Les environnements tout prêts — PyTorch avec JupyterLab, Ollama, vLLM et d’autres — couvrent les cas courants. Si vous avez votre propre pile logicielle, lancez à la place n’importe quelle image Docker publique, avec une commande qui s’exécute une fois, en premier, au démarrage de la location : la même idée que le « onstart » de Vast.

Sur le site

  1. Activez le mode Pro avec l’interrupteur de l’en-tête.
  2. Choisissez un GPU sur la place de marché et passez au paiement.
  3. Ouvrez Votre propre image Docker et saisissez l’image : pytorch/pytorch:latest, nvidia/cuda:12.4.1-runtime-ubuntu22.04, ghcr.io/vous/votre-image:1.0…
  4. Si vous le souhaitez, ajoutez une commande dans À lancer au démarrage.
  5. Appuyez sur Utiliser cette image, puis payez.

Une commande de démarrage peut installer ce dont votre travail a besoin et vérifier le GPU, par exemple :

pip install transformers accelerate datasets && python -c "import torch; print(torch.cuda.get_device_name())"

Sa sortie s’affiche dans la Console de la page de location. Ensuite, travaillez dans le terminal du navigateur ou en SSH.

L’image et la commande de démarrage se choisissent au paiement et ne peuvent plus être modifiées une fois la location payée ; Utiliser plutôt l’environnement ci-dessus revient à un environnement tout prêt.

À quoi vous attendre dans le conteneur

  • L’image doit contenir sh. Presque toutes les images Linux l’ont.
  • Vos fichiers vivent dans /workspace, conservés d’une commande à l’autre pendant toute la location et supprimés à la fin — enregistrez ce qui compte sur votre ordinateur ou dans Mon Drive.
  • Le démarrage propre à l’image ne s’exécute pas. Le conteneur démarre avec un shell et attend vos commandes ; son ENTRYPOINT et son CMD sont ignorés. Mettez ce qui doit se passer en premier dans la commande de démarrage.
  • La commande de démarrage dispose d’une heure au plus : réservez-la à l’installation. Lancez un serveur de longue durée depuis le terminal ou en SSH, avec nohup … & pour qu’il continue après votre déconnexion.
  • Le téléchargement de l’image n’est pas facturé. Une image trop grosse pour l’espace disque libre de la machine est refusée avec un message — choisissez-en une plus petite, ou une machine avec plus de disque libre (chaque annonce l’indique).
  • Images publiques uniquement : Docker Hub, GHCR ou tout registre qui ne demande pas de connexion.
  • Confidentialité : l’hôte peut voir quelle image vous lancez, jamais votre commande de démarrage.

Bien choisir son image

  • Fixez une version. pytorch/pytorch:2.4.0-cuda12.4-cudnn9-runtime donne le même logiciel à chaque location ; latest peut changer sans prévenir.
  • Plus petite, elle démarre plus vite. La machine télécharge d’abord l’image ; ce temps n’est pas facturé, mais vous l’attendez quand même.
  • Essayez-la d’abord sur votre ordinateur avec docker run --rm -it IMAGE sh, pour vérifier qu’elle démarre et contient ce qu’il vous faut.
  • Réutilisez-la pour les lots. La même image, passée dans image, peut exécuter des milliers de tâches sur tout le pool.

Via l’API

Démarrez une instance avec votre image et votre commande de démarrage. Elle est facturée à la seconde jusqu’à ce que vous l’arrêtiez ou que duration_s soit écoulé :

curl https://rentgpupower.com/api/v1/compute/instances \
  -H "Authorization: Bearer $GPURENT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"image": "pytorch/pytorch:latest", "onstart": "pip install transformers accelerate", "duration_s": 3600}'

Ou avec la ligne de commande gpurent :

gpurent start --image pytorch/pytorch:latest --onstart "pip install transformers accelerate" --duration 3600
gpurent ssh 456
gpurent stop 456

gpurent start affiche le numéro de l’instance (456 ici), et gpurent instance 456 — ou GET /instances/456 — montre son état et ce qu’elle a coûté jusque-là. Arrêter plus tôt rend le temps non utilisé à vos crédits, et des filtres comme --min-vram 24 choisissent la carte. Votre clé API se crée sur la page développeurs ; la référence complète est dans la documentation.

Questions fréquentes

Puis-je utiliser une image privée ?

Non. Les images doivent être publiques — sur Docker Hub, GHCR ou un autre registre qui ne demande pas de connexion. Ne mettez pas de secrets dans l’image.

Le temps de téléchargement de mon image est-il facturé ?

Non. Le temps que la machine passe à télécharger votre image n’est pas facturé.

Pourquoi l’application de mon image ne s’est-elle pas lancée toute seule ?

La location démarre le conteneur avec un shell, pas avec l’ENTRYPOINT ou le CMD de l’image. Lancez l’application vous-même, depuis le terminal ou en SSH — avec nohup … & si elle doit continuer après votre déconnexion.

SSH fonctionne-t-il avec mon image ?

Oui, si l’image a un gestionnaire de paquets (apt, apk, dnf ou yum) pour installer le serveur SSH, ou contient déjà openssh-server — et si la machine a le bac à sable Docker.