团队在为 ML 工作负载选择次优硬件时浪费云积分。
构建一个 Web 应用,根据模型架构和数据集大小估算 TPU/GPU/CPU 的 $/epoch。
通过高级功能(如历史价格跟踪)收取 SaaS 费用。
MVP 可以使用已发布的基准测试,并带有简单的参数滑块。
风险:云提供商可能会发布竞争性工具。
交互式计算器,比较不同硬件类型的云 ML 训练成本。面向规划部署的 ML 工程师。
PyTorch 对 TPU 的新支持催生了对成本比较工具的新需求。
团队在为 ML 工作负载选择次优硬件时浪费云积分。
构建一个 Web 应用,根据模型架构和数据集大小估算 TPU/GPU/CPU 的 $/epoch。
通过高级功能(如历史价格跟踪)收取 SaaS 费用。
MVP 可以使用已发布的基准测试,并带有简单的参数滑块。
风险:云提供商可能会发布竞争性工具。