Youyun Intelligent Computing

Was ist YOUN Intelligence Computing?

Compshare von UCloud Smart Computing ist eine Plattform für die Vermietung von GPU-Rechenleistung sowie für den Aufruf von APIs für große Modelle unter der Marke UCloud.

Es dient dem Training von KI-Systemen, der Inferenz von Modellen, wissenschaftlichen Berechnungen sowie der Entwicklung, Testung und Produktionseinsatz und bietet GPU- und Modellservices auf Anfrage.

Hauptfunktionen

• Erstellen Sie nach Bedarf Instanzen von GPUs unterschiedlicher Modelle.
• Unterstützung sowohl von Containern als auch von Virtual Machines.
• Es werden Abrechnung nach Stunden, Tagen, Monaten sowie bei Priorisierter Nutzung angeboten.
• Nach dem Herunterfahren werden keine Gebühren für GPU-Berechnungen mehr berechnet.
• Der Kartenlose-Modus kann umgeschaltet werden, um die Betriebsumgebung beizubehalten.
• Vorinstalliert sind CUDA, PyTorch und TensorFlow.
• Mehr als 300 Spiegel für Community-Anwendungen bereitgestellt.
• Schnelles Starten durch das Laden der öffentlichen Modellbibliothek.
• Über Jupyter, SSH und VS Code verbinden.
• Aufruf von APIs für große Sprach-, Bild- und Video-Modelle.
• Bereitstellung von Team-Budgets und Rechnungsverwaltung.
• Unterstützung für API, CLI und Agent Skill.

Für welche Benutzer geeignet

Welche Formen gibt es für GPU-Instanzen?

Häufige GPU-Kartenmodelle

Die Plattform bietet GPU-Karten für den Endverbrauchermarkt sowie für Rechenzentren; die Verfügbarkeit in verschiedenen Regionen, die Versionen des Grafikspeichers sowie die Bestände ändern sich dynamisch.

• Die RTX 5090 eignet sich für die Entwicklung und Tests der nächsten Generation.
• Die RTX 4090 eignet sich für das Training und die leistungsstarke Inferenz.
• Die RTX 4090 48G eignet sich für größere Speichernachweise.
• Die RTX 3090 eignet sich für Experimente mit kleinen und mittleren Modellen.
• Die RTX 3080Ti eignet sich für Aufgaben mit begrenztem Budget.
• A100 und A800 sind für Datenzentrumsaufgaben konzipiert.
• H20 eignet sich für bestimmte Szenarien der Inferenz großer Modelle.
• V100S, P40 usw. können für Kompatibilitätsaufgaben verwendet werden.

Wie wählt man eine GPU aus?

Leitfaden zur Erstellung einer GPU-Instanz

1. Registrieren Sie sich und erledigen Sie die derzeit erforderliche Identitätsverifizierung.
2. Gehen Sie zur Seite zur Erstellung einer GPU-Instanz.
3. Wählen Sie Region und Verfügbare Zone aus.
4. Überprüfen Sie die aktuelle Kartenart, den Bestand und die Preise.
5. Bestimmen Sie die Anzahl der GPUs, der CPU sowie des Arbeitsspeichers.
6. Wählen Sie die Form eines Containers oder einer Virtual Machine aus.
7. Wählen Sie ein Basis-, Community- oder benutzerdefiniertes Image.
8. Konfiguration der Systemfestplatte und des persistenten Speichers.
9. Wählen Sie die Abrechnung nach Verbrauch, täglich oder monatlich.
10. Erstellen Sie eine Instanz, nachdem die geschätzten Kosten überprüft wurden.
11. Warten, bis die Instanz verfügbar ist.
12. Über Jupyter, SSH oder VS Code verbinden.
13. Führen Sie kleine Aufgaben aus, um Treiber und Umgebung zu überprüfen.
14. Einstellen von Erinnerungen für Gebühren und Strategien zur Speicherung von Aufgaben.

Wie wählt man ein Spiegelbild aus?

Grundbildschirme eignen sich für benutzerdefinierte Umgebungen, Community-Bildschirme hingegen für eine schnelle Bereitstellung bestimmter Frameworks oder Anwendungen.

