انشر وحدات التدريب المسبق وقم بتدريب LoRAs على بياناتك الخاصة
قم بتشغيل وحدة معالجة رسومات أحادية العقدة حقيقية للتدريب المسبق المستمر، أو قم بتشغيل تدريب LoRA مُدار بعد التدريب لـ Flux و Qwen Image و Wan 2.2. تظل مجموعات البيانات والفوترة والتقدم والإلغاء والمخرجات داخل Hypereal.
ابدأ هنا إذا كنت جديدًا
لا تحتاج إلى فهم كل إعداد لوحدة معالجة الرسومات (GPU) أولاً. اختر المسار الذي يتناسب مع هدفك، جهّز مجموعة بيانات واحدة، ثم دع وحدة التحكم التدريبية ترشدك لبدء العملية.
القاعدة العامة: استخدم LoRA عندما تريد محولًا صغيرًا قابلًا لإعادة الاستخدام للأسلوب أو الشخصية أو المنتج أو الحركة. استخدم وحدات التدريب المسبق عندما تحتاج إلى تحكم كامل في التعليمات البرمجية، ونقاط التحقق، ووقت التشغيل.
- 01Decision
Choose the result you want
Pick LoRA post-training if you want downloadable .safetensors weights. Pick a pretraining pod if you need to run your own training code on a GPU machine.
Choose LoRA or pretraining - 02/infra/storage
Prepare one dataset
For LoRA, upload a zip of images or short clips in Storage and mark it as kind=dataset. For pretraining, you can attach a dataset now or bring data in after the pod starts.
Upload in Storage - 03Dashboard
Open the training console
Go to Infrastructure -> Training. The top form launches a pretraining pod; the LoRA form starts a managed fine-tune and shows your credit hold before launch.
Open /infra/training - 04One click
Launch and watch progress
Click Deploy pretraining pod or Start training. Pretraining redirects to the pod page. LoRA runs appear in the Runs list with progress, cancel, refund, and output state.
Start the run - 05Finish
Finish the run safely
Download LoRA weights when the run completes. For pretraining pods, save checkpoints and stop or terminate the pod when you are done so hourly billing stops.
Download or stop - 06قرار
اختر النتيجة التي تريدها
اختر تدريب LoRA بعد التدريب إذا كنت تريد أوزان .safetensors قابلة للتنزيل. اختر وحدة تدريب مسبق إذا كنت بحاجة إلى تشغيل تعليماتك البرمجية التدريبية الخاصة على جهاز GPU.
اختر LoRA أو التدريب المسبق - 07/infra/storage
جهّز مجموعة بيانات واحدة
بالنسبة لـ LoRA، قم بتحميل ملف مضغوط (zip) من الصور أو المقاطع القصيرة في التخزين وحدده كـ kind=dataset. بالنسبة للتدريب المسبق، يمكنك إرفاق مجموعة بيانات الآن أو جلب البيانات بعد بدء الوحدة.
تحميل في التخزين - 08لوحة التحكم
افتح وحدة التحكم التدريبية
انتقل إلى البنية التحتية -> التدريب. النموذج العلوي يبدأ وحدة تدريب مسبق؛ نموذج LoRA يبدأ ضبطًا دقيقًا مُدارًا ويعرض احتجاز الرصيد الخاص بك قبل البدء.
افتح /infra/training - 09نقرة واحدة
ابدأ وراقب التقدم
انقر فوق نشر وحدة التدريب المسبق أو بدء التدريب. يعيد التدريب المسبق التوجيه إلى صفحة الوحدة. تظهر عمليات LoRA في قائمة العمليات مع التقدم، والإلغاء، والاسترداد، وحالة الإخراج.
ابدأ العملية - 10إنهاء
أنهِ العملية بأمان
قم بتنزيل أوزان LoRA عند اكتمال العملية. بالنسبة لوحدات التدريب المسبق، احفظ نقاط التحقق وأوقف أو أنهِ الوحدة عندما تنتهي حتى تتوقف الفوترة بالساعة.
