热门
最新
红包
立Flag
投票
同城
我的
发布
很高兴看到llm.c使用Ubicloud的GPU运行器!
https://github.com/karpathy/llm.c/pull/570
此外,感谢在提交消息中提到Ubicloud和Nvidia!
我们喜欢llm.c,因为它解开了训练LLM所需的许多谜团。train_gpt2.c提供了一个干净、简洁的参考实现,在1175行C代码中训练一个LLM。添加GPU运行器的提交消息展示了通过几个简单的步骤如何进行预处理、在各种配置中训练模型,并测试C和PyTorch输出的一致性。
https://github.com/karpathy/llm.c/pull/570/files
llm.c帮助我们理解了训练LLM的过程,并使这些概念对广大用户更易于理解。通过Ubicloud的新运行器,我们希望使CI/CD对GPU工作流更加易于访问。如果您在开发管道中有启用GPU的使用案例,请随时联系我们!
https://www.ubicloud.com/blog/announcing-new-ubicloud-compute-features
CSDN App 扫码分享
评论
10
- 复制链接
- 举报
下一条:
今天,我们很高兴宣布 GitHub Actions 的 GPU runners!我们还在 Ubicloud 的计算服务中发布了另外四个新功能。https://www.ubicloud.com/blog/announcing-new-ubicloud-compute-features1. GitHub Actions 的 GPU runners - 这些 runners 不仅比 GitHub 默认的 runners 提供更多的 CPU/GPU 功率,而且成本也不到一半。如果你一直在寻找将 GPU 集成到你的 CI/CD 管道中,请查看它们!2. 更大的 x64 和 arm64 runners - 你现在可以使用 30-vCPU 的 runners 来加速你的工作流程。3. 更大的虚拟机 - 你还可以通过我们的控制台或使用我们的 API 来配置 standard-30 和 standard-60 虚拟机。4. 为虚拟机和 PostgreSQL 提供更多存储 - 我们的虚拟机存储容量最高可达 2 TB,PostgreSQL 存储容量最高可达 4 TB。5. 更快获取虚拟机 - 我们也非常重视从你点击创建到虚拟机(或 PostgreSQL 数据库)可连接之间的时间。现在这一过程大约快了 10 秒。希望这些新功能能为你运行工作负载提供更多的灵活性。对于未来的改进,我们一直在倾听!请随时向我们提出你的想法。