Logbestanden
Met een snelle toegang tot uw event logs kunt u de uitvoering van uw taken heel eenvoudig overzien.
Facturering van AI Training
Voor elke gestarte training betaalt u per minuut de gebruikte rekenresources op basis van hun levensduur en het aantal toegekende GPU's.
Er geldt geen minimum contractduur voor het gebruik van deze service.
