Youyun ZhiSuan

Qu’est-ce que Youyun ZhiSuan ?

Compshare d’UCloud Intelligence est une plateforme de location de capacités GPU et d’appels API pour les grands modèles, relevant d’UCloud.

Il est destiné à l’entraînement des IA, à l’inference des modèles, aux calculs scientifiques, au développement et aux tests, ainsi qu’au déploiement en production, et offre des services GPU et de modèles sur demande.

Fonction principale

• Créer des instances GPU de différents modèles selon les besoins.
• Prend en charge les conteneurs et les machines virtuelles.
• Fournit un facturation par heure, par jour, par mois et en mode préemptif.
• Les frais de calcul GPU cessent de s’appliquer après l’arrêt du système.
• Le mode sans carte est configurable pour conserver l’environnement de fonctionnement.
• Préinstallé avec CUDA, PyTorch et TensorFlow.
• Fournit plus de 300 images d’applications communautaires.
• Mise en charge rapide de la bibliothèque de modèles publics.
• Connexion via Jupyter, SSH et VS Code.
• Appeler les API des modèles de langage, d’images et de vidéo avancés.
• Fournit une gestion des budgets d’équipe et des factures.
• Prend en charge l’API, la CLI et les compétences d’agent.

À qui s’adresse-t-il

Quelles sont les formes des instances GPU ?

Types courants de cartes GPU

La plateforme propose des GPU pour consommateurs et pour data centers ; les versions de mémoire vidéo, les disponibilités et les options selon les régions varient dynamiquement.

• La RTX 5090 est adaptée au développement et aux tests de la nouvelle génération.
• La RTX 4090 est adaptée à l’entraînement et au raisonnement haute performance.
• La RTX 4090 48G convient aux besoins en mémoire vidéo plus élevés.
• La RTX 3090 est adaptée aux expériences avec des modèles de petite et moyenne taille.
• La RTX 3080Ti convient aux tâches à budget limité.
• Les A100 et A800 sont conçus pour les charges de travail des data centers.
• H20 est adapté à des scénarios de raisonnement pour des grands modèles spécifiques.
• Le V100S, le P40, etc., peuvent être utilisés pour des tâches de compatibilité.

Comment choisir une GPU

Tutoriel pour créer une instance GPU

1. Inscrivez-vous et terminez la vérification d’identité requise.
2. Accédez à la page de création d’instance GPU.
3. Sélectionnez la région et l’zone disponible.
4. Voir le type de carte actuel, les stocks et les prix.
5. Déterminer le nombre de GPU, de CPU et de mémoire.
6. Choisissez la forme de conteneur ou de machine virtuelle.
7. Choisissez une image de base, communautaire ou personnalisée.
8. Configurer le disque système et le stockage persistant.
9. Choisissez la facturation à l’usage, par jour ou par mois.
10. Créer l’instance après vérification des coûts prévus.
11. Attendre que l’instance devienne disponible.
12. Se connecter via Jupyter, SSH ou VS Code.
13. Exécuter de petites tâches pour valider le pilote et l’environnement.
14. Définir des rappels de frais et des stratégies de sauvegarde des tâches.

Comment choisir un miroir

Les images de base conviennent aux environnements personnalisés, tandis que les images communautaires sont adaptées au déploiement rapide de frameworks ou d’applications spécifiques.

Méthode pour connecter une instance

• JupyterLab est adapté aux expériences de type Notebook.
• SSH est adapté à la gestion de terminal et aux tâches scriptées.
• VS Code est adapté au développement de code à distance.
• Des clients tels que FinalShell conviennent pour des connexions graphiques.
• Les machines virtuelles Windows peuvent utiliser le bureau à distance.
• FileZilla ou XFTP peuvent être utilisés pour le transfert de fichiers.

Avant la première connexion, vérifiez l’adresse de l’instance, le port, le nom d’utilisateur ainsi que les identifiants de connexion générés par la plateforme.

Téléchargement et téléchargement de fichiers

1. Choisissez le mode de transfert en fonction de la taille du fichier.
2. De petits fichiers peuvent être téléchargés depuis l’interface Jupyter.
3. Le code du projet peut être transmis via Git ou un client.
4. Les grands ensembles de données sont prioritairement stockés dans un stockage persistant.
5. Vérifier le nombre et la taille des fichiers après le transfert.
6. Les données importantes sont conservées avec une sauvegarde indépendante.
7. Vérifiez que les résultats ont été exportés avant de supprimer l’instance.

