Alquilando y Desplegando una GPU

GPUnex no es solo una plataforma para titulares de paquetes GPU — es también un marketplace de computación GPU completo para ingenieros de IA, investigadores y empresas que necesitan acceso bajo demanda a hardware de grado empresarial. Esta guía te lleva por todo el proceso: solicitar acceso de arrendatario, seleccionar un modelo de GPU, elegir un plan de precios, desplegar tu instancia y conectarte a ella.

Solicitando Acceso de Arrendatario

El acceso al alquiler de GPU requiere una solicitud aprobada. Este paso de verificación asegura calidad de servicio para todos los participantes del marketplace y ayuda a GPUnex a emparejarte con el hardware adecuado para tu carga de trabajo.

Instrucciones Paso a Paso

1. Navega a la sección de Arrendatario haciendo clic en “Alquilar GPUs” en el menú lateral, o ve a la página de Roles y selecciona el rol de Arrendatario.

2. Haz clic en “Solicitar Alquilar GPUs” para abrir el formulario de solicitud.

3. Rellena la solicitud con los siguientes datos:

   Información Personal / Empresa:

   • Nombre completo (requerido)
   • Dirección de correo electrónico (requerido)
   • Nombre de empresa (opcional — se aceptan solicitudes individuales)

   Detalles del Caso de Uso:

   • Descripción del caso de uso — Describe para qué planeas usar la computación GPU (ej., entrenar un modelo de lenguaje grande, ejecutar cargas de inferencia, renderizado, simulación científica)

   Requisitos de GPU:

   • Modelo de GPU preferido — Selecciona de los modelos disponibles (H100, A100, L40S, L4)
   • Cantidad — Cuántas GPUs necesitas (GPU única o configuraciones multi-GPU)
   • Requisitos de VRAM — VRAM mínima necesaria para tu carga de trabajo
   • Patrón de uso — Uso continuo, en ráfagas o periódico
   • Región preferida — Selecciona tu región preferida de centro de datos de la UE para menor latencia

   Presupuesto y Cronograma:

   • Presupuesto mensual estimado en USDC
   • Cronograma — Cuándo necesitas empezar (inmediatamente, en una semana, en un mes)

4. Revisa tu solicitud para verificar precisión y completitud.

5. Haz clic en “Enviar” para enviar tu solicitud para revisión.

Revisión de Solicitud

• Las solicitudes se revisan en 24-48 horas durante días laborables.
• Recibirás una notificación por correo electrónico cuando tu solicitud sea aprobada.
• Una vez aprobada, obtienes acceso completo al marketplace de alquiler de GPU y puedes desplegar instancias inmediatamente.

Modelos de GPU Disponibles

GPUnex ofrece una gama de GPUs NVIDIA de centro de datos para satisfacer diferentes requisitos de carga de trabajo y presupuestos.

Configuraciones Multi-GPU

Para cargas de trabajo que requieren más computación de la que una sola GPU puede proporcionar, GPUnex soporta configuraciones multi-GPU:

• Hasta 8x NVIDIA H100 GPUs en un solo nodo
• Interconexión NVLink para comunicación GPU-a-GPU de alto ancho de banda dentro de un nodo
• Redes InfiniBand para clústeres multi-nodo
• Ideal para entrenamiento distribuido de modelos grandes, servicio de inferencia a gran escala e investigación que requiere paralelismo masivo

Eligiendo la GPU Correcta

Usa las siguientes directrices para seleccionar el hardware apropiado:

• Entrenamiento de modelos de lenguaje grandes (>7B parámetros): H100 80GB o A100 80GB, multi-GPU recomendado
• Ajuste fino de modelos pre-entrenados: A100 40GB o A100 80GB según el tamaño del modelo
• Servicio de inferencia en producción: L40S 48GB o L4 24GB para inferencia rentable; H100 para aplicaciones críticas en latencia
• Renderizado y visualización: L40S 48GB ofrece excelente rendimiento gráfico y de computación
• Procesamiento por lotes e inferencia ligera: L4 24GB proporciona el mejor costo por inferencia para modelos más pequeños

Modelos de Precios

GPUnex ofrece tres modelos de precios para adaptarse a diferentes patrones de uso y requisitos de presupuesto.

Bajo Demanda

• Facturación: Por segundo, paga solo lo que uses
• Compromiso: Ninguno — empieza y para en cualquier momento
• Flexibilidad: Flexibilidad total para escalar hacia arriba o abajo instantáneamente
• Mejor para: Experimentación, cargas de trabajo variables, proyectos a corto plazo

Reservado

• Compromiso: Días, semanas o meses
• Descuento: Hasta 40% de descuento sobre precios Bajo Demanda
• Capacidad: Garantizada — tu GPU reservada siempre está disponible durante tu período de compromiso
• Mejor para: Entrenamientos continuos, inferencia en producción, cargas de trabajo predecibles

Spot

• Descuento: Hasta 70% de descuento sobre precios Bajo Demanda
• Preempción: Las instancias pueden ser reclamadas con un aviso de 30 segundos cuando la demanda aumenta
• Auto-checkpoint: El sistema activa automáticamente un guardado de checkpoint cuando se emite un aviso de preempción, minimizando el trabajo perdido
• Mejor para: Cargas de trabajo tolerantes a fallos, procesamiento por lotes, trabajos de entrenamiento no críticos en tiempo, experimentación con presupuesto limitado

Desplegando una Instancia

Una vez que tu solicitud de arrendatario sea aprobada, puedes desplegar instancias GPU desde el marketplace.

