UCloud: Kostengünstige GPU-Miete für KI-Szenarien 116

Compshare (优云智算) ist eine Rechenleistungsplattform von UCloud und bietet zehntausende Hochleistungs-GPUs sowie globale Modell-API-Dienste an. Das Hauptangebot umfasst GPU-Ressourcenmiete, eine vollständige KI-Toolchain und eine Image-Community, die Forschern, Unternehmen und Entwicklern beim KI-Modelltraining und bei Inferenz hilft. So werden Forschungsergebnisse schneller erzielt und die Nutzung ist einfacher – sowohl für Privatpersonen als auch für Unternehmen. Bei der Registrierung kann man zudem kostenlose Rechenleistung erhalten.

Kernfunktionen von Compshare

• Großes GPU-Angebot zu passenden Preisen. Es stehen zehntausende Karten zur Verfügung, darunter Modelle wie 5090 (32G), 4090 (48G/24G), 3090, A100, A800 und H20. Mitglieder oder verifizierte Hochschulen/Unternehmen erhalten 5 % Rabatt, der Mindestpreis liegt bei 0,38 Yuan pro Stunde (z. B. 2080 8G). Jede Instanz erhält eine 200 G große kostenlose Systemfestplatte und 1,5 G Bandbreite, hat eine unabhängige öffentliche IP-Adresse, unterstützt selbst konfigurierte Ports und kann bei Bedarf um zusätzlichen Speicher erweitert werden. Die Instanzen sind sofort einsatzbereit, praktisch ohne Wartezeit.

• Container- oder VM-Nutzung möglich. In den Containern sind gängige Frameworks wie TensorFlow und PyTorch vorinstalliert; die VMs unterstützen Windows- und Ubuntu-Systeme und ähneln in der Nutzung einer Public Cloud. Zusätzlich wird der Zugriff auf akademische Ressourcen beschleunigt – Downloads von Github, Hugging Face und ähnlichen Quellen sind sehr schnell.

• Flexible Auswahl der Rechenleistungsspezifikationen: 1 bis 8 GPUs sind möglich, auch mehrere GPUs in einer Maschine. Eine unabhängige öffentliche IP-Adresse erleichtert die Bereitstellung externer Dienste sowie das Debugging.

• Die Image-Community bietet zahlreiche vorgefertigte Images, z. B. LLamaFactory, SD-webUI, LLM und DeepSeek. Damit ist die Umgebung in wenigen Minuten eingerichtet und Inferenz oder Fine-Tuning können sofort starten.

• Schnelle Ressourcenzuweisung und sofortige Verfügbarkeit, kaum Warteschlangen – ideal für leistungshungrige Aufgaben wie KI-Inferenz, Deep-Learning-Training und wissenschaftliches Rechnen.

• Der Kundendienst ist rund um die Uhr erreichbar, auch nachts steht technischer Support online zur Verfügung, reagiert schnell und deckt den Bedarf von Forschung und Unternehmen zu jeder Zeit ab.

Produktivitätstools für die gesamte KI-Wertschöpfungskette

• Der Modell-API-Dienst ist mit den APIs von OpenAI und Gemini kompatibel. Mit einem einzigen Schlüssel lassen sich globale Top-Modelle aufrufen – unterstützt werden Typen wie LLM, Text-zu-Bild und Text-zu-Video. Schnelle Reaktion, hohe Parallelverarbeitung und unkomplizierte Integration in verschiedene Anwendungsplattformen.

• Zahlreiche weitere Tools stehen zur Verfügung. Es gibt eine öffentliche Modellbibliothek, die ohne Download genutzt werden kann, sowie Tools wie JupyterLab und ComfyUI, die KI-Operationen wie LoRA-Training, Untertitel-Vertonung und Sprache-zu-Text ermöglichen – vom Training bis zur Inferenz ist alles abgedeckt.

Typische Einsatzszenarien von Compshare

• Training und Fine-Tuning: Pretraining großer Modelle, SFT/RLHF in vertikalen Bereichen, multimodale Ausrichtung u. v. m.

• Inferenz und Bereitstellung: LLM-Dialog, Text-zu-Bild, Digital Humans, Stimmklonung, Empfehlungssysteme und weitere Online-Dienste.

