راهنمای قدم به قدم کرایه کارت گرافیک (GPU) با Vast.ai برای پروژه‌های هوش مصنوعی

اگر شما هم روی پروژه‌های هوش مصنوعی یا یادگیری عمیق کار می‌کنید، احتمالاً به کارت گرافیک قدرتمند نیاز پیدا کرده‌اید. سرویس‌های ابری داخل ایران معمولاً هزینه‌های بالایی دارند و شاید برای همه مقرون‌به‌صرفه نباشند. خوشبختانه وبسایت Vast.ai این امکان را می‌دهد که با هزینه‌ای بسیار کمتر، GPUهای قدرتمند را به‌صورت ساعتی اجاره کنید.
در این آموزش قدم‌به‌قدم، یاد می‌گیرید چطور به راحتی یک کارت گرافیک از Vast.ai کرایه کنید و پروژه‌های هوش مصنوعی خودتان را با هزینه‌ای مناسب اجرا کنید.

چگونه در Vast.ai ثبت‌نام کنیم؟

برای شروع، وارد وبسایت Vast.ai شوید و روی Login یا Sign Up کلیک کنید. ایمیل و پسورد خود را وارد کرده و ثبت‌نام کنید. سپس ایمیل تایید را باز کرده و روی لینک آن کلیک کنید تا حساب شما فعال شود.

چگونه اکانت را شارژ کنیم؟

برای شارژ حساب Vast.ai روش‌های مختلفی وجود دارد. شما می‌توانید از کارت‌های اعتباری بین‌المللی یا کیف پول‌های دیجیتال استفاده کنید. خود من از طریق ایرانیکارت حسابم را به دلار شارژ کردم و به‌صورت ریالی پرداخت انجام دادم. این روش برای کاربران ایرانی ساده و قابل انجام است.

کافی است ابتدا ثبت‌نام کنید:
ثبت‌نام در ایرانیکارت
و سپس اطلاعات اکانت خود را در این فرم:
فرم شارژ حساب دلاری
به همراه میزان شارژ مورد نظر وارد کرده و پرداخت ریالی را انجام دهید.

پس از پرداخت، و حدود 1 ساعت صبر برای انجام سفارش، حساب شما در Vast.ai شارژ شده و آماده کرایه GPU و اجرای پروژه‌های هوش مصنوعی خواهد بود.

چگونه GPU مناسب انتخاب کنیم؟

در Vast.ai می‌توانید از کارت‌های گرافیک مختلف استفاده کنید، از مدل‌های خیلی ارزان و اقتصادی که برای کارهای سبک کافی هستند، تا کارت‌های حرفه‌ای مثل H200 که قدرت بسیار بالایی دارند. کارت 3090 در این میان یک گزینه میان‌رده محسوب می‌شود و برای اکثر پروژه‌های عادی معمول هوش مصنوعی کافی است.

انتخاب کارت گرافیک مناسب به نوع پروژه شما بستگی دارد:

• Deep Learning سنگین: مدل‌های قوی مثل H200 توصیه می‌شوند.
• کارهای عادی یا NLP و پردازش متن: کارت‌های ارزان‌تر هم کفایت می‌کنند.
• Computer Vision و پردازش تصویر متوسط: کارت‌های میان‌رده معمولاً کار را راه می‌اندازند.

مراحل کرایه GPU و راه‌اندازی محیط

بعد از ثبت‌نام و شارژ حساب، می‌توانید GPU مورد نظر خود را کرایه کنید و محیط پروژه را آماده کنید. مراحل اصلی شامل موارد زیر است:

• انتخاب تمپلیت مناسب: برای مثال می‌توانید از تمپلیت PyTorch استفاده کنید تا محیط آماده برای اجرای پروژه‌های یادگیری عمیق داشته باشید.
• تنظیمات اولیه و دسترسی SSH: بعد از انتخاب GPU و تمپلیت، دسترسی SSH فعال می‌شود تا بتوانید مستقیم به محیط متصل شوید.
• راه‌اندازی نوت‌بوک یا محیط اجرای پروژه: می‌توانید نوت‌بوک Jupyter یا محیط دلخواه خود را باز کرده و پروژه‌های هوش مصنوعی را شروع کنید.

با این مراحل، بدون نیاز به نصب دستی همه کتابخانه‌ها، می‌توانید سریعاً پروژه خود را روی GPU اجاره‌ای اجرا کنید.

تمپلیت در Vast.ai در واقع یک محیط آماده با تنظیمات پیش‌فرض برای اجرای پروژه‌های هوش مصنوعی است. با استفاده از تمپلیت، نیازی نیست خودتان همه چیز را از صفر نصب و پیکربندی کنید؛ کافی است GPU و کتابخانه‌های لازم از قبل آماده شده باشند.

من خودم برای اکثر پروژه‌ها از این تمپلیت آماده PyTorch استفاده می‌کنم و لایبریهای دیگه جز پایتورچ و … را روش نصب میکنم.
باز کردن تمپلیت در Vast.ai

نکات مهم و بهینه‌سازی هزینه‌ها

برای صرفه‌جویی در هزینه‌های کرایه GPU، بهتر است چند نکته ساده ولی مهم را رعایت کنید:

• زمان‌بندی استفاده: فقط زمانی که واقعاً نیاز دارید GPU را روشن کنید و پروژه را اجرا کنید. هر ساعتی که GPU روشن باشد، هزینه برای شما محاسبه می‌شود، حتی اگر کاری انجام ندهید.
• خاموش کردن GPU بعد از اتمام کار: بعد از پایان پروژه یا یک جلسه کاری، حتماً GPU را خاموش کنید تا از اضافه مصرف جلوگیری شود.
• بررسی وضعیت و مانیتورینگ: مصرف و عملکرد GPU را مرتب بررسی کنید. این کار کمک می‌کند هم بهره‌وری بالاتر برود و هم هزینه‌ها تحت کنترل باقی بماند.
• پاک کردن محیط در صورت عدم استفاده طولانی: اگر برای یکی دو روز آینده با محیط کاری ندارید، فقط خاموش کردن کافی نیست، بلکه بهتر است محیط را کاملاً پاک کنید. حتی در حالت خاموش، بعضی محیط‌ها هزینه‌ای جزئی برای ذخیره سازی اطلاهات و نگهداری دارند.