រាយការណ៍​កំហុស / សំណើ​លក្ខណៈ​ពិសេសរាយការណ៍​កំហុស / សំណើ​លក្ខណៈ​ពិសេស

Free GPU Access

Access NVIDIA A100 GPUs for free. Run AI models without buying hardware.

រត់​កូដ​លើ NVIDIA A100 GPUs

PyTorch, TensorFlow, CUDA 12.4 - បង់ប្រាក់ជាមួយតួអក្សរ, គ្មានកាតឥណទានចាំបាច់.

10K
សញ្ញា​សម្គាល់/ នាទី
20GB
VRAM
បាន​ដំឡើង​ជាមុន
ជង់ ML
បើក​កម្មវិធី​អ៊ិនកូដ

ការ​គណនា GPU រត់​នៅ​ក្នុង Free.ai Coder IDE

NVIDIA A100

20GB HBM VRAM ។ CUDA 12.4 ។ រត់ PyTorch, TensorFlow, JAX និងកូដ CUDA ណាមួយ។

ជង់​ដែល​បាន​ដំឡើង​ជាមុន

Python 3.12, PyTorch, TensorFlow, ឧបករណ៍បម្លែង, ឧបករណ៍បំភ្លឺ, scikit-រៀន, pandas, JupyterLab ។

បង់​ដោយ​ប្រើ​តួអក្សរ​

10,000 សញ្ញា / នាទីសម្រាប់ GPU. 10 សញ្ញា / នាទីសម្រាប់ CPU-តែប៉ុណ្ណោះ. ប្រើសញ្ញាឥតគិតថ្លៃប្រចាំថ្ងៃរបស់អ្នកឬទិញច្រើន.

ការ​ប្រៀបធៀប​តម្លៃ

ស៊ីភីយូ Free.aiហ្គូហ្គល​កូឡាប​សាកលវិទ្យាល័យ Lambdaរត់​កម្មវិធី​បញ្ជា
ស៊ីភីយូA100 20GB ក្រាហ្វិកT4 / A100 ម៉ាស៊ីន​បម្រើA100 ៨០ ជីកាបៃA100 ៨០ ជីកាបៃ
តម្លៃ~$0.81/ ម៉ោង$12/ខែ$1.10/ ម៉ោង$0.74/ ម៉ោង
ផ្ញើ​អប្បបរមាគ្មាន​រាល់​ខែរាល់​ម៉ោងរាល់​ម៉ោង
កាត​ឥណទានមិន​ចាំបាច់ចាំបាច់ចាំបាច់ចាំបាច់
IDE ដែល​បាន​រួម​បញ្ចូលបាទ/ ចាស (អ្នក​អ៊ិនកូដ)តែ​សៀវភៅ​ចំណាំ​ប៉ុណ្ណោះគ្មានគ្មាន
ភ្នាក់ងារ​កូដ AIបាទ/ ចាសគ្មានគ្មានគ្មាន

អ្វី​ដែល​អ្នក​អាច​ធ្វើ

ម៉ូដែល​បណ្តុះ​បណ្តាល ML

កំណត់​រចនាសម្ព័ន្ធ​ប្ដូរ​តម្រឹម​ល្អ បណ្តុះ​ CNNs រត់​ការ​ពិសោធន៍​ជាមួយ​ការ​ចូល​ដំណើរការ CUDA ពេញលេញ ។

បង្កើត​រូបភាព

រត់ Stable Diffusion, FLUX, ឬ​ម៉ូដែល​ចម្រុះ​ណាមួយ​ជាមួយ​ប៉ារ៉ាម៉ែត្រ​ផ្ទាល់ខ្លួន​របស់​អ្នក ។

រត់​ការ​សន្និដ្ឋាន

ផ្ទុក​ម៉ូដែល HuggingFace ណាមួយ​ហើយ​រត់​ការ​សន្និដ្ឋាន ។ សាកល្បង​ម៉ូដែល​មុន​ពេល​ដាក់​ឲ្យ​ប្រើ ។