تنزيل أو إيقاف
ما هو متاح اليوم
وحدة التدريب المسبق
انشر وحدة معالجة رسومات مخصصة للتدريب المسبق لنماذج اللغة الكبيرة، أو الوسائط المتعددة، أو التدريب المسبق المستمر باستخدام صورة وقت التشغيل ومجموعة البيانات الخاصة بك.
- Own Docker image, GPU type, GPU count, disk, and volume size
- Optional owned dataset signed into HYPEREAL_DATASET_URL for 24 hours
- SSH, TensorBoard, API, and notebook ports opened automatically
- صورة Docker خاصة بك، نوع وحدة معالجة الرسومات، عدد وحدات معالجة الرسومات، القرص، وحجم وحدة التخزين
- مجموعة بيانات مملوكة اختيارية موقعة إلى HYPEREAL_DATASET_URL لمدة 24 ساعة
- منافذ SSH و TensorBoard و API و Notebook مفتوحة تلقائيًا
تدريب LoRA بعد التدريب
قم بتدريب نماذج LoRA للصور والفيديو المنسقة مقابل مجموعات البيانات الخاصة، ثم قم بتنزيل الأوزان الناتجة.
- Flux Dev, Qwen Image, Wan 2.2 Image, and Wan 2.2 I2V trainers
- Trigger word, steps, learning rate, and LoRA rank controls
- Progress, cancel, refund, webhook reconciliation, and R2 output storage
- مدربات Flux Dev و Qwen Image و Wan 2.2 Image و Wan 2.2 I2V
- عناصر تحكم في الكلمات الرئيسية، والخطوات، ومعدل التعلم، ورتبة LoRA
- التقدم، الإلغاء، الاسترداد، تسوية خطاف الويب، وتخزين مخرجات R2
كتلة التدريب المسبق متعددة العقد
خطط واطلب سعة التدريب الموزع مع تلميحات طوبولوجيا Mercury ووقت التشغيل.
- Quote GPU count, network, orchestrator, region, and storage
- Inspect topology, scheduler, NCCL, and runtime hints
- Not marketed as one-click physical multi-node launch yet
- اقتبس عدد وحدات معالجة الرسومات، الشبكة، المنسق، المنطقة، والتخزين
- افحص الطوبولوجيا، المجدول، NCCL، وتلميحات وقت التشغيل
- لم يتم تسويقها كإطلاق مادي متعدد العقد بنقرة واحدة بعد
التدريب المسبق أحادي العقدة وتدريب LoRA بعد التدريب يتم بنقرة واحدة. يظل التدريب المسبق متعدد العقد متاحًا كمسار عمل للسعة حتى يتم ربط توفير الكتلة المادية بالكامل.
مدربات LoRA منسقة
Flux Dev (LoRA)
شخصيات ومنتجات وأنماط واقعية
الخيار العام. قم بتدريب وجه أو منتج أو نمط مرئي واستخدم الأوزان في أي مكان يعمل فيه Flux.
Qwen Image (LoRA)
LoRAs توضيحية وشخصيات عالية الدقة
قوي في التوضيح الأنيق وشبه الشخصيات الآسيوية الشرقية. استخدم نفس تدفق مجموعة البيانات المضغوطة مثل Flux.
Wan 2.2 Image (LoRA)
LoRAs صور عالية الدقة وأنيقة
LoRA صور عالية الدقة على قاعدة Wan 2.2. يعيد أوزانًا عالية ومنخفضة الضوضاء لتدفقات العمل المتقدمة.
Wan 2.2 I2V (LoRA)
التحكم في حركة الصور إلى الفيديو
قم بالتدريب على مقاطع فيديو قصيرة لتثبيت الحركة أو الكاميرا أو رسوم الشخصيات المتحركة. الواجهة الرائدة للفيديو المخصص.