Methoden zur Verbindung von Instanzen

• JupyterLab eignet sich für Notebook-Experimente.
• SSH eignet sich für die Verwaltung von Terminals und das Ausführen von Skriptaufgaben.
• VS Code eignet sich für die Entwicklung von Code aus der Ferne.
• Clienten wie FinalShell eignen sich für grafische Verbindungen.
• Windows-Virtuelle Maschinen können über Remote Desktop genutzt werden.
• FileZilla oder XFTP können zur Dateiübertragung verwendet werden.

Vor der ersten Verbindung sollten Adresse der Instanz, Port, Benutzernamen sowie die von der Plattform generierten Anmeldedaten überprüft werden.

Datei hochladen und herunterladen

1. Wählen Sie die Übertragungsmethode entsprechend der Dateigröße aus.
2. Kleine Dateien können über die Jupyter-Oberfläche hochgeladen werden.
3. Der Projektcode kann über Git oder den Client übertragen werden.
4. Große Datensätze werden vorrangig in persistente Speicherplätze geschrieben.
5. Überprüfen Sie nach der Übertragung die Anzahl und Größe der Dateien.
6. Wichtige Daten werden in einer separaten Sicherungskopie aufbewahrt.
7. Stellen Sie vor dem Löschen der Instanz sicher, dass die Ergebnisse bereits exportiert wurden.

Wie versteht man, dass das Herunterfahren kostenlos ist?

Nach dem Herunterfahren der Instanz werden keine Gebühren für GPU-Rechenressourcen mehr berechnet, doch Ressourcen wie Festplatten, Cloud-Speicher und Images können weiterhin berechnet werden.

Wenn die Umgebung beibehalten werden muss, aber keine GPU verwendet wird, kann der Gesamtkostenvergleich zwischen dem kartenlosen Modus und dem Herunterfahren mit persistenter Speicherung durchgeführt werden.

• Speichern Sie die Ergebnisse rechtzeitig nach Abschluss der Aufgabe.
• Bestätigen Sie, dass der Prozess vollständig gestoppt wurde.
• Überprüfen Sie, ob die Instanz ausgeschaltet ist.
• Überprüfen Sie die weiterhin abgerechneten Speicherressourcen.
• Lösen Sie wertlose Images bei längerer Nichtnutzung auf.
• Überprüfen Sie regelmäßig die Rechnungen und die Liste der Ressourcen.

Echtzeit-Referenzpreise für GPU

Im Folgenden sind die auf der offiziellen Website zum 31. August 2026 veröffentlichten Mindestpreise aufgeführt. Region, Ausstattung, Lagerbestand und Aktionen können sich auf den endgültigen Preis auswirken.

Vor der Erstellung sollte man sich an den endgültigen Betrag in der Konsole orientieren; Systemlaufwerke, Datenträger, Images und das Netzwerk können zusätzlich berechnet werden.

Speicherpreis

Die Speicherung behält die Daten auch nach dem Stillstand der GPU bei, wodurch sie zu einem erheblichen Kostenfaktor für langfristige Projekte werden kann.

Großmodell-API

Die Modell-API ermöglicht es Entwicklern, Modelle über Standardanfragen aufzurufen, ohne selbst das zugrunde liegende Inferenzumfeld herunterladen, bereitstellen oder warten zu müssen.

• Unterstützung für Aufrufe großer Sprachmodelle.
• Unterstützung für Bildgenerierung aus Text und Bildgenerierung aus Bild.
• Unterstützung für Video-Generierung aus Text und Video-Generierung aus Bildern.
• Es ist möglich, Dify und RAGFlow anzuschließen.
• Es kann mit Automatisierungswerkzeugen wie n8n verbunden werden.
• Kann von Entwicklungswerkzeugen wie Claude Code verwendet werden.
• Konkrete Modelle, Vergrößerungen und Preise werden aktualisiert.

Preise für das Coding Plan-Paket

Der Coding Plan stellt in bestimmten Intervallen eine Anzahl an Aufrufen für Modelle zur Verfügung; unterschiedliche Modelle weisen dabei unterschiedliche Aufruffaktoren auf.

