Skip to main content
O Axolotl oferece uma estrutura robusta e flexível para treinar LLMs usando técnicas avançadas, com suporte a várias arquiteturas de modelos e estratégias de treinamento. Ideal para pesquisadores e desenvolvedores, o Axolotl combinado com a poderosa infraestrutura sem necessidade de hardware local da Novita AI simplifica os fluxos de trabalho, removendo as limitações de hardware local. Este guia fornece um processo passo a passo para implantar e executar o Axolotl na Novita AI, desbloqueando todo o potencial dos seus projetos de treinamento de modelos de IA.

​
Como usar o Axolotl:main-latest na Novita AI

Etapa 1: Acesse o Console de Instâncias de GPU
  • Clique em Get Started para acessar o console de Instâncias de GPU.
Etapa 1: Acesse o Console de Instâncias de GPU Pn
Etapa 2: Escolha um template e um tipo de GPU
  • Navegue por vários templates oficiais e opções de placas GPU.
  • Selecione o template Axolotl:main-latest.
  • Clique em Deploy sob a placa GPU 4090 para prosseguir para a página de criação de instância.
Etapa 2: Escolha um template e um tipo de GPU Pn
Etapa 3: Ajuste os parâmetros de disco e configuração
  • Na seção Disk, ajuste o tamanho do disco do sistema e do disco local.
  • Na seção Configuration, modifique configurações como a imagem, comandos de inicialização, portas e variáveis de ambiente.
  • Marque a caixa Start Jupyter Notebook para iniciar o Jupyter.
Etapa 3: Ajuste os parâmetros de disco e configuração Pn
Etapa 4: Confirme a configuração e implante
  • Revise a configuração e os custos da instância na página de confirmação.
  • Clique em Deploy para iniciar o processo de implantação.
Etapa 4: Confirme a configuração e implante Pn
Etapa 5: Aguarde a conclusão da implantação
  • Aguarde até que a instância conclua a implantação.
Etapa 5: Aguarde a conclusão da implantação Pn
Etapa 6: Gerencie e monitore instâncias
  • Assim que a implantação for concluída, o sistema redirecionará você para a página Instance Management.
  • Localize sua instância recém-criada, que inicialmente exibirá o status Pulling (indicando que a imagem está sendo baixada).
  • Clique na pequena seta no lado direito da instância para ver os detalhes.
  • Monitore o progresso do pull da imagem. Após a conclusão, a instância fará a transição para o status Running.
  • Clique em Logs para visualizar os logs de implantação.
Etapa 7: Verifique os logs da instância
  • Vá para a aba Instance Logs para verificar se o serviço está iniciando.
  • Aguarde até que o serviço termine de inicializar.
Etapa 8: Conecte-se ao Jupyter Lab
  • Feche a página de logs.
  • Clique em Connect para abrir a página de informações de conexão.
  • Localize a seção Connection Options e clique em Connect to Jupyter Lab para acessar a interface do Jupyter.
Etapa 9: Acesse o Jupyter Lab
  • Aguarde até que a interface web do Jupyter Lab seja carregada.
  • Abra Terminal para executar um exemplo oficial e verificar se o serviço está funcionando corretamente.
Etapa 10: Execute um exemplo de fine-tuning
  • Execute o código de exemplo oficial para realizar uma tarefa de fine-tuning.
Observação: Você não pode alterar o caminho de montagem padrão do volume de rede no console. Ele só pode ser definido ao criar uma instância ou via OpenAPI. Defina o caminho de montagem desejado durante a criação da instância ao anexar um volume.
Última modificação em 15 de maio de 2026