• Forschung und Lehre: Kurzfristiger Bedarf an Rechenleistung an Hochschulen oder Forschungseinrichtungen sowie für Wettbewerbe oder Lehrexperimente.

• Branchenanwendungen: Embodied Intelligence, autonomes Fahren, Biomedizin, Finanzquantitative Analyse, Filmrendering u. v. m.

Nutzungsablauf bei Compshare

• Vorbereitung: Konto registrieren und Vorteile sichern. Vor der Nutzung muss ein Konto registriert werden – neue Nutzer erhalten Rechenleistungsboni. Die Schritte sind:

• Konto registrieren: Besuchen Sie die offizielle Website Compshare.cn (oder nutzen Sie einen speziellen Einladungslink, mit dem teilweise zusätzliches Rechenleistungsguthaben erhalten werden kann), geben Sie Ihre Handynummer ein, empfangen Sie den Bestätigungscode und legen Sie ein Passwort fest (8–24 Zeichen, muss mindestens drei der folgenden Zeichenarten enthalten: Großbuchstaben, Kleinbuchstaben, Ziffern, Unterstrich). Akzeptieren Sie die Vereinbarung – schon ist die Registrierung abgeschlossen.

• Neuling-Bonus sichern: Normale Nutzer können nach der Registrierung an Aktionen teilnehmen, z. B. 20 Yuan Rechenguthaben bei Registrierung über einen bestimmten Link (entspricht 10 Stunden kostenloser 4090-Cloud-Rechenleistung). Bei einigen Aktionen können Nutzer mit Nutzungsblogs bis zu 500 Yuan Bonusguthaben erhalten. Verifizierte Hochschulen/Unternehmen erhalten 5 % Rabatt und sparen so zusätzlich.

Nutzungsablauf für die Kernszenarien

Die Plattform Compshare dient hauptsächlich zwei Zwecken: KI-Rechenleistung (Modelltraining, Deep Learning usw.) und Cloud-Gaming (z. B. „Black Myth: Wukong"). Die Abläufe unterscheiden sich leicht.

Szenario 1: KI-Rechenleistung (am Beispiel der Einrichtung einer LLAMA3-Umgebung)

• GPU-Instanz auswählen: Nach dem Login die Seite zur Ressourcenerstellung öffnen und je nach Bedarf den Kartentyp wählen, z. B. 4090 24G/48G, 3090 oder A100. Die 4090 bietet ein hervorragendes Preis-Leistungs-Verhältnis – ab 1,88 Yuan pro Stunde im Stundenmodell, mit Monatskarten noch günstiger (1,7 Yuan pro Stunde). Jede Instanz enthält zudem 200 G kostenlose Systemfestplatte und 1,5 G Bandbreite.

• Abrechnungsmodell wählen: Verfügbar sind stunden-, tage- oder monatsweise Abrechnung. Wählen Sie je nach Bedarf, um unnötige Kosten bei längerer Nichtnutzung zu vermeiden. Bestätigen Sie die Konfiguration, z. B. ob eine unabhängige öffentliche IP-Adresse gewünscht ist. TCP/UDP-Ports können selbst konfiguriert werden, was die Fernverwaltung erleichtert.

• Instanz und Umgebung bereitstellen: Unterstützt werden Container oder VMs. Container werden mit Frameworks wie TensorFlow, PyTorch und conda sowie einer CUDA-Umgebung vorinstalliert ausgeliefert – eigene Konfiguration entfällt. VMs unterstützen Ubuntu (mit Python 3.11.7 und gcc 11.4.0 vorinstalliert). Wird eine grafische Oberfläche benötigt, kann das von der Plattform bereitgestellte VNC-Visualisierungs-Docker (z. B. ImageID: compshareImage-16gb9we1sib0) mit einem Klick eingerichtet werden, oder alternativ der XFCE4-Desktop manuell installiert werden (Befehl: apt install -y xfce4 x11vnc).

• Community-Images oder öffentliche Modellbibliothek nutzen: Die Plattform bietet über 300 KI-Images, z. B. LLaMA-Factory, DeepSeek und YOLOv13. Mit einem Klick ist die Bereitstellung erledigt – kein Aufwand für die Umgebungseinrichtung. Die öffentliche Modellbibliothek ermöglicht direkten Modellzugriff ohne Download und beschleunigt den Zugriff auf Hugging Face und Github, sodass Datensätze und Modelle schneller heruntergeladen werden.

