Instancias de GPU bajo demanda
Lanza y gestiona instancias de GPU mediante un panel de autoservicio, con facturación basada en el uso y sin plazo mínimo para la capacidad bajo demanda.
Hyperbolic
Freemium
Nube abierta de GPU e IA para implementar capacidad H100, H200, B200 y otras GPU bajo demanda, con opciones para experimentar, entrenar, ajustar, inferir y ejecutar cargas de producción.
¿Qué es Hyperbolic?
Hyperbolic es una nube abierta de GPU e IA que proporciona capacidad informática bajo demanda y dedicada para el desarrollo de IA. Los usuarios pueden lanzar GPU H100, H200, B200 y otras GPU de alto rendimiento para experimentar, entrenar, ajustar, realizar inferencias, ejecutar trabajos por lotes y cargas de producción.
La plataforma ofrece tres opciones de infraestructura: GPU bajo demanda basadas en el uso, sin compromiso fijo; clústeres reservados para disponer de capacidad predecible a tarifas con descuento y compromisos inferiores a un año; e infraestructura de nube privada para equipos que buscan capacidad dedicada a largo plazo a través de la red de proveedores de Hyperbolic. Según el flujo de trabajo indicado, se pueden elegir máquinas virtuales o bare metal, seleccionar entre un solo nodo y más de 1000 GPU, elegir InfiniBand o Ethernet y lanzar un clúster en minutos.
¿Qué puede hacer Hyperbolic?
Clústeres reservados multi-GPU
Reserva capacidad de GPU dedicada para cargas de trabajo sostenidas, con compromisos inferiores a un año y tarifas reservadas con descuento.
Infraestructura de nube privada
Accede a infraestructura de GPU dedicada a través de la red de proveedores de Hyperbolic para disponer de capacidad a más largo plazo y mayor control de la infraestructura.
Configuración de clústeres distribuidos
Selecciona una configuración de máquina virtual o bare metal, establece el número de GPU desde un solo nodo hasta más de 1000 GPU y elige interconexiones InfiniBand o Ethernet.
Selección y precios de GPU
Accede a capacidad H100, H200 y B200. Las tarifas iniciales indicadas son de 3,19 $ por hora de GPU para H100 SXM, 3,99 $ para H200 y 5,99 $ para B200; las tarifas se actualizan semanalmente según la disponibilidad de los proveedores.
Notificaciones de facturación por fallos
Recibe una notificación en un plazo de tres minutos si falla una instancia, sin cargos por las instancias fallidas; la facturación se aplica a las GPU que se ponen en funcionamiento.
Casos de uso
“Entrenamiento de modelos fundacionales”
Utiliza clústeres reservados H100, H200 o B200 de varios nodos para sesiones de entrenamiento prolongadas que requieren capacidad dedicada e interconexiones de alto rendimiento.
“Ajuste y LoRA”
Itera rápidamente sobre checkpoints de código abierto y modelos personalizados con capacidad bare metal de un solo nodo o de pequeños clústeres de varios nodos.
“Investigación y evaluación”
Inicia instancias bajo demanda para experimentos, pruebas de rendimiento, evaluaciones, procesamiento de datos y otras tareas de investigación con un uso intensivo de la computación.
“Flujos de trabajo de agentes y automatización”
Lanza y gestiona recursos de GPU mediante programación para flujos de trabajo de agentes, pipelines de evaluación y otras cargas de trabajo automatizadas.
“Producción e infraestructura privada”
Traslada las cargas de trabajo predecibles a clústeres reservados o entornos de nube privada cuando un equipo necesita hardware dedicado, redes aisladas y capacidad a más largo plazo.
Preguntas frecuentes
¿Cuánto cuesta alquilar una GPU?
Las tarifas iniciales indicadas son de 3,19 $ por hora para una NVIDIA H100 SXM, 3,99 $ por hora para una H200 y 5,99 $ por hora para una B200. Los precios se actualizan semanalmente según las mejores tarifas disponibles de los proveedores. La facturación bajo demanda se basa en el uso y no se cobran las instancias fallidas.
¿Las GPU bajo demanda requieren un contrato o un plazo mínimo?
No. Las instancias bajo demanda no requieren un plazo mínimo ni un contrato. Los usuarios pueden lanzar capacidad para un experimento, una prueba de rendimiento, un trabajo de ajuste o una sesión de entrenamiento y cerrarla al finalizar.
¿Hyperbolic puede ejecutar clústeres de entrenamiento distribuido?
Sí. La asignación en clúster puede escalar desde un solo nodo hasta más de 1000 GPU y admite interconexiones InfiniBand o Ethernet. Los clústeres reservados proporcionan capacidad dedicada para cargas de trabajo que necesitan disponibilidad predecible.
¿En qué se diferencian las GPU bajo demanda de las reservadas?
Las GPU bajo demanda se basan en el uso y no tienen un compromiso fijo. Las GPU reservadas proporcionan capacidad dedicada a una tarifa con descuento a cambio de un compromiso de plazo fijo pagado por adelantado, por lo que son adecuadas para cargas de trabajo predecibles y sostenidas.
Datos rápidos
- Categoría
- Nube de GPU e infraestructura de IA
- Usuarios principales
- Equipos nativos de IA, investigadores, desarrolladores y proveedores de infraestructura
- Tipos de GPU indicados
- NVIDIA H100 SXM, H200, B200 y otras GPU de alto rendimiento
- Rango de implementación
- Desde un solo nodo hasta más de 1000 GPU
- Opciones de interconexión
- InfiniBand o Ethernet
- API
- API compatible con OpenAI para servir cargas de trabajo de IA
Análisis de tráfico de Hyperbolic
Los datos de tráfico son solo como referencia.
- Valoración del dominio
- 62
Alternativas a Hyperbolic
Inference.net
inference.net
Infraestructura para ejecutar, supervisar, evaluar, entrenar y desplegar cargas de trabajo de IA en producción.
Modal
modal.com
Modal ejecuta cargas de trabajo de CPU y GPU definidas en Python en la nube. Sirve modelos, entrena con GPU o lanza trabajos por lotes con capacidad que se adapta a la demanda y registros de uso.
Nebius AI Cloud
nebius.com
Nebius AI Cloud es una plataforma en la nube diseñada específicamente para desarrollar, entrenar y ofrecer cargas de trabajo de inteligencia artificial.
Hyperstack
www.hyperstack.cloud
Plataforma de GPU en la nube para ejecutar cargas de trabajo de IA y aprendizaje automático, con entrenamiento, inferencia, análisis de datos y desarrollo de modelos.
SambaNova
sambanova.ai
Plataforma de inferencia de IA para ejecutar modelos abiertos de gran tamaño y cargas de trabajo con agentes, en la nube o en infraestructura propia.
Runpod
runpod.io
Infraestructura en la nube con GPU para que los equipos de IA desarrollen y ajusten modelos, ejecuten inferencias con escalado automático y procesen cargas de trabajo por lotes.