يتم الاحتفاظ بالرصيد عند البدء ويتم استرداده عند فشل الإرسال، أو فشل المنبع، أو الإلغاء قبل التسليم.
سير عمل التدريب الكامل
التدريب المسبق والتدريب المسبق المستمر
Pick GPU runtime
Choose GPU type, count, Docker image, disk, volume size, framework, precision, and sequence length.
Attach data
Use an owned storage dataset or attach it later. Dataset URLs are signed for the pod at launch.
Deploy pod
The first hour is held up front, the pod is recorded locally, and normal pod lifecycle controls take over.
Train and checkpoint
Use SSH, TensorBoard, API, or notebook access, then write checkpoints under HYPEREAL_OUTPUT_DIR.
اختر وقت تشغيل وحدة معالجة الرسومات
اختر نوع وحدة معالجة الرسومات، العدد، صورة Docker، القرص، حجم وحدة التخزين، الإطار، الدقة، وطول التسلسل.
إرفاق البيانات
استخدم مجموعة بيانات تخزين مملوكة أو قم بإرفاقها لاحقًا. يتم توقيع عناوين URL لمجموعات البيانات للوحدة عند الإطلاق.
نشر الوحدة
يتم الاحتفاظ بالساعة الأولى مقدمًا، ويتم تسجيل الوحدة محليًا، وتتولى عناصر تحكم دورة حياة الوحدة العادية.
التدريب ونقاط الفحص
استخدم الوصول عبر SSH أو TensorBoard أو API أو Notebook، ثم اكتب نقاط الفحص تحت HYPEREAL_OUTPUT_DIR.
تدريب LoRA بعد التدريب
Upload dataset
Upload a zip of images or short clips to Storage and mark it as kind=dataset.
Choose trainer
Pick Flux, Qwen Image, Wan 2.2 Image, or Wan 2.2 I2V and set optional LoRA hyperparameters.
Start and monitor
Hypereal holds credits, submits the run, tracks progress, and lets you cancel before delivery.
Download weights
Completed runs copy outputs into private R2 storage and expose downloadable .safetensors weights.
تحميل مجموعة البيانات
قم بتحميل ملف مضغوط من الصور أو المقاطع القصيرة إلى التخزين وقم بتمييزه كـ kind=dataset.
اختر المدرب
اختر Flux أو Qwen Image أو Wan 2.2 Image أو Wan 2.2 I2V وقم بتعيين معلمات LoRA الفائقة الاختيارية.
البدء والمراقبة
تحتفظ Hypereal بالرصيد، وترسل التشغيل، وتتتبع التقدم، وتسمح لك بالإلغاء قبل التسليم.
تنزيل الأوزان
تقوم التشغيلات المكتملة بنسخ المخرجات إلى تخزين R2 الخاص وتوفر أوزان .safetensors قابلة للتنزيل.
ما تقوم الفرق بنشره
Continued LLM pretraining
Spin up a reproducible PyTorch, DeepSpeed, or Nanotron pod for domain data, tokenizer experiments, or checkpoint continuation.
Character and product LoRAs
Train consistent people, mascots, products, packaging, and house styles without rebuilding prompts from scratch.
Custom video motion
Train short-clip LoRAs for repeatable camera moves, character animation, or branded motion assets.
التدريب المسبق المستمر لنماذج اللغة الكبيرة
قم بتشغيل وحدة PyTorch أو DeepSpeed أو Nanotron قابلة للتكرار لبيانات المجال، أو تجارب المرمز، أو استمرار نقاط الفحص.
LoRAs للشخصيات والمنتجات
قم بتدريب أشخاص متسقين، أو شخصيات رمزية، أو منتجات، أو تغليف، أو أنماط منزلية دون إعادة بناء المطالبات من الصفر.
حركة الفيديو المخصصة
قم بتدريب LoRAs لمقاطع الفيديو القصيرة لحركات الكاميرا المتكررة، أو رسوم الشخصيات المتحركة، أو أصول الحركة ذات العلامات التجارية.