• Verbindung zur Instanz und Bedienung: Für die Fernverbindung stehen zahlreiche Tools zur Verfügung, z. B. FinalShell oder VSCode für den Terminalzugang, JupyterLab und FileZilla für die Dateiübertragung auf den Server. Über den Browser lässt sich Uhost aufrufen – die Bedienung ähnelt einer lokalen VMware-VM. Um Text in eine Linux-Umgebung einzufügen, kann folgende Tastenkombination verwendet werden: dreimal hintereinander Strg → Strg+V zum Einfügen → dreimal hintereinander Strg zum Beenden.

• Aufgabe starten: Sobald die Umgebung eingerichtet ist, können Modelltraining und Deep-Learning-Aufgaben durchgeführt werden. Beispielsweise kann mit dem vorinstallierten LLaMA-Factory direkt das LLAMA3-Training gestartet werden, ohne CUDA selbst konfigurieren zu müssen. Für die Installation spezieller Software (z. B. Java oder Node.js) können die offiziellen Dokumentationen der Plattform herangezogen werden.

• Ressourcenverwaltung und Kostenkontrolle: Nach der Nutzung unbedingt die Instanz manuell herunterfahren und die Ressourcen freigeben. Standardmäßig trennt die Plattform beim Ablauf zwar die Verbindung, berechnet aber weiterhin Kosten, solange die Instanz nicht ausgeschaltet ist (es kam vor, dass eine Instanz versehentlich 10 Stunden leer lief und 26 Yuan kostete). Wird sie abgeschaltet, entstehen keine weiteren Kosten – so vermeidet man unnötige Ausgaben.

• Akademische Beschleunigung nutzen: Die Plattform beschleunigt den Zugriff auf Github, Hugging Face und C-Station ohne zusätzliche Einrichtung – sofort schnellerer Zugang und höhere Effizienz.

Szenario 2: Cloud-Gaming (am Beispiel „Black Myth: Wukong")

• Spielinstanz auswählen: Nach dem Login auf der Startseite „Cloud-Gaming" auswählen und direkt eine Instanz wählen, auf der „Black Myth: Wukong" bereits installiert ist – kein eigener Download und keine Installation erforderlich.

• Spiel starten: Auf „Starten" klicken – die Plattform nutzt Cloud-Hochleistungs-GPUs, sodass das Spiel direkt im Browser läuft. Lokale Hardware-Einschränkungen spielen keine Rolle, die Framerate ist stabil und es kommt weder zu Rucklern noch zu Frame-Einbrüchen.

Wichtige Tipps und Hinweise zur Bedienung

• Fernverbindung und Dateiübertragung:

• Terminalverbindung: Mit FinalShell lassen sich Instanz-IP, Port, Benutzername und Passwort eingeben, um den Server fernzusteuern. VSCode mit SSH-Plugin bietet komfortableres Programmieren und Debugging.

• Dateiübertragung: Mit JupyterLab lassen sich Dateien direkt per Drag & Drop hochladen, alternativ können FileZilla oder XFTP via FTP auch große Dateien schnell übertragen.

• Umgebung ergänzen: Fehlt auf der Instanz benötigte Software (z. B. Java oder Node.js), muss diese selbst installiert werden (Java siehe Oracle-Website, Node.js siehe offizielle Dokumentation), da sonst Projekte beeinträchtigt werden können.

• Für den Zugriff auf autorisierungspflichtige Modellbibliotheken (z. B. private Modelle auf Hugging Face) ist eine vorherige Autorisierung auf der Plattform erforderlich, sonst erscheint „access denied".

  li>

• Kosten- und Ressourcenverwaltung: Behalte jederzeit im Blick, wie viel Zeit und Geld verbraucht wurden, und richte Erinnerungen ein, um das Budget nicht zu überschreiten. Für Langzeitnutzer lohnt sich eher eine Monatskarte, da sie günstiger ist.

• Nutze den „Ohne-Karte-Start"-Modus: Wähle beim Datenübertragen den Kartentyp „Ohne Karte", bei dem keine GPU-Rechenleistung beansprucht wird und nur Speicherkosten anfallen – das spart Geld.