GPU Instance
1. Hoe controleer ik de prijs van GPU-instances?
U kunt de prijs van GPU-instances en hun configuraties (containerdisk, volumedisk, netwerkvolume, enz.) bekijken op de Prijspagina.2. Wanneer start de facturering voor een GPU-instance?
De facturering start wanneer de instancestatus verandert naar de status “Pulling”.3. Introductie van containerdisk, volumedisk en netwerkvolume.
-
Container Disk
- Ondersteunt geen dynamische uitbreiding; de capaciteit kan alleen worden opgegeven bij het aanmaken van een instance;
- Mountdirectory:
/(kan niet worden aangepast); - Gegevens worden opgeslagen wanneer de image wordt opgeslagen;
- Ondersteunt een gratis quotum van 60GB; voor het extra deel worden kosten in rekening gebracht. Raadpleeg voor details: Factureringsinstructies
-
Volume Disk
- Ondersteunt dynamische uitbreiding;
- Standaard mountdirectory:
/workspace(aanpasbaar); - Gegevens worden niet opgeslagen wanneer de image wordt opgeslagen;
- Lees- en schrijfsnelheid is hetzelfde als die van de containerdisk;
- Voor Volume Disk-capaciteit worden extra kosten in rekening gebracht. Raadpleeg voor details: Factureringsinstructies.
-
Network Volume
- Ondersteunt dynamische uitbreiding;
- Standaard mountdirectory:
/network(aanpasbaar); - Een netwerkvolume heeft een onafhankelijke levenscyclus, los van de instance; zelfs als de instance wordt verwijderd, blijven de gegevens op het netwerkvolume bestaan;
- De algemene lees- en schrijfsnelheid is lager dan die van de containerdisk of volumedisk (afhankelijk van het specifieke gebruik);
- Voor netwerkvolumecapaciteit worden extra kosten in rekening gebracht. Raadpleeg voor details: Factureringsinstructies
4. Waarom kan de instance niet opnieuw worden gestart nadat deze is gestopt?
Dit is alleen van toepassing op instances met betaling naar gebruik. Instances met een maandabonnement hebben vooraf gereserveerde resources en zullen dit probleem niet tegenkomen.
5. Hoe ga ik om met een abnormale instancestatus?
Probeer eerst het probleem op te lossen via de “System Logs” en “Instance Logs” van de instance. Als het probleem niet kan worden opgelost, kunt u contact met ons opnemen.
6. Geen instancespecificaties met een opgegeven CUDA-versie.
CUDA-versies zijn achterwaarts compatibel. Als uw service bijvoorbeeld afhankelijk is van CUDA-versie 12.1, kunt u een instancespecificatie kiezen met een CUDA-versie groter dan of gelijk aan 12.1.7. Wat is de maximale CUDA-versie die door het platform wordt ondersteund?
U kunt de toegestane CUDA-versies bekijken in de module “Filter” rechtsonder op de pagina Explore.
8. Hoe diagnosticeer ik een mislukte “Save Image”?
Probeer eerst het probleem op te lossen via de logs van de taak “Save Image”. Als u de image opslaat naar een privérepositoryadres, controleer dan of uw Container Registry Auth Configuration correct is. Als het probleem niet kan worden opgelost, kunt u contact met ons opnemen.
9. Kan een dedicated IP worden ondersteund?
Ja. Momenteel is deze mogelijkheid niet openbaar beschikbaar. Als u dergelijke vereisten hebt, neem dan contact met ons op.10. Hoe controleer ik het GPU-gebruik van de instance?
Vanwege de PID-isolatie van Docker-containers kan de opdrachtnvidia-smi niet worden gebruikt om het proces te bekijken. U kunt de library py3nvml installeren en de shellopdracht gebruiken om het GPU-gebruik te controleren:
11. Kan één instance meerdere netwerkvolumes mounten?
Ja. Zowel de console als de API ondersteunen het mounten van meerdere netwerkvolumes op één instance.Serverless GPUs
1. Wat is het verschil tussen Serverless GPU en GPU Instance?
Serverless GPU is ontworpen voor het implementeren van model inference-endpoints zonder infrastructuur te beheren. U definieert een endpoint, en het platform verzorgt automatisch scaling, scheduling en resourcetoewijzing. GPU Instance biedt u een persistente, interactieve VM-achtige omgeving waarin u de runtime rechtstreeks beheert. Kies Serverless GPU voor productie-inference-workloads; kies GPU Instance voor ontwikkeling, training of workflows die persistente opslag en interactieve toegang vereisen.2. Hoe wordt Serverless GPU gefactureerd?
Serverless GPU wordt gefactureerd op basis van de daadwerkelijke uitvoeringstijd — u betaalt alleen wanneer uw endpoint actief requests verwerkt. Tijdens inactieve perioden worden geen kosten in rekening gebracht. De prijs wordt per seconde verbruikte GPU-tijd berekend. Raadpleeg voor gedetailleerde tarieven de prijspagina voor Serverless GPU.3. Wat moet ik doen als mijn Serverless GPU-endpoint een time-outfout retourneert?
Time-outfouten treden meestal op wanneer:- De cold-start-tijd de time-outdrempel van de request overschrijdt (bijv. de containerimage is groot en het pullen kost tijd).
- De model inference-tijd de geconfigureerde request-time-out overschrijdt.
- Gebruik de functie image prewarm om de cold-start-latency te verminderen.
- Verhoog de request-time-outinstelling voor uw endpoint als uw workload langere verwerkingstijden vereist.
- Als het probleem aanhoudt, neem dan contact met ons op met uw endpoint-ID en foutdetails.
Betalingen
1. Hoe kan ik mislukte opwaarderingen voorkomen?
Mislukte opwaarderingen worden over het algemeen veroorzaakt door twee hoofdredenen:-
Afwijzing door de kaartuitgever. Dit kan om de volgende redenen optreden. Controleer dit of neem contact op met uw kaartuitgever voor details:
- Het betreffende betaalkanaal is niet geactiveerd.
- De creditcard is verlopen of geblokkeerd.
- Het creditcardsaldo is onvoldoende.
- Het kaartnummer is onjuist.
- De beveiligingscode is onjuist.
-
Risicobeheersmaatregelen van het betaalkanaal. Controleer dit en breng indien nodig aanpassingen aan:
- De device ID is gekoppeld aan een groot aantal kaarten.
- Het aantal geweigerde kaarten dat met dit e-mailadres is gebruikt, is zeer hoog.
- De tijd sinds deze kaart voor het eerst op het Stripe-netwerk met deze device ID is gezien, is zeer kort.
- Het autorisatiepercentage dat aan dit e-mailadres is gekoppeld, is zeer laag.
- De naam op het e-mailadres komt niet overeen met de naam op de kaart.