Comment comprendre que l’arrêt du système ne coûte rien ?

Une fois l’instance éteinte, les frais de ressources de calcul GPU ne sont plus facturés, mais des ressources telles que les disques, le stockage cloud et les images peuvent continuer à être facturées.

Lorsqu’il est nécessaire de préserver l’environnement sans utiliser de GPU, on peut comparer le coût total du mode sans carte et celui de l’arrêt du système avec stockage persistant.

• Enregistrez les résultats en temps opportun une fois la tâche terminée.
• Vérifier que le processus s’est complètement arrêté.
• Vérifier si l’instance est éteinte.
• Vérifier les ressources de stockage qui sont encore facturées.
• Supprimer les images sans valeur en cas d’inutilisation prolongée.
• Vérifiez régulièrement les factures et la liste des ressources.

Prix de référence en temps réel du GPU

Voici les prix minimums publiés sur le site officiel au 31 août 2026 ; la région, la configuration, les stocks et les promotions peuvent influencer le prix final.

Avant la création, il convient de se référer au montant final affiché dans la console ; le disque système, le disque de données, les images et le réseau peuvent faire l’objet d’un tarif supplémentaire.

Prix de stockage

Le stockage conserve les données même après l’arrêt de la GPU, ce qui peut également représenter un coût important pour les projets à long terme.

API de grands modèles

L’API du modèle permet aux développeurs d’appeler le modèle via des requêtes standard, sans avoir à télécharger, déployer ou gérer eux-mêmes l’environnement de raisonnement sous-jacent.

• Prend en charge les appels aux grands modèles de langage.
• Prend en charge la génération d’images à partir de texte et la génération d’images à partir d’images.
• Prend en charge la génération de vidéo à partir de texte et de vidéo à partir d’image.
• Pouvant se connecter à Dify et RAGFlow.
• Peut se connecter à des outils d’automatisation tels que n8n.
• Disponible pour des outils de développement tels que Claude Code.
• Les modèles spécifiques, les agrandissements et les prix seront mis à jour.

Prix du forfait Coding Plan

Le Plan de codage fournit des quotas d’appel de modèles par période, et différents modèles utilisent des coefficients d’appel différents.

Le nombre indiqué dans le tableau est une estimation du site officiel ; différents outils peuvent envoyer plusieurs requêtes pour une tâche, et le nombre réel de tâches accomplies n’est pas égal au nombre de requêtes envoyées.

Comment choisir un plan de codage

Limites du forfait de modèle

• Les différents modèles ont des taux de déduction différents.
• Une tâche peut générer plusieurs appels d’interface.
• Les différents forfaits ont des limites de concurrence.
• Le service sera interrompu une fois le quota cyclique épuisé.
• Passer au paiement à l’usage peut nécessiter une nouvelle clé.
• La liste des modèles pris en charge sera mise à jour par les développeurs officiels.
• Veuillez consulter les FAQ du forfait actuel avant d’acheter.

Équipe et gestion de l’enseignement

Les fonctionnalités d’équipe permettent d’inviter des membres, d’allouer un budget, de récupérer les soldes non utilisés, ainsi que de consulter les commandes et les historiques des opérations.

1. Le compte principal crée une équipe et obtient l’ID d’équipe.
2. Inviter les membres de la plateforme déjà enregistrés.
3. Attendre que les membres acceptent l’invitation de l’équipe.
4. Allouer un budget indépendant aux membres.
5. Demander aux membres de passer à la vue d’équipe.
6. Voir les commandes et l’utilisation des membres.
7. Ajuster le montant en fonction du rythme du cours.
8. Réaffecter le budget non utilisé au compte principal.
9. Exporter les factures et les historiques d’opérations nécessaires.

Contrôle des coûts des tâches de formation

• Vérifiez d’abord le code avec une petite quantité de données.
• Surveiller l’utilisation de la GPU et l’occupation de la mémoire vidéo.
• Enregistrez régulièrement des points de contrôle et des journaux.
• Les tâches interruptibles prennent en compte les instances préemptives.
• Le prétraitement des données ne doit pas utiliser de GPU coûteux.
• Éteignez immédiatement après la fin de l’expérience.
• Nettoyer les disques inutiles et les images privées.
• Établir un budget indépendant pour chaque projet.

Précautions relatives aux données et à la sécurité

Les instances cloud traitent du code, des modèles, des ensembles de données et des clés ; les entreprises et les projets de recherche doivent d’abord définir leurs exigences en matière de protection des données.

