
Crusoe
KI-Cloud-Infrastruktur zum Trainieren, Feinabstimmen und Bereitstellen von Modellen auf NVIDIA- und AMD-GPUs.
Über Crusoe
Crusoe ist eine KI-Infrastruktur- und Cloud-Computing-Plattform für Teams, die Machine-Learning-Modelle trainieren, feinabstimmen und bereitstellen. Die Plattform kombiniert bedarfsgesteuerte GPU-Instanzen mit verwaltetem Kubernetes und Slurm, Hochdurchsatzspeicher, serverloser Feinabstimmung und verwalteter Inferenz. Entwickler können zwischen NVIDIA- und AMD-Hardware wählen und die Kontrolle über ihren Software-Stack behalten oder verwaltete Dienste nutzen, um den Infrastrukturaufwand zu verringern. Für ausgewählte GPU-Modelle gelten Stundensätze, während neuere Beschleuniger und reservierte Kapazitäten individuell vom Vertrieb angeboten werden. Diese Bandbreite unterstützt sowohl experimentelle Workloads als auch dauerhafte Produktionsbereitstellungen. Käufer sollten jedoch vor einer Festlegung den Bedarf an GPU-Stunden, Speicher und Orchestrierung abschätzen. Die Unterstützung für Datenpipelines umfasst gemeinsam genutzte Datenträger, gängige Aufnahmewerkzeuge, Transformationen mit Spark oder KubeRay, Snapshots und Sicherungen. Für ein- und ausgehende Daten fallen keine Gebühren an. Die verwaltete Inferenz kann hochverfügbare API-Endpunkte für ausgewählte oder kundeneigene Modelle bereitstellen. Crusoe eignet sich besonders für KI-Teams, die spezialisierte Rechenleistung benötigen und Infrastrukturkonfigurationen vergleichen können, statt einen einfachen Softwaretarif mit einer festen Anzahl an Benutzerplätzen zu erwerben.
Funktionen
Modelltraining im großen Maßstab
Führen Sie verteiltes Training auf GPU-Clustern mit verwaltetem Kubernetes oder verwaltetem Slurm und InfiniBand-Netzwerken aus.
Verwaltete Modellinferenz
Stellen Sie ausgewählte oder vom Kunden bereitgestellte Modelle hinter verwalteten, hochverfügbaren API-Endpunkten bereit.
KI-Datenaufbereitung
Nehmen Sie große Datensätze mit gemeinsam genutzten Datenträgern und Werkzeugen zur verteilten Verarbeitung auf, bereinigen und transformieren Sie sie und stellen Sie sie bereit.
Vorteile
- Für ausgewählte H200- und H100-Instanzen werden Stundensätze veröffentlicht, was Teams bei der Schätzung der Experimentkosten hilft.
- Verwaltetes Kubernetes, Slurm, Inferenz und Feinabstimmung lassen Teams entscheiden, wie viel Infrastruktur sie selbst betreiben.
- Die Unterstützung von NVIDIA und AMD bietet Käufern mehr Optionen bei der Hardwarekompatibilität.
Nachteile
- Für mehrere neuere Beschleuniger und Optionen mit garantierter Kapazität muss der Vertrieb kontaktiert werden, wodurch die Preise nicht sofort vollständig transparent sind.
- Nutzungsabhängige Kosten für GPUs, Speicher und Orchestrierung erfordern eine Budgetierung auf Workload-Ebene statt eines vorhersehbaren Preises pro Benutzerplatz.
- Die Vielzahl an Infrastrukturoptionen bringt zusätzliche Konfigurations- und Betriebsentscheidungen für Teams mit sich, die eine einfache gehostete API suchen.
Preispläne
NVIDIA H200 bedarfsgesteuert
- 141GB H200 HGX GPU
- Stündliche Nutzungsabrechnung
- Rechenleistung ohne Drosselung
NVIDIA H100 bedarfsgesteuert
- 80GB H100 HGX GPU
- Stündliche Nutzungsabrechnung
- Rechenleistung ohne Drosselung
Reservierte Kapazitäten und ausgewählte Beschleuniger
- Optionen mit garantierten Ressourcen
- Reservierte Kapazität
- Individuelle Hardware und individueller Bereitstellungsumfang
* Die Preisangaben dienen nur zur Orientierung. Bitte beachten Sie die aktuellen Informationen auf der offiziellen Website von Crusoe.