Nasazujte pretraining podi a trénujte LoRA na vlastních datech
Spusťte skutečný single-node GPU pod pro pokračující pretraining, nebo spusťte spravovaný LoRA post-trénink pro Flux, Qwen Image a Wan 2.2. Datové sady, fakturace, průběh, zrušení i výstupy zůstávají uvnitř Hypereal.
Začněte tady, pokud jste noví
Nemusíte nejdřív rozumět všem nastavením GPU. Vyberte cestu, která odpovídá vašemu cíli, připravte jednu datovou sadu a pak nechte konzoli pro trénování provést spuštění.
Obecné pravidlo: použijte LoRA, když chcete malý znovupoužitelný adaptér pro styl, postavu, produkt nebo pohyb. Použijte pretraining pody, když potřebujete plnou kontrolu nad kódem, checkpointy a runtime.
- 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 - 06Rozhodnutí
Vyberte požadovaný výsledek
Zvolte LoRA post-trénink, pokud chcete stažitelné weights .safetensors. Zvolte pretraining pod, pokud potřebujete spouštět vlastní trénovací kód na GPU stroji.
Vybrat LoRA nebo pretraining - 07/infra/storage
Připravte jednu datovou sadu
Pro LoRA nahrajte zip s obrázky nebo krátkými klipy do Storage a označte ho jako kind=dataset. Pro pretraining můžete datovou sadu připojit hned, nebo data přidat až po spuštění podu.
Nahrát ve Storage - 08Přehled
Otevřete konzoli pro trénování
Přejděte do Infrastructure -> Training. Horní formulář spouští pretraining pod; formulář pro LoRA spustí spravovaný fine-tune a před spuštěním zobrazí blokaci kreditů.
Otevřít /infra/training - 09Jedním kliknutím
Spusťte a sledujte průběh
Klikněte na Deploy pretraining pod nebo Start training. Pretraining přesměruje na stránku podu. LoRA běhy se zobrazují v seznamu Runs s průběhem, možností zrušení, vrácením peněz a stavem výstupu.
Spustit běh - 10Dokončit
Bezpečně dokončete běh
Po dokončení běhu stáhněte LoRA weights. U pretraining podů uložte checkpointy a až skončíte, pod zastavte nebo ukončete, aby se hodinová fakturace zastavila.
Stáhnout nebo zastavit
Co je dnes k dispozici
Pretraining pod
Nasadíte dedikovaný GPU pod pro LLM, multimodální nebo pokračující pretraining s vaším runtime image a datovou sadou.
- 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
- Vlastní Docker image, typ GPU, počet GPU, disk a velikost volume
- Volitelná vlastní datová sada podepsaná do HYPEREAL_DATASET_URL na 24 hodin
- SSH, TensorBoard, API a notebook porty otevřené automaticky
LoRA post-training
Trénujte vybrané image a video LoRA modely na privátních datasetech a pak si stáhněte výsledné váhy.
- 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
- Trenéři Flux Dev, Qwen Image, Wan 2.2 Image a Wan 2.2 I2V
- Ovládání trigger word, steps, learning rate a LoRA rank
- Průběh, zrušení, refundace, webhook reconciliation a R2 úložiště výstupů
Multinodový pretraining cluster
Naplánujte a požádejte o kapacitu pro distribuovaný trénink s topologií Mercury a runtime nápovědami.
- 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
- Uveďte počet GPU, síť, orchestrátor, region a úložiště
- Prohlédněte si topologii, scheduler, NCCL a runtime nápovědy
- Zatím není propagováno jako jedním kliknutím spuštěné fyzické multinodové nasazení
Single-node pretraining i LoRA post-trénink jsou na jedno kliknutí. Multi-node pretraining zůstává workflow pro kapacitu, dokud nebude fyzické provisioning clusteru propojeno od začátku do konce.
Vybrané LoRA trénery
Flux Dev (LoRA)
Fotorealistické postavy, produkty, styly
Univerzální volba. Natrénujte obličej, produkt nebo vizuální styl a používejte váhy všude, kde běží Flux.
Qwen Image (LoRA)
Vysoce věrné ilustrace a character LoRA
Silné pro stylizované ilustrace a podobu východoasijských postav. Používá stejný flow datového ZIPu jako Flux.
Wan 2.2 Image (LoRA)
Stylizované image LoRA ve vysokém rozlišení
Image LoRA ve vysokém rozlišení na základním modelu Wan 2.2. Vrací dvojí váhy pro vysoký a nízký šum pro pokročilé workflow.
Wan 2.2 I2V (LoRA)
Ovládání pohybu z obrázku do videa
Trénujte na krátkých video klipech a zafixujte pohyb, kameru nebo animaci postavy. Vlajková volba pro vlastní video.
Kredity se při spuštění zablokují a při selhání odeslání, selhání upstreamu nebo zrušení před doručením se vrátí.
Kompletní workflow trénování
Pretraining a continued pretraining
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.
Vyberte GPU runtime
Zvolte typ GPU, počet, Docker image, disk, velikost volume, framework, přesnost a délku sekvence.
Připojte data
Použijte dataset v vlastním úložišti nebo ho připojte později. URL datasetu jsou při spuštění podepsané pro pod.
Nasadit pod
První hodina se zablokuje předem, pod se zaznamená lokálně a pak přejdou do hry běžné ovládací prvky životního cyklu podu.
Trénujte a ukládejte checkpointy
Použijte SSH, TensorBoard, API nebo přístup přes notebook a checkpointy ukládejte do HYPEREAL_OUTPUT_DIR.
LoRA post-training
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.
Nahrajte dataset
Nahrajte ZIP s obrázky nebo krátkými klipy do Storage a označte ho jako kind=dataset.
Vyberte trénér
Vyberte Flux, Qwen Image, Wan 2.2 Image nebo Wan 2.2 I2V a nastavte volitelné LoRA hyperparametry.
Spusťte a sledujte
Hypereal zablokuje kredity, odešle běh, sleduje průběh a umožní vám zrušit ho před doručením.
Stáhněte váhy
Dokončené běhy kopírují výstupy do privátního R2 úložiště a zpřístupní ke stažení váhy .safetensors.
Co týmy nasazují
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.
Continued LLM pretraining
Spusťte reprodukovatelný pod PyTorch, DeepSpeed nebo Nanotron pro doménová data, experimenty s tokenizerem nebo pokračování z checkpointu.
Character a product LoRA
Trénujte konzistentní lidi, maskoty, produkty, balení a vizuální styl značky bez nutnosti znovu stavět prompty od nuly.
Vlastní video motion
Trénujte LoRA na krátkých klipech pro opakovatelné pohyby kamery, animaci postav nebo motion assety značky.