• Ne mettez pas les clés API dans des dépôts publics.
• Utiliser des variables d’environnement ou une méthode de gestion de clés.
• Restreindre le port SSH et les identifiants de connexion.
• Les données sensibles sont masquées avant leur téléchargement.
• Les résultats importants sont sauvegardés dans un stockage persistant.
• L’image communautaire vérifie d’abord l’origine et le contenu.
• Vider les fichiers confidentiels avant de supprimer l’instance.
• Les données régulées doivent d’abord faire l’objet d’une évaluation de conformité.

API, CLI et open source

YouYun ZhiSuan propose une API de gestion d’instances, des méthodes d’appel du UCloud SDK, la CompShare CLI et des compétences destinées aux agents.

Ces outils de développement et exemples peuvent être utilisés publiquement, mais la plateforme cloud Youyun ZhiSuan en elle-même n’est pas un projet open source.

Étapes d’intégration API

1. Créer une clé API dans la console.
2. Conservez les clés publiques et privées uniquement dans un environnement sécurisé.
3. Choisissez le SDK officiel ou demandez directement l’API.
4. Définir la région et l’zone disponibles correctement.
5. Appeler d’abord l’interface de consultation des prix et des stocks.
6. Soumettre une demande de création d’instance minimale.
7. Enregistrer l’identifiant de l’instance retournée.
8. Vérifier l’état des instances en boucle et gérer les échecs.
9. Arrêter ou supprimer les ressources une fois la tâche terminée.
10. Mettre en place une protection des frais pour toutes les opérations de création.

Avantages du produit

• Il existe une grande variété de modèles de GPU et de modes de déploiement.
• Prend en charge la facturation à la demande et à long terme sur plusieurs modes.
• Un environnement préinstallé réduit les coûts de configuration.
• La bibliothèque de modèles publics réduit les téléchargements répétitifs.
• Fournir l’API du modèle et le plan de codage.
• Le budget d’équipe convient à l’enseignement et à la collaboration.
• L’API, la CLI et Skill facilitent l’automatisation.

Restrictions d'utilisation

• Les stocks et les prix des GPU varient dynamiquement.
• Le stockage peut faire l’objet de facturation même après éteinte.
• La qualité de l’image communautaire doit être vérifiée par soi-même.
• Les instances préemptives peuvent être interrompues.
• Les forfaits de modèles présentent des limitations en termes de multiplicateur et de concurrence.
• Une tâche Agent peut être appelée plusieurs fois.
• Le déploiement en production nécessite des tests de stabilité supplémentaires.

Questions fréquentes

Quels services YoonCloud Intelligence propose-t-il principalement ?

Il offre des instances cloud GPU sur demande, des API pour les grands modèles, des images préinstallées, une bibliothèque de modèles publics, une gestion du budget d’équipe, ainsi que des API, une CLI et des compétences d’agent.

Combien coûte l’heure de calcul GPU d’Youyun ZhiSuan ?

Selon le site officiel du 31 août 2026, le prix du 4090 descend à 2,15 yuans, celui du 5090 à 3,32 yuans, et celui de l’A800 à 6,23 yuans par heure ; le prix final est sujet à la console.

Younan ZhiSuan continue-t-il à facturer après avoir été éteint ?

Après l’arrêt, les frais de calcul GPU cessent généralement d’être facturés, mais des ressources telles que les disques SSD cloud, le stockage persistant et les images privées peuvent continuer à être facturées.

Quelles méthodes de connexion YOONIQ Intelligence Computing prend-elle en charge ?

Les conteneurs peuvent être connectés via Jupyter, SSH, FinalShell et VS Code ; les machines virtuelles Windows peuvent également utiliser le bureau à distance, selon le type d’instance.

Le nombre d’appels du Coding Plan est-il égal au nombre de tâches ?

Ce n’est pas équivalent : un agent ou une tâche de programmation peut lancer plusieurs demandes de modèle, et les différents modèles ont des facteurs de multiplication différents, ce qui fait que le nombre réel de tâches varie.

Youniverse Intelligence Computing propose-t-il des API et une CLI ?

Les développeurs peuvent utiliser l’API CompShare, le SDK UCloud, la CLI CompShare et Agent Skill pour gérer les instances, le stockage et les ressources d’équipe.

Younzhi est-elle une plateforme open source ?

Non, la plateforme cloud elle-même relève de services commerciaux ; la mise à disposition officielle de la CLI, des compétences (Skills) et d’exemples de développement ne signifie pas que le code source backend de la plateforme est ouvert.