ລາຍງານ​ຂໍ້ຜິດພາດ / ຮ້ອງຂໍ​ຄຸນ​ສົມບັດລາຍງານ​ຂໍ້ຜິດພາດ / ຮ້ອງຂໍ​ຄຸນ​ສົມບັດ

Free GPU Access

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

ປະຕິບັດ​ໂຄດ​ໃນ NVIDIA A100 GPUs

PyTorch, TensorFlow, CUDA 12.4 - ຈ່າຍດ້ວຍ tokens, ບໍ່ຈໍາເປັນຕ້ອງມີບັດເຄຣດິດ.

10K
ຕົວ​ອັກສອນ/ ນາທີ
20GB
​VRAM
ຕິດຕັ້ງ​ລ່ວງໜ້າ
ML stack
ເປີດ​ຕົວ​ເຂົ້າລະຫັດ

ການ​ຄິດໄລ່ GPU ແລ່ນ​ພາຍ​ໃນ Free.ai Coder IDE

NVIDIA A100

20GB HBM VRAM. CUDA 12.4. ແລ່ນ PyTorch, TensorFlow, JAX, ແລະ ລະຫັດ CUDA ໃດໆ.

ຕິດຕັ້ງ​ກ່ອນ​ໜ້າ​ນີ້

Python 3.12, PyTorch, TensorFlow, ຕົວປ່ຽນແປງ, ແຜ່ກະຈາຍ, scikit-ຮຽນຮູ້, pandas, JupyterLab.

ຈ່າຍ​ດ້ວຍ​ໂຕກັ່ນ

10,000 tokens/min for GPU. 10 tokens/min for CPU-only. ໃຊ້ tokens ໂດຍບໍ່ເສຍຄ່າໃນແຕ່ລະວັນຫຼືຊື້ຫຼາຍຂຶ້ນ.

ການ​ປຽບທຽບ​ລາຄາ

Free.ai GPUGoogle Colab ​ຫ້ອງ​ທົດລອງ Lambda​រត់​Pod
​GPUA100 20GB ຫນ່ວຍຄວາມຈໍາຕົວ​ອັກສອນ​:A100 80GB ຂະໜາດ​ຮາດ​ດິດA100 80GB ຂະໜາດ​ຮາດ​ດິດ
ລາຄາ~$0.81/ ນາທີ$12/ ເດືອນ1.10 ໂດລາ/ຊົ່ວໂມງເວລາ
ສົ່ງ​ຄືນ​ຕ່ຳ​ສຸດບໍ່ມີເດືອນທຸກໆ​ຊົ່ວໂມງທຸກໆ​ຊົ່ວໂມງ
ບັດ​ເຄຣດິດບໍ່ມີ​ຄວາມ​ຈໍາ​ເປັນຕ້ອງການຕ້ອງການຕ້ອງການ
IDE ລວມ​ຢູ່​ແມ່ນ​ແລ້ວ (ຜູ້​ຈັດການ​ລະຫັດ)ບັນທຶກ​ເທົ່ານັ້ນ​ບໍ່​ໄດ້​ບໍ່​ໄດ້
ຕົວ​ແທນ​ການ​ເຂົ້າ​ລະຫັດ AI​ແມ່ນ​ບໍ່​ໄດ້​ບໍ່​ໄດ້​ບໍ່​ໄດ້

ສິ່ງທີ່​ທ່ານ​ສາມາດ​ເຮັດ​ໄດ້

ຝຶກອົບຮົມ​ແບບ​ແບບ ML

ປັບ​ປ່ຽນ​ຕົວ​ປ່ຽນ​, ຝຶກອົບຮົມ CNNs, ແລ່ນ​ການ​ທົດລອງ​ດ້ວຍ​ການ​ເຂົ້າ​ເຖິງ CUDA ເຕັມ​ທີ່.

ສ້າງ​ຮູບ

ແລ່ນ Stable Diffusion, FLUX, ຫຼື ແບບຟອມການແຜ່ກະຈາຍໃດໆດ້ວຍຕົວກໍານົດການຂອງທ່ານເອງ.