Die Anzahl in der Tabelle ist eine Schätzung der offiziellen Website. Verschiedene Tools senden für eine Aufgabe mehrere Anfragen, sodass die tatsächlich erledigte Anzahl an Aufgaben nicht der Anzahl der Anfragen entspricht.

Wie wählt man einen Coding-Plan aus?

Einschränkungen des Modell-Pakets

• Verschiedene Modelle haben unterschiedliche Abzugsfaktoren.
• Eine Aufgabe kann mehrere Schnittstellenanrufe erzeugen.
• Verschiedene Pakete haben Einschränkungen hinsichtlich der gleichzeitigen Nutzung.
• Der Service wird eingestellt, sobald die monatliche Grenze erreicht ist.
• Der Wechsel auf die Pay-as-you-go-Abrechnung kann einen neuen Schlüssel erfordern.
• Die Liste der unterstützten Modelle wird mit offiziellen Updates aktualisiert.
• Prüfen Sie vor dem Kauf die aktuellen FAQ des Pakets.

Team und Lehrverwaltung

Die Teamfunktionen ermöglichen es, Teammitglieder einzuladen, Budgets zuzuweisen, ungenutzte Beträge zurückzufordern sowie Bestellungen und Aktivitätsprotokolle anzusehen.

1. Das Hauptkonto erstellt ein Team und erhält die Team-ID.
2. Eingeladene sind registrierte Plattformmitglieder.
3. Warten, bis die Mitglieder die Team-Einladung annehmen.
4. Jedem Mitglied wird ein eigenes Budget zugeteilt.
5. Die Mitglieder sollen in die Teamperspektive wechseln.
6. Überprüfen Sie die Bestellungen und den Nutzungsverlauf der Mitglieder.
7. Anpassen Sie den Betrag entsprechend dem Fortschritt des Kurses.
8. Unverwendetes Budget zurück auf das Hauptkonto.
9. Exportieren Sie die notwendigen Rechnungen und Protokolle der Vorgänge.

Kostenkontrolle bei Trainingsaufgaben

• Überprüfen Sie den Code zunächst mit einer kleinen Menge an Daten.
• Überwachen Sie die GPU-Nutzung und den Speicherverbrauch.
• Sichern Sie regelmäßig Checkpoints und Protokolle.
• Unterbrechbare Aufgaben berücksichtigen preemptive Instanzen.
• Die Vorbereitung der Daten sollte keine teuren GPUs in Anspruch nehmen.
• Schalten Sie den Rechner unmittelbar nach Beendigung des Experiments aus.
• Löschen Sie unnötige Laufwerke und private Images.
• Legen Sie für jedes Projekt ein eigenes Budget fest.

Daten- und Sicherheitsaspekte

Cloud-Instanzen verarbeiten Code, Modelle, Datensätze und Schlüssel. Unternehmen und Forschungsprojekte sollten zunächst die Anforderungen an den Datenschutz festlegen.

• Schreiben Sie die API-Schlüssel nicht in öffentliche Repositorien.
• Verwenden Sie Umgebungsvariablen oder Key-Management-Methoden.
• Beschränken Sie die SSH-Ports und Anmeldeinformationen.
• Sensible Daten werden vor dem Hochladen entgegenstellt.
• Wichtige Ergebnisse werden in einer persistenten Speicherung gespeichert.
• Die Community-Spiegel überprüfen zunächst Quelle und Inhalt.
• Löschen Sie vor dem Entfernen der Instanz vertrauliche Dateien.
• Geregelte Daten müssen zunächst einer Konformitätsprüfung unterzogen werden.

API, CLI und Open Source

UCloud Smart Computing bietet eine API für die Verwaltung von Instanzen, eine Methode zur Anrufung des UCloud SDK, CompShare CLI sowie Skills für Agenten.

Diese Entwicklerwerkzeuge und Beispiele können öffentlich genutzt werden, doch die Youyun Intelligent Computing Cloud-Plattform selbst ist kein Open-Source-Projekt.

