Aperçu

Entraînez et affinez des modèles d’IA sur les GPU CLORE.AI.

Guides disponibles

Guide	Cas d’utilisation	Difficulté
Entraînement ML Jupyter	Entraînement interactif	Facile
DreamBooth	Sujets SD personnalisés	Moyen
Entraînement Kohya	Entraînement LoRA/LyCORIS	Moyen
Ajustement fin de LLM	Ajustement fin de LLM	Avancé
DeepSpeed	Entraînement distribué	Avancé
HuggingFace	Entraînement avec Transformers	Moyen
Unsloth	Ajustement fin rapide de LLM	Moyen
Axolotl	Ajustement fin axé YAML	Moyen
LLaMA-Factory	Interface d’entraînement LLM facile	Facile
TRL	Apprentissage par renforcement des transformers	Avancé
LitGPT	Entraînement basé sur Lightning	Moyen
Mergekit	Boîte à outils de fusion de modèles	Facile

Recommandations GPU

Les configurations multi-GPU de classe 80 Go ne sont pas répertoriées sur la place de marché Clore.ai. Les plus grosses machines répertoriées aujourd’hui sont 4× RTX PRO 6000 Blackwell (96 Go chacune, 380 Go au total) et 8–11× RTX 5090 (32 Go chacune). La capacité A100 / H200 / B200 est proposée en bare metal sur demande. Consultez bare metal sur demande. Consultez Tarifs et disponibilité des GPU avant de dimensionner un déploiement.

Tâche	Minimum	Recommandé
LoRA (SD)	RTX 3060	RTX 3090
DreamBooth	RTX 3090	RTX 4090
Ajustement fin de LLM (7B)	RTX 3090	A100 40 Go
Ajustement fin de LLM (70B)	4x A100	8x A100

Types d’entraînement

Modèles d’image

• LoRA - Adaptateur léger, entraînement rapide

• DreamBooth - Ajustement fin complet pour les concepts

• Inversion textuelle - Apprendre de nouveaux tokens

Modèles de langage

• LoRA/QLoRA - Ajustement fin économe en mémoire

• Ajustement fin complet - Meilleure qualité, nécessite plus de VRAM

Conseils

• Utilisez Spot commandes pour de longues exécutions d’entraînement

• Activez le gradient checkpointing pour économiser de la VRAM

• Surveillez l’entraînement avec TensorBoard

• Enregistrez des points de contrôle fréquemment

Guides associés

• Modèles de langage

• Génération d’images