Как выбрать облачный GPU-инстанс для развертывания ИИ-моделей: практическое руководство

Развертывание ИИ-моделей в облаке — стандартная задача для современных специалистов по машинному обучению. Но выбор подходящего инстанса GPU часто превращается в «лотерею»: переплата за избыточные ресурсы или, наоборот, «торможение» из-за недостаточной мощности. В этой статье мы расскажем, как не ошибиться с выбором облачного GPU, сохранив баланс между производительностью и бюджетом. Акцент сделаем на реальных кейсах — от обучения нейросетей до инференса в продакшене.

https://habr.com/ru/articles/948052/

#облачные_вычисления #машинное_обучение #глубокое_обучение #nvidia #cuda #нейросети #обучение_нейросетей #aws_ec2

As I waited for my coworker's response for data, I:
- took a #mondaycom course on API
- created my own API's using #RStats and #AWS_EC2
- extracted pop info from tiff to geojson
- analyzed census data
- created a simple #appsheets app
- created a demo #shinyapps using #voronoi areas and #openrouteservice pois and isochrones
- and several other minor chores

and I believe I still have to wait...

A week ago I thought I wasn't be able to create an API
Now I learned how to set my #AWS_EC2 server for my #rstars API with #plumber, to modify values in #mondaycom via #zapier

Maybe it was easy, but I feel awesome right now