> ## Documentation Index
> Fetch the complete documentation index at: https://novita.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Créer des instances

## Étape 1 : Préparer l’image Docker

Vous devez empaqueter votre environnement d’exécution dans une image Docker et la téléverser à l’avance vers un registre d’images. Actuellement, <a href="https://novita.ai">Novita AI</a> prend en charge la spécification d’un « registre d’images public » comme d’un « registre d’images privé » (y compris les identifiants d’accès).

De plus, vous pouvez utiliser les <a href="https://novita.ai/gpus-console/explore" target="_blank">modèles d’images publics</a> fournis par la plateforme pour créer rapidement des instances.

## Étape 2 : Créer une instance GPU

Après être entré sur la page <a href="https://novita.ai/gpus-console/explore">Explore</a>, sélectionnez un modèle d’image et choisissez les spécifications souhaitées, puis cliquez sur le bouton « Deploy ».

<Tip>
  Vous pouvez utiliser la fonctionnalité « Filter » dans le coin inférieur droit pour trouver les spécifications d’instance dont vous avez besoin.
</Tip>

## Explication de la configuration

| Configuration          | Description                                                                                                                                                                                                                                                                       |
| ---------------------- | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| CPU                    | Le nombre de cœurs vCPU que vous sélectionnez pour votre instance. Le nombre de vCPU affectera la capacité de traitement et les performances de l’instance ; davantage de vCPU est avantageux pour les applications à forte intensité de calcul.                                  |
| Memory                 | La taille de la RAM en Go spécifiée pour chaque instance. La mémoire est essentielle pour l’exécution des applications et la vitesse globale de l’instance.                                                                                                                       |
| Supported CUDA Version | CUDA est une plateforme de calcul parallèle et un modèle d’API développés par NVIDIA. Choisir la bonne version de CUDA est important si vous prévoyez d’exécuter des applications optimisées pour les GPU NVIDIA, telles que les applications de machine learning et de rendu 3D. |
| Ports                  | Vous pouvez exposer vos ports selon les besoins de votre service. La plateforme fournira des services de mappage de ports pour votre service. Plusieurs ports peuvent être saisis, séparés par des virgules.                                                                      |
| Environment Variables  | Utilisées pour spécifier des paramètres pour l’environnement d’exécution du système d’exploitation. Vous pouvez définir ici directement des variables d’environnement, et la plateforme les initialisera automatiquement pour vous.                                               |
| GPU Instance Pricing   | Vous trouverez plus de détails sur [GPU Instance Pricing](/docs/fr/guides/gpu-instance-pricing).                                                                                                                                                                                       |
| Base Image             | L’image Docker fournie par la plateforme.                                                                                                                                                                                                                                         |
| Custom Image           | Le nom de l’image Docker que vous spécifiez, que la plateforme cherchera par défaut à récupérer depuis DockerHub. Assurez-vous que le nom de l’image est saisi correctement.                                                                                                      |

Une fois l’instance créée avec succès, vous pouvez consulter le guide [Manage Instances](/docs/fr/guides/gpu-instance-quickstart-manage-instances) pour accéder à l’instance.