ការ​វិភាគ​ទិន្នន័យ

ដំណើរការ​សំណុំ​ទិន្នន័យ​ធំ​ជាមួយ pandas ដែល​បាន​បង្កើន​ល្បឿន GPU RAPIDS ឬ​ខឺណែល CUDA ផ្ទាល់ខ្លួន ។

ហេដ្ឋារចនាសម្ព័ន្ធ

4x
GPUs A100
20GB
VRAM រៀង​រាល់
CUDA ១២. ៤
កម្មវិធី​បញ្ជា​ថ្មី​បំផុត
38+
ម៉ូដែល​ដែល​បាន​ផ្ទុក
ចាប់ផ្ដើម​អ៊ិនកូដ ការ​ចូល​ដំណើរការ API

សំណួរ​ដែល​សួរ​ញឹកញាប់

GPU គណនាចំណាយ 10,000 សញ្ញាក្នុងមួយនាទី (~ $0.81 / ម៉ោង) ។ CPU-តែប៉ុណ្ណោះគណនានៅក្នុង Coder ចំណាយ 10 សញ្ញាក្នុងមួយនាទី។ សញ្ញាកញ្ចប់ចាប់ផ្តើមនៅ $5 សម្រាប់ 200,000 សញ្ញា។ សម័យ GPU ធម្មតា 30 នាទីចំណាយ 300,000 សញ្ញា (~ $0.40) ។

NVIDIA A100 GPUs ជាមួយ 20GB HBM VRAM រៀងៗខ្លួន កំពុងដំណើរការ CUDA 12.4 ។ ទាំងនេះគឺជា GPUs ថ្នាក់ datacenter ដែលធ្វើឱ្យប្រសើរឡើងសម្រាប់ការបណ្តុះបណ្តាល AI និងការសន្និដ្ឋានជាមួយ FP16, BF16 និង INT8 គាំទ្រ។

Python 3.12 ជាមួយ PyTorch, TensorFlow, ឧបករណ៍​បម្លែង, diffusers, scikit- រៀន, pandas, numpy, matplotlib, JupyterLab និង​ឧបករណ៍ ML ទូទៅ ។ អ្នក​ក៏​អាច​ដំឡើង​កញ្ចប់​បន្ថែម​ណាមួយ​ផង​ដែរ ។

គ្មានកាតឥណទានចាំបាច់ដើម្បីព្យាយាម Coder (របៀប CPU នៅ 10 សញ្ញា / នាទី) ។ សម្រាប់ GPU គណនា (10,000 សញ្ញា / នាទី) អ្នកត្រូវការទិញសញ្ញា. សញ្ញាកញ្ចប់ចាប់ផ្តើមនៅ $5 សម្រាប់ 200,000 សញ្ញា, ដែលផ្តល់ឱ្យអ្នកអំពី 20 នាទីនៃពេលវេលា GPU ។

Free.ai GPU runs inside the Coder IDE with an AI coding agent that can write, debug, and run code for you. No monthly subscription needed - pay per minute with tokens. Plus you get the same A100 GPU that powers our 477 AI tools.

បាទ/ ចាស ។ អ្នក មាន សិទ្ធិ ចូល ដំណើរការ CUDA ពេញលេញ ហើយ អាច បណ្តុះ បណ្តាល ម៉ូដែល ណាមួយ ដែល សម នឹង 20GB VRAM ។ ការ កំណត់ រចនាសម្ព័ន្ធ ម៉ូដែល ប៉ារ៉ាម៉ែត្រ 7B ជាមួយ LoRA / QLoRA ដំណើរការ ល្អ ។ សម្រាប់ ម៉ូដែល ធំ ជាង ប្រើ ចំណុច ត្រួត ពិនិត្យ ជម្រាល ឬ បណ្តុះ បណ្តាល GPU ច្រើន តាមរយៈ API ។

ស្រឡាញ់ Free.ai? ប្រាប់មិត្តភក្តិរបស់អ្នក!

វាយតម្លៃ​ទំព័រ​នេះ