Vous pouvez gagner de l'argent avec votre GPU lorsque vous ne l'utilisez pas. Il suffit que vous le prêtez à ceux qui forment des modèles d'IA

Vous pouvez gagner de l'argent avec votre GPU lorsque vous ne l'utilisez pas. Il suffit que vous le prêtez à ceux qui forment des modèles d'IA

Pour exécuter et offrir des outils basés sur l'intelligence artificielle générative, beaucoup de puissance de calcul est nécessaire (et cela conduit à beaucoup d'énergie). Par conséquent, les cartes graphiques les plus puissantes sur le marché et les processeurs spécifiques pour Datacentes sont ainsi cités aujourd'hui, donc des entreprises telles que NVIDIA, qui se spécialise dans ce marché, récoltent un succès aussi écrasant. Et comme tout le monde ne peut pas se permettre une carte graphique puissante pour expérimenter avec l'IA, il y a un service que nous voyons de plus en plus commun: louer une carte graphique pour supprimer un argent supplémentaire. Il existe plusieurs plates-formes pour l'obtenir et sous ces lignes, nous vous disons tout ce que vous devez savoir.

Comment fonctionne l'entreprise. Le modèle consiste à agir en tant qu'hôte sur un marché où les clients recherchent des instances GPU pour leurs projets d'IA. Vous fixez le prix par heure, la plate-forme gère les paiements et le client exécute son travail dans un conteneur isolé sur votre machine. On pourrait dire que c'est comme un Airbnb, mais axé sur le matériel informatique.

GPU

Instances avec un RTX 4090 dans une vaste IA

Les chiffres que nous devons prendre en compte. Un RTX 4090 se situe généralement entre 0,20 et 0,60 $ l'heure sur ces marchés, selon la demande. Dans le meilleur scénario théorique, opérant 24 heures par jour pendant un mois complet, un GPU élevé pourrait facturer environ 240 dollars bruts par mois (étant donné que nous l'avons mis à louer 24 heures par jour). Mais la réalité est généralement plus modeste, car nous devons réduire ce que nous payons sur notre facture électrique, les commissions de plate-forme (qui peuvent atteindre 24% sur des plateformes telles que Runpod) et, surtout, que la véritable occupation est rarement à 100%.

Marché en expansion. La différence de prix entre les géants traditionnels du cloud (AWS, Google Cloud) et ces marchés P2P est considérable. Bien que la location d'un GPU sur AWS puisse coûter trois ou six fois plus, des plates-formes telles que Runpod ou une vaste IA offrent un accès à des cartes graphiques très puissantes, comme c'est le cas de RTX 4090, pour quelques cents le temps. Et bien sûr, ces prix sont vraiment attrayants pour les développeurs qui souhaitent expérimenter l'intelligence artificielle mais n'ont pas de moyens d'avoir une équipe comparable aux projets sur lesquels ils travaillent.

L'alliance ASML-Mistral révèle le plan européen B: Si nous ne pouvons pas fabriquer de copeaux, nous contrôlerons au moins comment ils sont fabriqués

Ce que vous devez savoir avant de commencer. Transformer votre PC en serveur de location n'est pas plug-and-play. Dans la plupart des cas, vous devez installer Linux, configurer les pilotes NVIDIA mis à jour, ouvrir des ports de réseau et garder votre équipement à travailler pour les heures pour lesquelles vous avez promis de l'offrir, ainsi qu'une réfrigération adéquate, ce qui sera nécessaire si votre GPU commencera à travailler beaucoup plus et beaucoup plus longtemps. De plus, vos clients s'attendent à ce que la machine soit disponible lors de leur embauche, ce qui signifie que vous ne pourrez pas l'utiliser pour le jeu ou le travail personnel. Il convient également de noter que les revenus générés sont également soumis à l'imposition et il est possible qu'il soit tenu de s'inscrire en tant qu'activité économique dans les cas où le revenu dépasse un certain seuil.

Il y a certains risques. Au-delà de l'usure que le matériel peut recevoir pour travailler constamment, il y a des performances maximales, il y a des problèmes de sécurité. Bien que les plates-formes utilisent des conteneurs pour isoler les charges de travail, certains experts mettent en garde contre les vulnérabilités possibles dans des environnements multi-teenants (les environnements qui desservent plusieurs utilisateurs) qui pourraient compromettre nos données ou utiliser le GPU à des fins indues.

Cela en vaut-il la peine? Pour la plupart des utilisateurs avec un seul GPU, les avantages sont modestes une fois que toutes les dépenses et autres sont actualisées. Maintenant, l'entreprise est plus logique si vous avez déjà le matériel amorti, ne payez pas trop sur votre facture électrique et vos comptes avec certaines connaissances techniques pour maintenir le système stable. Encore plus si vous avez une carte graphique ou un niveau potentiel pour les données. En tant qu'expérience ou une expérience de revenu complémentaire, cela peut être intéressant, mais ne vous attendez pas à ce que cela vous rende riche.

Premiers pas. Si vous voulez l'essayer, commencez par des offres « interruptibles », c'est-à-dire moins chères mais peut être annulée, afin de connaître la demande réelle. Vast.ai et Runpod offrent une documentation détaillée pour devenir hôte, y compris des guides étapes et étapes et des modèles préconfigurés. Bien sûr, il est conseillé de toujours contrôler la consommation électrique réelle et d'établir des limites de fonctionnement pour empêcher votre équipement de devenir esclave aux processus de fond.

Image de couverture | Elle se détache

Dans Simseo | Nvidia, TSMC et SK Hynix sont les sociétés de puces les plus puissantes de la planète. Personne ne peut permettre à l'un des autres de tomber