CUDA in uw pijplijn
GPU-lopers
NVIDIA L4- en A10G-hardlopers met vooraf geïnstalleerde CUDA, voor modelevaluatie en kernelcompilatie in CI.
L4 en A10G
24 GB VRAM, genoeg voor evaluatiesuites en middelgrote gevolgtrekkingstests.
Chauffeurs klaar
CUDA 12.6 en cuDNN 9 zijn al geïnstalleerd en geverifieerd.
Per minuut
Geen gereserveerde capaciteitsverplichting.
GitHub verkoopt geen GPU-runners, dus GPU-codepaden worden meestal niet getest totdat ze worden geïmplementeerd. GPU CI per minuut dicht dat gat zonder een staand cluster.
Veelgestelde vragen
- Waarom zou ik een GPU in CI nodig hebben?
- Dus de eerste keer dat een CUDA-kernel draait, is niet in productie. Met GPU-runners kunt u kernels compileren, modelevaluatie uitvoeren op pull-aanvragen en de latentiebudgetten voor gevolgtrekkingen verifiëren voordat ze worden samengevoegd.
- Welke GPU's zijn beschikbaar?
- NVIDIA L4 en A10G, beide 24 GB, met CUDA 12.6 en cuDNN 9 vooraf geïnstalleerd en geverifieerd.
- Biedt GitHub GPU-hardlopers aan?
- Nee. Dit is een mogelijkheid zonder een door GitHub gehost equivalent. Daarom hosten teams GPU-tests zelf of slaan ze deze geheel over.
Je volgende build kan twee keer zo snel zijn, voor de halve prijs
Begin gratis. Weggaan is dezelfde ene regel, en die diff publiceren we ook.