ປະຕິບັດ​ການ​ຄິດໄລ່

ផ្ទុກແບບຟອມ HuggingFace ໃດໆ ແລະ ແລ່ນການ​ຄິດໄລ່. ທົດສອບແບບຟອມກ່ອນທີ່ຈະ​ເປີດໃຊ້ງານ.

ການວິເຄາະຂໍ້ມູນ

ຈັດການ​ກັບ​ກຸ່ມ​ຂໍ້ມູນ​ໃຫຍ່​ດ້ວຍ pandas ທີ່​ໄວ​ຂຶ້ນ​ດ້ວຍ GPU, RAPIDS ຫຼື CUDA kernels ຕາມ​ໃຈ​ມັກ.

ພື້ນຖານ​ໂຄງລ່າງ

4x
GPUs A100
20GB
VRAM ແຕ່ລະອັນ
CUDA 12.4
ຕົວ​ຄວບຄຸມ​ຫຼ້າ​ສຸດ
38+
ແບບ​ທີ່​ໄດ້​ផ្ទុກ
ເລີ່ມ​ການ​ເຂົ້າລະຫັດ ເຂົ້າ​ເຖິງ API

ຄໍາຖາມ​ທີ່​ຖາມ​ເລື້ອຍໆ

GPU compute ຄ່າໃຊ້ຈ່າຍ 10,000 tokens ຕໍ່ນາທີ (~ $ 0.81 / hr). CPU-only compute ໃນ Coder ຄ່າໃຊ້ຈ່າຍ 10 tokens ຕໍ່ນາທີ. Token packs ເລີ່ມຕົ້ນທີ່ $5 ສຳ ລັບ 200,000 tokens. ກອງປະຊຸມ GPU ແບບປົກກະຕິ 30 ນາທີ ຄ່າໃຊ້ຈ່າຍປະມານ 300,000 tokens (~ $ 0.40).

NVIDIA A100 GPUs ມີ 20GB HBM VRAM ແຕ່ລະຄົນ, ແລ່ນ CUDA 12.4. ນີ້ແມ່ນ GPUs ລະດັບສູນຂໍ້ມູນທີ່ ເໝາະ ສົມ ສຳ ລັບການຝຶກອົບຮົມ AI ແລະການຄິດໄລ່ດ້ວຍ FP16, BF16 ແລະ INT8.

Python 3.12 ທີ່ມີ PyTorch, TensorFlow, ຕົວປ່ຽນ, ແຜ່ນ, scikit-ຮຽນຮູ້, pandas, numpy, matplotlib, JupyterLab, ແລະເຄື່ອງມື ML ທົ່ວໄປ. ທ່ານຍັງສາມາດ pip ຕິດຕັ້ງຊອງເພີ່ມເຕີມໃດໆ.

ບໍ່ມີບັດເຄຣດິດທີ່ຕ້ອງການເພື່ອພະຍາຍາມ Coder (CPU ແບບທີ່ 10 tokens / min). ສໍາລັບ GPU compute (10,000 tokens / min), ທ່ານຈະຕ້ອງການຊື້ tokens. Token packs start at $5 for 200,000 tokens, which gives you about 20 minutes of GPU time.

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.

ຍິນດີ. ທ່ານມີສິດເຂົ້າໃຊ້ CUDA ເຕັມ ແລະ ສາມາດຝຶກແບບໃດກໍ່ໄດ້ທີ່ເຂົ້າກັນໄດ້ກັບ 20GB VRAM. ການປັບຕົວແບບ 7B ແບບປາຣາມເຕີ້ກັບ LoRA/QLoRA ເຮັດວຽກໄດ້ດີ. ສຳ ລັບແບບທີ່ໃຫຍ່ກວ່າ, ໃຊ້ການກວດສອບຈຸດ gradient ຫຼື ການຝຶກ multi-GPU ຜ່ານ API.

ຮັກ Free.ai? ເວົ້າກັບເພື່ອນຂອງທ່ານ!

ຈັດ​ອັນ​ດັບ​ໜ້າ​ນີ້