機能別
- 12 ガイド利用可能
- ガイドを開いてマッチしたプロバイダーを見る
- プロバイダーカードの比較を使って候補リストを作成
APIおよびCLI管理対応のクラウドGPUプロバイダー
APIまたはCLIインターフェースを使うことで、GPUインスタンスのプログラムによるプロビジョニング、管理、停止が可能です。これはMLOpsパイプライン、自動トレーニングワークフロー、CI/CD統合に不可欠です。本ガイドでは、インフラ管理用のAPIまたはCLIツールを提供するクラウドGPUプロバイダーを紹介します。
Dockerとカスタムイメージ対応のクラウドGPUプロバイダー
Dockerサポートにより、事前にインストールされたフレームワーク、CUDAバージョン、依存関係を含む独自環境を持ち込み、開発と本番環境間の再現性を確保できます。カスタムDockerイメージは環境構築時間を削減し、MLワークフローのCI/CD統合を可能にします。本ガイドでは、Dockerコンテナとカスタムイメージの展開をサポートするクラウドGPUプロバイダーを紹介します。
Jupyterノートブック対応のクラウドGPUプロバイダー
Jupyterノートブックは、データサイエンスや機械学習研究で広く使われるインタラクティブな開発環境です。クラウドGPUインスタンスにJupyterがあらかじめ設定されていれば、セットアップの手間なくすぐに実験を始められます。本ガイドでは、Jupyterノートブックのサポートが組み込まれたクラウドGPUプロバイダーを紹介します。
Kubernetes対応のクラウドGPUプロバイダー
Kubernetesは、大規模なMLトレーニングと推論ワークロードのオーケストレーションの標準となっています。GPU対応のKubernetesクラスターは、自動スケジューリング、リソース管理、KubeflowやRayなどのMLOpsツールとの統合を可能にします。本ガイドでは、マネージドKubernetesサポートまたはGPU対応Kubernetesクラスターを提供するクラウドGPUプロバイダーを紹介します。
マルチノードGPUクラスター対応のクラウドGPUプロバイダー
単一ノードのメモリ容量を超えるモデルのトレーニングには、高速なノード間ネットワークを備えたマルチノードGPUクラスターが必要です。マルチノード対応により、大規模言語モデルの事前学習や他の計算集約型ワークロードで数十から数百のGPUにスケール可能です。本ガイドでは、マルチノードトレーニング構成をサポートするクラウドGPUプロバイダーを紹介します。
NVLinkまたはInfiniBandを備えたクラウドGPUプロバイダー
NVLink（最大900 GB/s）やInfiniBand（最大400 Gb/s）などの高帯域幅GPUインターコネクトは、効率的なマルチGPUおよびマルチノードトレーニングに不可欠です。高速インターコネクトがないと、分散トレーニングで勾配同期がボトルネックとなり、スケーリング効率が大幅に低下します。このガイドでは、GPUインスタンスにNVLinkまたはInfiniBand接続を提供するプロバイダーを紹介します。
秒単位課金のクラウドGPUプロバイダー
秒単位課金により、使用した正確な計算時間分だけ支払うため、短時間の実験や反復開発、数分で完了する推論ジョブに特に有効です。時間単位課金と比べて、秒単位の細かい課金は一般的な開発ワークフローで30～50％のコスト削減が可能です。本ガイドでは、秒単位または1分未満の課金を提供するクラウドGPUプロバイダーを紹介します。
永続ストレージ付きクラウドGPUプロバイダー
永続ストレージは、データセット、モデルチェックポイント、トレーニング結果をインスタンスの再起動やシャットダウン後も保持します。永続ストレージがなければ、新しいGPUインスタンスを起動するたびにデータを再アップロードする必要があります。このガイドでは、GPUインスタンスに接続された永続的なブロックまたはネットワークストレージを提供するクラウドGPUプロバイダーを紹介します。
サーバーレスGPU推論対応のクラウドGPUプロバイダー
サーバーレスGPUは、使用していないときに推論エンドポイントを自動でゼロにスケールダウンし、リクエストが来た際にGPUインスタンスをオンデマンドで起動することで、アイドルコストを排除します。このリクエスト単位の課金モデルにより、変動やバーストトラフィックのあるアプリケーションで推論コストを80～95％削減可能です。本ガイドでは、サーバーレスGPU展開をサポートするクラウドGPUプロバイダーを紹介します。
スポット / プリエンプティブルインスタンス対応クラウドGPUプロバイダー
スポットまたはプリエンプティブルGPUインスタンスは、オンデマンド価格に比べて50～90％のコスト削減が可能ですが、需要が高い期間に中断される可能性があります。チェックポイント付き分散トレーニング、バッチ推論、ハイパーパラメータ探索などのフォールトトレラントなワークロードに最適です。本ガイドではスポット価格を提供するクラウドGPUプロバイダーを紹介し、GPU計算コストの大幅な削減を支援します。
SSHアクセス可能なクラウドGPUプロバイダー
SSHアクセスにより、GPUインスタンスのルート権限を完全に取得でき、カスタムソフトウェアのインストール、問題のデバッグ、ファイル管理、長時間実行プロセスの実行が可能になります。これは、ウェブベースのノートブック以上の制御が必要な上級ユーザーに不可欠です。本ガイドでは、GPUインスタンスへの直接SSHアクセスを提供するクラウドGPUプロバイダーを紹介します。
ゼロイグレス料金のクラウドGPUプロバイダー
イグレス料金とは、クラウドからデータを転送する際に発生する費用で、モデルの重みのエクスポート、推論結果の提供、またはプロバイダー間でのデータセットの移動時に予想外の高額なコストになることがあります。イグレス料金がゼロのプロバイダーは、価格が予測しやすく、マルチクラウド戦略の採用を容易にします。このガイドでは、アウトバウンドデータ転送に料金を課さないGPUクラウドプロバイダーを紹介します。