Instrucciones Paso a Paso

1. Navega al Marketplace de GPU desde tu panel.

2. Busca y filtra el inventario disponible usando los siguientes criterios:

   • Modelo de GPU (H100, A100, L40S, L4)
   • VRAM (24GB, 40GB, 48GB, 80GB)
   • Región (selecciona tu ubicación preferida de centro de datos de la UE)
   • Rango de precio (filtra por tarifa horaria)
   • Modelo de precio (Bajo Demanda, Reservado o Spot)

3. Selecciona una GPU de los resultados de búsqueda. Haz clic en el listado para ver detalles completos incluyendo especificaciones, precios, disponibilidad y ubicación del centro de datos.

4. Elige tu entorno de software. Selecciona de frameworks preconfigurados o proporciona el tuyo:

   Frameworks preinstalados:

   • PyTorch — Última versión estable con soporte CUDA
   • TensorFlow — Última versión estable con aceleración GPU
   • JAX — Framework ML de alto rendimiento
   • Jupyter — Entorno JupyterLab preconfigurado con bibliotecas ML comunes

   Entorno personalizado:

   • Proporciona una imagen Docker personalizada desde cualquier registro de contenedores público o privado
   • Especifica la URL de la imagen y cualquier variable de entorno requerida

5. Configura los ajustes de la instancia:

   • Nombre de instancia (para tu referencia)
   • Clave pública SSH (para acceso seguro)
   • Script de inicio (opcional — se ejecuta automáticamente cuando la instancia se lanza)
   • Variables de entorno (opcional)

6. Revisa y despliega. Confirma la selección de GPU, modelo de precios, entorno de software y configuración. Haz clic en “Desplegar” para lanzar tu instancia.

7. Espera el aprovisionamiento. Tu contenedor será desplegado y una conexión SSH estará disponible en segundos después de hacer clic en Desplegar.

Conectando vía SSH

Una vez que tu instancia está ejecutándose, recibirás detalles de conexión en la página de gestión de instancias:

• La dirección IP, puerto y nombre de usuario se proporcionan en el panel de detalles de la instancia.
• Usa la clave privada correspondiente a la clave pública SSH que proporcionaste durante el despliegue.
• Tendrás acceso root dentro del contenedor.

Gestionando Tu Instancia

Desde la página de gestión de instancias, puedes:

• Iniciar / Detener la instancia para pausar la facturación (solo Bajo Demanda)
• Monitorizar la utilización de GPU, uso de memoria y métricas de computación en tiempo real
• Ver logs de tus procesos en ejecución
• Terminar la instancia cuando hayas terminado

Almacenamiento Persistente

GPUnex proporciona almacenamiento persistente conectado a la red que es independiente del ciclo de vida de tu instancia GPU.

Características Clave

• Sobrevive a reinicios. Tus datos permanecen intactos cuando detienes y reinicias una instancia.
• Adjuntable a nuevas instancias. Si terminas una instancia y despliegas una nueva, puedes adjuntar tu volumen de almacenamiento existente a la nueva instancia. Todos tus datos, checkpoints de modelos, datasets y código se preservan.
• Persistencia de datos. Tu volumen de almacenamiento persiste hasta que lo elimines explícitamente, independientemente de lo que suceda con tus instancias de computación.

Casos de Uso para Almacenamiento Persistente

• Almacenar datasets de entrenamiento que usas en múltiples ejecuciones de entrenamiento
• Guardar checkpoints de modelos para poder reanudar el entrenamiento después de interrupciones (especialmente importante para instancias Spot)
• Mantener repositorios de código y entornos de desarrollo entre cambios de instancia
• Conservar logs de experimentos y resultados para proyectos de investigación a largo plazo

Obteniendo Ayuda

Soporte Estándar

Todos los arrendatarios tienen acceso al sistema de soporte de GPUnex para problemas técnicos, preguntas de facturación y asistencia general. Contacta a través de la sección de soporte en tu panel.

Soporte Empresarial

Los clientes empresariales y equipos con despliegues más grandes reciben soporte adicional:

• Gestión de cuenta dedicada con un punto de contacto nombrado
• Soporte prioritario con tiempos de respuesta más rápidos
• Configuraciones de clúster personalizadas adaptadas a tus requisitos específicos de carga de trabajo
• Precios por volumen para despliegues a gran escala
• Garantías SLA para tiempo de actividad y rendimiento

¿Necesitas una Solución Personalizada?

Para configuraciones de clúster personalizadas, despliegues multi-nodo, acuerdos de capacidad reservada o precios empresariales, nuestro equipo de ventas está listo para ayudar. Ya sea que necesites un clúster H100 dedicado o una configuración de infraestructura a medida, podemos construir la solución correcta para tu carga de trabajo.

Contactar Ventas para discutir tus requisitos y obtener un presupuesto personalizado.

Próximos Pasos

• Referencia de API — Integra la gestión de GPU de GPUnex en tus propios scripts y pipelines de automatización
• Cómo Funcionan los Paquetes GPU — Aprende sobre el lado inversor del marketplace de GPUnex
• Contactar Ventas — Ponte en contacto para soluciones empresariales, configuraciones personalizadas y precios por volumen