首先声明,我并不是该厂的水军,也是在跑程序的过程中,发现这个平台很好用,遂与大家分享。目前在大厂从事算法研究,与该平台没有利益关系。
最近在做一些医疗大模型的微调,苦恼于手中资源不足,尝试过Google Colab和Kaggle的白嫖,但数据集的上传就是首要面对的大问题。这两家的优势在于连通外网,下包还有数据集很快,缺点在于存储空间不太够。由于这个问题,我反复尝试多次上传数据集到colab和kaggle,均没有办法解决这个问题,所以尝试了一下OpenBayes的云服务器。不得不说,真的是非常香!对于学生党非常友好,我愿称它为中国的colab。从我自己用了这么久比较下来,openbayes.com 平台的算力租赁是真的很好用,如果想要用一些租赁 GPU 的话就不要错过。目前还在开展活动,GPU 的价格平价中的平价。
新用户用我的专用邀请链接,注册 OpenBayes,即可获得 4个小时 RTX 4090+ 5个小时CPU的免费使用时长,支持累积,永久有效:
一、界面清晰
首先,工作台界面设计清晰易懂,引导手册和教学视频内容精心制作。在工作台上,模型训练、模型部署、自动调参、数据集上传以及公共资源等功能都直观地展示在引导栏中。如果遇到不熟悉的环境或功能,只需点击右上角的搜索按钮,即可快速找到相关信息。同时,我们的帮助手册详细而全面,无论是初学者还是资深用户,都能够轻松理解和应用其中的内容。
![](https://img-blog.csdnimg.cn/direct/349d75781c4b41179d11ce74f18fbffe.png)
二、价格亲民
在OpenBayes平台上,用户无需提前购买特定的算力直接在余额中进行充值,平台会根据我们选择的算力价格,从余额中进行扣费。这样就可以在不同的需求场景切换不同的算力了,非常方便。除了RTX 3090和A100外,它还提供A600、4090、多卡GPU等多种计算资源。
![](https://img-blog.csdnimg.cn/direct/f0eed88db781465dbf4d92bf6f00f0e1.png)
除了GPU价格比较友好之外,它本身提供的存储容量非常大,免费账户就能享有50GB的存储空间。此外,上传数据集时,只需将其打包成.zip文件,上传到平台后,系统会自动为您解压文件,这一点比隔壁的Colab要方便得多。Colab的存储空间受限,而且将一些包算入存储空间中,而且Colab无法自动解压文件,必须手动进行操作。如果您上传一个.zip文件并且手动解压,但刚好超出存储空间,会让人非常头疼。相比之下,OpenBayes在存储空间方面具有明显的优势。
三、训练稳定
OpenBayes平台不仅拥有人性化的UI设计,而且训练稳定性表现出色,比起隔壁的Colab和Kaggle更为可靠。在选择模型训练时,只需设定相应的模型、数据集、GPU型号、Python版本以及深度学习框架版本,就可以轻松进入工作空间,开始进行深度学习任务。它的稳定性令人印象深刻,不会像Colab那样突然断开连接,并且可以手动设置断连时间。我曾经尝试连续训练一整天的时间,通过TensorBoard可以清晰查看训练过程,表现非常稳定且没有断连的情况。
![](https://img-blog.csdnimg.cn/direct/1c0c11e90f354f14a927f7c0174e89a2.png)
上手训练的整体流程也很简单:点击模型训练-->确认基本信息(例如名称、数据集、交互方式)-->选择算力和镜像版本-->确认选项并审核,即可进入编程界面。下载包还有外部模型的速度也经过优化,与直连外网速度相差不大。在首次创建环境的时候推荐选择CPU资源,等各种环境安装确认完毕之后再切换到GPU,可以避免不必要的浪费。
平台提供基于JupyterLab的交互式机器学习解决方案,同时也支持SSH登录。一旦配置完成,我们就可以连接PyCharm、VS Code等工具进行远程调试。与Colab相比,我们无需再忍受每次挂载数据集的痛苦。在OpenBayes平台上,数据可以快速绑定,支持TB级别的数据管理和断点续传。
四、资源丰富
1. GPU可选种类多
![](https://img-blog.csdnimg.cn/direct/18f6058a52b24dc195690f897d905bf2.png)
它家的GPU选择非常多,从3090 4090 A100 A6000到多卡机器,这些都是过年期间的活动送的福利。9.9的福袋一揽子包含 单卡资源:1 小时 A100、2 小时 A6000、3 小时 RTX 4090、1 小时 V100、2 小时 RTX 3090、3 小时 A100 MIG; 双卡资源:2 小时 A6000-2、2 小时 RTX 4090-2、1 小时 RTX 3090-2; 四卡资源:1 小时 A6000-4、1 小时 RTX 4090-4、1 小时 RTX 3090-4。作为学生党,真的觉得比其他免费平台要良心且好用了。
2. 公共数据集与公共模型多
在机器学习中,最为繁琐的任务之一就是处理数据。从下载数据集到上传,都需要耗费大量时间和精力。OpenBayes.com 将公共资源直接置于平台上,让用户可以直接使用,省去了繁琐的数据处理环节。我们可以选择已经公开的数据集,或者上传我们自己的数据集(这里推荐用命令行上传)。
![](https://img-blog.csdnimg.cn/direct/12366b1e2805482abe26b15c73dcd58d.png)
平台不仅提供丰富的公开数据集,而且提供许多前沿模型,供用户直接使用或微调,包括ChatGLM、Llama2、LLaVA、Mixtral、通义千问、零一万物、书生等一系列大模型。
![](https://img-blog.csdnimg.cn/direct/b0fa03c583384883b1950086d1df6adc.png)
3. 各类教程多
也可以跟随平台提供的教程,学习体验如何利用机器学习算法实现真实处理任务、复现论文。
![](https://img-blog.csdnimg.cn/direct/e742e3689a8b4f659cf2eb23ad55c56b.png)
总而言之,作为一个类似colab但稍微收费的云平台,它性能稳定、界面友好、价格平民,这些特点已经足够吸引我一直用下去了。如果你也有类似的需求,可以直接点击链接注册就好~