Nasadzujte pretraining pody a trénujte LoRA na vlastných dátach
Spustite skutočný jednonodový GPU pod na pokračujúce predtrénovanie alebo použite spravovaný LoRA post-tréning pre Flux, Qwen Image a Wan 2.2. Datasety, fakturácia, priebeh, zrušenie a výstupy zostávajú v Hypereal.
Ak začínate, začnite tu
Nemusíte najprv rozumieť každému nastaveniu GPU. Vyberte si cestu podľa svojho cieľa, pripravte jeden dataset a potom nechajte tréningovú konzolu viesť spustenie.
Pravidlo: použite LoRA, keď chcete malý znovupoužiteľný adaptér pre štýl, postavu, produkt alebo pohyb. Pretraining pady použite, keď potrebujete plnú kontrolu nad kódom, checkpointmi 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 - 06Rozhodnutie
Vyberte si požadovaný výsledok
Zvoľte LoRA post-tréning, ak chcete stiahnuteľné váhy .safetensors. Zvoľte pretraining pod, ak potrebujete spustiť vlastný tréningový kód na GPU stroji.
Zvoliť LoRA alebo pretraining - 07/infra/storage
Pripravte jeden dataset
Pre LoRA nahrajte zip s obrázkami alebo krátkymi klipmi do Storage a označte ho ako kind=dataset. Pri pretrainingu môžete dataset pripojiť teraz alebo priniesť dáta po spustení podu.
Nahrať do Storage - 08Prehľad
Otvorte tréningovú konzolu
Prejdite na Infrastructure -> Training. Horný formulár spustí pretraining pod; formulár LoRA spustí spravované dolaďovanie a pred spustením zobrazí vašu blokáciu kreditu.
Otvoriť /infra/training - 09Jedným kliknutím
Spustite a sledujte priebeh
Kliknite na Deploy pretraining pod alebo Start training. Pretraining presmeruje na stránku podu. LoRA behy sa zobrazia v zozname Runs s priebehom, zrušením, refundom a stavom výstupu.
Spustiť beh - 10Dokončiť
Bezpečne dokončite beh
Po dokončení behu si stiahnite váhy LoRA. Pri pretraining podoch si uložte checkpointy a keď skončíte, pod zastavte alebo ukončite, aby sa hodinová fakturácia zastavila.
Stiahnuť alebo zastaviť
Čo je dnes dostupné
Pretraining pod
Nasadzujte vyhradený GPU pod pre LLM, multimodálne alebo pokračujúce predtrénovanie s vaším runtime image a datasetom.
- 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
- Vlastný Docker image, typ GPU, počet GPU, disk a veľkosť volume
- Voliteľný vlastný dataset podpísaný do HYPEREAL_DATASET_URL na 24 hodín
- Porty SSH, TensorBoard, API a notebook sa otvárajú automaticky
LoRA post-training
Trénujte kurátorované image a video LoRA modely na súkromných datasadoch a potom si stiahnite 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
- Tréneri pre Flux Dev, Qwen Image, Wan 2.2 Image a Wan 2.2 I2V
- Ovládanie trigger word, steps, learning rate a LoRA rank
- Progress, cancel, refund, webhook reconciliation a R2 output storage
Viacuzlový pretraining cluster
Plánujte a žiadajte distribuovanú tréningovú kapacitu s topológiou Mercury a runtime hintmi.
- 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, sieť, orchestrator, región a úložisko
- Skontrolujte topológiu, scheduler, NCCL a runtime hinty
- Zatiaľ sa neponúka ako jedným kliknutím fyzické spustenie na viacerých uzloch
Jednonodové pretraining a LoRA post-tréning sú na jedno kliknutie. Viacnodové pretraining zostáva workflowom kapacity, kým sa fyzické provisionovanie klastra nenasadí kompletne end to end.
Kurátorovaní LoRA tréneri
Flux Dev (LoRA)
Fotorealistické postavy, produkty, štýly
Všestranná voľba. Trénujte tvár, produkt alebo vizuálny štýl a používajte váhy kdekoľvek, kde beží Flux.
Qwen Image (LoRA)
Vysokovernostné illustration a character LoRA
Silný v štylizovanej ilustrácii a podobnosti východoázijských postáv. Používa rovnaký zipovaný flow dataseta ako Flux.
Wan 2.2 Image (LoRA)
Štylizované image LoRA vo vysokom rozlíšení
Image LoRA vo vysokom rozlíšení na báze Wan 2.2. Vracia dvojité váhy pre vysoký aj nízky šum pre pokročilé workflowy.
Wan 2.2 I2V (LoRA)
Ovládanie pohybu image-to-video
Trénujte na krátkych video klipoch, aby ste zachytili pohyb, kameru alebo animáciu postáv. Vlajkový model pre vlastné video.
Kredity sa pri spustení zadržia a pri zlyhaní odoslania, zlyhaní upstreamu alebo zrušení pred doručením sa vrátia.
Kompletný tréningový workflow
Pretraining a pokračujúci 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
Zvoľte typ GPU, počet, Docker image, disk, veľkosť volume, framework, presnosť a dĺžku sekvencie.
Pripojte dáta
Použite vlastný storage dataset alebo ho pripojte neskôr. URL datasetov sú pri spustení podpísané pre pod.
Nasadiť pod
Prvá hodina sa zadrží vopred, pod sa zaznamená lokálne a prevezmú ho bežné pod lifecycle ovládania.
Trénujte a ukladajte checkpointy
Použite prístup cez SSH, TensorBoard, API alebo notebook a potom ukladajte checkpointy 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 obrázkami alebo krátkymi klipmi do Storage a označte ho ako kind=dataset.
Vyberte trénera
Zvoľte Flux, Qwen Image, Wan 2.2 Image alebo Wan 2.2 I2V a nastavte voliteľné LoRA hyperparametre.
Spustite a sledujte
Hypereal zadrží kredity, odošle beh, sleduje priebeh a umožní vám zrušiť ho pred doručením.
Stiahnite váhy
Dokončené behy skopírujú výstupy do súkromného R2 storage a sprístupnia stiahnuteľné váhy .safetensors.
Čo tímy nasadzujú
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.
Pokračujúci pretraining LLM
Spustite reprodukovateľný pod PyTorch, DeepSpeed alebo Nanotron pre doménové dáta, experimenty s tokenizerom alebo pokračovanie checkpointu.
LoRA pre postavy a produkty
Trénujte konzistentných ľudí, maskotov, produkty, balenia a firemné štýly bez toho, aby ste museli prestavovať prompty od nuly.
Vlastný video pohyb
Trénujte LoRA na krátkych klipoch pre opakovateľné pohyby kamery, animáciu postáv alebo brandované motion assety.