Descripción general

Entrena y ajusta modelos de IA en GPUs de CLORE.AI.

Guías disponibles

Guía	Caso de uso	Dificultad
Entrenamiento de ML en Jupyter	Entrenamiento interactivo	Fácil
DreamBooth	Sujetos SD personalizados	Medio
Entrenamiento de Kohya	Entrenamiento LoRA/LyCORIS	Medio
Ajustar LLM	Ajuste fino de LLM	Avanzado
DeepSpeed	Entrenamiento distribuido	Avanzado
HuggingFace	Entrenamiento de Transformers	Medio
Unsloth	Ajuste fino rápido de LLM	Medio
Axolotl	Ajuste fino centrado en YAML	Medio
LLaMA-Factory	Interfaz fácil para entrenamiento de LLM	Fácil
TRL	Aprendizaje por refuerzo con Transformers	Avanzado
LitGPT	Entrenamiento basado en Lightning	Medio
Mergekit	Kit de herramientas para fusión de modelos	Fácil

Recomendaciones de GPU

Los equipos multinodo de clase 80GB no aparecen listados en el marketplace de Clore.ai. Los equipos más grandes listados hoy son 4× RTX PRO 6000 Blackwell (96GB cada una, 380GB en total) y 8–11× RTX 5090 (32GB cada una). La capacidad A100 / H200 / B200 se vende como bare metal bajo pedido. Consulta Precios y disponibilidad de GPU antes de dimensionar un despliegue.

Tarea	Mínimo	Recomendado
LoRA (SD)	RTX 3060	RTX 3090
DreamBooth	RTX 3090	RTX 4090
Ajuste fino de LLM (7B)	RTX 3090	A100 40GB
Ajuste fino de LLM (70B)	4x A100	8x A100

Tipos de entrenamiento

Modelos de imagen

• LoRA - Adaptador ligero, entrenamiento rápido

• DreamBooth - Ajuste fino completo para conceptos

• Inversión textual - Aprende nuevos tokens

Modelos de lenguaje

• LoRA/QLoRA - Ajuste fino eficiente en memoria

• Ajuste fino completo - Mejor calidad, necesita más VRAM

Consejos

• Usa Spot órdenes para ejecuciones largas de entrenamiento

• Activa el checkpointing de gradientes para ahorrar VRAM

• Monitorea el entrenamiento con TensorBoard

• Guarda puntos de control con frecuencia

Guías relacionadas

• Modelos de lenguaje

• Generación de imágenes