CUDA in Ihrer Pipeline
GPU-Läufer
NVIDIA L4- und A10G-Läufer mit vorinstalliertem CUDA für Modellbewertung und Kernelkompilierung in CI.
L4 und A10G
24 GB VRAM, ausreichend für Evaluierungssuiten und mittelgroße Inferenztests.
Fahrer bereit
CUDA 12.6 und cuDNN 9 bereits installiert und verifiziert.
Pro Minute
Keine Verpflichtung zur reservierten Kapazität.
GitHub verkauft keine GPU-Runner, daher bleiben GPU-Codepfade normalerweise bis zur Bereitstellung ungetestet. GPU CI pro Minute schließt diese Lücke ohne einen bestehenden Cluster.
Häufige Fragen
- Warum brauche ich eine GPU in CI?
- Das erste Mal, dass ein CUDA-Kernel ausgeführt wird, ist also nicht in der Produktion. Mit GPU-Runnern können Sie Kernel kompilieren, Modellbewertungen für Pull-Requests durchführen und Inferenzlatenzbudgets vor der Zusammenführung überprüfen.
- Welche GPUs sind verfügbar?
- NVIDIA L4 und A10G, beide 24 GB, mit vorinstalliertem und verifiziertem CUDA 12.6 und cuDNN 9.
- Bietet GitHub GPU-Runner an?
- Nein. Dies ist eine Funktion, für die es kein auf GitHub gehostetes Äquivalent gibt, weshalb Teams GPU-Tests entweder selbst hosten oder ganz überspringen.
Ihr nächster Build könnte doppelt so schnell sein — zum halben Preis
Kostenlos starten. Der Wechsel zurück ist dieselbe eine Zeile — auch dieses Diff veröffentlichen wir.