Schritte zur Anbindung an die API

1. Erstellen Sie eine API-Schlüssel in der Konsole.
2. Speichern Sie die öffentliche und private Schlüssel nur in einer sicheren Umgebung.
3. Wählen Sie das offizielle SDK oder fordern Sie die API direkt an.
4. Setzen Sie die richtige Region und Zone ein.
5. Zuerst wird die Schnittstelle zur Abfrage von Preis und Lagerbestand aufgerufen.
6. Stellen Sie einen Antrag auf Erstellung der minimalen Instanz.
7. Erhalten Sie die Identifikation der zurückgegebenen Instanz.
8. Status der Instanzen abfragen und Fehlschläge verarbeiten.
9. Stoppen oder löschen Sie die Ressourcen nach Abschluss der Aufgabe.
10. Für alle Erstellungsoperationen wird eine Kostenabsicherung eingestellt.

Vorteile des Produkts

• Es gibt eine große Vielfalt an GPU-Modellen und Einsatzmöglichkeiten.
• Unterstützung für On-Demand- und langfristige Mehrfachabrechnung.
• Eine vorkonfigurierte Umgebung senkt die Konfigurationskosten.
• Eine öffentliche Modellbibliothek reduziert wiederholte Downloads.
• Es werden Model-APIs und ein Coding-Plan bereitgestellt.
• Das Teambudget eignet sich für Lehre und Zusammenarbeit.
• APIs, CLI und Skills erleichtern die Automatisierung.

Nutzungsbeschränkungen

• Die Lagerbestände und Preise für GPUs ändern sich dynamisch.
• Die Speicherung kann auch nach Herunterfahren weiterhin Gebühren verursachen.
• Die Qualität der Community-Spiegel muss selbst überprüft werden.
• Einsatzbezogene Instanzen können unterbrochen werden.
• Bei den Modellpaketen gibt es Begrenzungen hinsichtlich der Vergrößerungsfaktoren und der gleichzeitigen Nutzung.
• Eine Agentenaufgabe kann mehrfach aufgerufen werden.
• Für die Produktveröffentlichung sind zusätzliche Stabilitätsprüfungen erforderlich.

Häufige Fragen

Welche Dienstleistungen bietet Youyun ZhiSuan hauptsächlich an?

Es bietet Cloud-Instanzen für GPU nach Bedarf, APIs für große Modelle, vorkonfigurierte Images, eine öffentliche Modellbibliothek, eine Verwaltung von Teambudgets sowie API-, CLI- und Agent-Skills.

Wie viel kostet eine YOUNI Smart Computing GPU pro Stunde?

Laut der offiziellen Website vom 31. August 2026 liegen die Preise bei 4090 bei 2,15 Yuan pro Stunde, bei 5090 bei 3,32 Yuan pro Stunde und bei A800 bei 6,23 Yuan pro Stunde. Der endgültige Preis richtet sich jedoch nach den Angaben auf der Konsole.

Wird nach dem Herunterfahren von Youyun ZhiSuan weiterhin Gebühren berechnet?

Nach dem Herunterfahren werden in der Regel keine Gebühren für die GPU-Berechnungen mehr berechnet, doch Ressourcen wie Cloud-Disks, persistente Speicher und private Images können weiterhin Gebühren verursachen.

Welche Verbindungsarten werden von Youyun Intelligent Computing unterstützt?

Container können über Jupyter, SSH, FinalShell und VS Code verbunden werden. Windows-Virtuellmaschinen können außerdem über den Remote-Desktop genutzt werden. Die genauen Zugangsmöglichkeiten hängen vom Typ der Instanz ab.

Ist die Anzahl der Aufrufe des Coding Plans gleich der Anzahl der Aufgaben?

Das bedeutet nicht, dass ein Agent oder eine Programmieraufgabe mehrere Anfragen an das Modell stellen kann. Zudem haben verschiedene Modelle unterschiedliche Faktoren, wodurch die tatsächliche Anzahl der Aufgaben variieren kann.

Bietet Youyun ZhiSuan API und CLI an?

Entwickler können die CompShare API, das UCloud SDK, die CompShare CLI sowie Agent Skills nutzen, um Instanzen, Speicher und Teamressourcen zu verwalten.

Ist Youyun Zhi eine Open-Source-Plattform?

Nein, die Cloud-Plattform selbst gehört zu kommerziellen Dienstleistungen; die Veröffentlichung der offiziellen CLI, Skills und Entwicklungsbeispiele bedeutet nicht, dass der Quellcode des Plattform-Backends öffentlich zugänglich ist.