Free GPU Access
Access NVIDIA A100 GPUs for free. Run AI models without buying hardware.
NVIDIA A100 GPUs 运行代码
PyTorch,TensorFlow,CUDA 12.4——用象征性的付款,不需要信用卡。
10K
等号/ 分钟
等号/ 分钟
20GB
卷内
卷内
预安装
ML 堆叠
ML 堆叠
GPU 计算运行于Free.ai 代码器 IDE 内
荷兰A100
20GB HBMVRAM 12.4. 运行PyTorch,TensorFlow,JAX,和任何CUDA代码。
预安装堆叠
3.12,PyTorch,TensorFlow,变压器,扩散器, 立体激光器,熊猫, JupyterLab。
以调数支付
GPU 的10,000个标记/ min。 CPU 的 10 个标记/ min。 使用每日免费的标记或购买更多。
定价比较比较
| Free.ai千千格 | Google Colab Pro 谷歌 | 兰巴达实验室 | 运行的 Pod 运行 | |
|---|---|---|---|---|
| GPU 图形 | A100 20GB | T4 / A100 | A10080GB | A10080GB |
| 价格 | ~0.81美元/小时 | 12月/月 | 美元/ 10美元 | 0.74/hr |
| 最小最小承诺 | 无 | 每月 | 小时时 | 小时时 |
| 信用卡 | 不需要 | 需要 | 需要 | 需要 |
| 包括了IDE | 是 ( Coder) | 仅限笔记本 | 无 | 无 |
| AI 编码剂 | 是 是 | 无 | 无 | 无 |
你能做你能做点什么
培训模式
精电变压器 训练CNN 进行实验 完全进入CUDA
生成图像
运行 Stable Diffusion, FLUX 或任何带有您参数的扩展模型 。
运行推推推
装入任何 Hugging Face 模型并运行推论。 部署前测试模型 。
数据分析
处理大型数据集,包括GPU加速式熊猫、RAPIDS或CUDA定制内核。
基础设施
4x
A100 个GPUs
A100 个GPUs
20GB
每个 VRAM 每一个
每个 VRAM 每一个
CUDA 12.4
最新驱动司机
最新驱动司机
38+
已经装入模型的模型
已经装入模型的模型
常当问题
GPU compute costs 10,000 tokens per minute (~$0.81/hr). CPU-only compute in the Coder costs 10 tokens per minute. Token packs start at $5 for 200,000 tokens. A typical 30-minute GPU session costs about 300,000 tokens (~$0.40).
NVIDIA A100 通用数字代码,每个带有20GB HBM VRAM,运行着CUDA 12.4. 这些是数据中心级GPU, 用于AI培训,并参照FP16、BF16和INT8支持进行推论。
Python 3.12 带有 PyTorch、 TensorFlow、 变压器、 扩散器、 scikit-learn、 熊猫、 纽菲、 matplotlib、 JupyterLab 和普通 ML 工具。 您也可以安装任何额外的软件包 。
No credit card needed to try the Coder (CPU mode at 10 tokens/min). For GPU compute (10,000 tokens/min), you will need purchased 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.
是的,您可以完全访问 CUDA, 并且可以培训任何符合 20GB VRAM 的模型。 LoRA/ QLORA 的7B 参数模型微调效果良好。 对于较大的模型,您可以通过 API 使用梯度检查站或多GPU培训。