最初のニーズから、実際に使える結果まで。

カードを選ぶ前に、出力を選びましょう

作業を一言で説明しましょう。適切な形式のビジュアルを制作する、文書から手順を探し出す、あるいは既知の計算を検証するなどです。その結果が問題ないと誰が判断するかも明記します。「AIを試してみる」では可能性が広がりすぎますが、「公開ツールで読める18枚の画像の一式を仕上げる」なら具体的なゴールが示されます。

プロジェクトの難所も含んだ小さなサンプルを集めましょう。非常に大きな画像、見づらい文書、あるいは珍しい入力は、必要なものを変える可能性があります。どうなれば修正や中止をするかも書き留めます。読めない出力、重要なディテールの改変、根拠のない回答などです。これらの基準は、ソフトウェアがエラーを報告しなくても、試用中に役立ちます。

• 正確な出力と、その期待される形式。
• 承認する人と、そのためのいくつかの基準。
• 通常の入力と難しいケース。
• 元ファイルのコピーを保管しておくこと。

ファイルと取り戻す手段を準備する

原本、設定、作業出力、採用した成果物を分けておきましょう。試用には「visuels-essai-01」のような安定した名前を付けます。入力がお使いのパソコンで開くか確認し、欠けているファイルを洗い出します。この構成を事前に整えておけば、最初の数時間をフォントやリンク画像、文書の正しい版を探すことに費やさずに済みます。

戻し先も用意しておきましょう。空き容量と、それを開ける人を確認します。データ量と接続状況が転送に影響します。回線の公称速度は保証された所要時間ではありません。アクセスを受け取ったら、フォルダ全体を移す前に、小さなコピーを往復させて方法を確認しましょう。

ソフトウェア、そのバージョン、メモリを一致させる

ソフトウェアの正確な名称、バージョン、必要な拡張機能を書き出しましょう。そのドキュメントで、対応するGPUと計算インターフェースを確認します。PyTorchは特に、計算プラットフォームによってインストール方法が異なります。コンフィギュレーターに表示されるソフトウェア名は、準備の際の優先希望を示すものであり、そのバージョンがすでにインストールされていることや、お使いのすべてのコンポーネントの互換性を保証するものではありません。

グラフィックメモリはカード上で進行中の作業が使うものであり、ファイルの保存領域でもサーバーの一般メモリでもありません。24、48、80 GBといった目安を、ご自身の必要量と比べましょう。1つのGPU向けに設計されたプログラムでは、複数のカードのメモリが自動的に合算されるわけではありません。まずは根拠を示せる構成から始め、サンプルで検証しましょう。

例：画像18点と3.25日の作業枠

画像18点のプロジェクトで、対応ソフトウェアがあり、必要量がRTX A5000に収まる場合を想定します。以下のスケジュールは提供開始後の作業仮定であり、本番の実測値ではありません。事前にご自身のパソコンで元データを準備するのに費やした1日は、この枠には含まれません。

合計は0.25 + 1 + 1 + 0.5 + 0.5 = 3.25日です。したがって3日間の定額プランではこのスケジュールをカバーできません。RTX A5000のロットの場合、提示されている料金は3日間で23.57 USD、7日間で55 USDです。18件の成果物がすべて受け入れられれば、7日間の定額プランは55 ÷ 18、つまり成果物1件あたり約3.06 USDになります。外部費用とご自身の時間はこの比率に含まれていません。

7日間を選べばこの仮説をカバーできますが、プロジェクトが完了することを保証するものではありません。レビューできるのが翌週以降になる人がいる場合は、まずカレンダーを修正しましょう。プロジェクトを無理やり3日間に収めるために見積もりを切り詰めても、この制約は解決しません。

構成から注文の追跡へ

コンフィギュレーターで、モデル、ロット数、期間、希望する準備内容を再確認してください。合計はロットの価格にロット数を掛けたもので、含まれるカードが二重に請求されることはありません。名、姓、メールアドレス、パスワードでアカウントを作成するか、既存のアカウントにログインしてください。本人確認書類やKYCなしの手続きでも、追跡用のアカウントは確かに保持されます。

支払いでは、資産とネットワークをまとめて選択してください。注文の有効なリクエストに記載された正確な金額、宛先、期限を使用してください。送金後に「支払いました」を押すと報告は保持されますが、このクリックは受領を確定するものではなく、GPUを割り当てるものでもありません。追跡はサーバーから送信された状態を自動的に更新します。これを確定するのはサーバーの確認だけです。GPUの提供開始は別の段階です。支払いのページでは、例の値を使い回すよう求めることなく、この手順を詳しく説明します。

アクセスを受け取った後、一連の流れを確認する

まず、想定していたリソースとツールが揃っているかを確認してください。認識されたモデル、ソフトウェアのバージョン、リクエストとの相違点があれば記録します。情報が不足している場合は、推測だけを前提に手順全体を組み立てる前に、注文のページで相違点を説明してください。

次に、簡単な例を実行し、その後に代表的な入力を試します。使用されたデバイスと生成された出力を確認してください。PyTorchでは、モデルとデータを適切なデバイスに配置する必要があります。プログラムが最後まで実行されただけでは、GPUが使われたことの証明にはなりません。最後に、ファイルを取得し、受け取り側のツールで開いてください。この一連の流れ全体が最初の確認となります。

テストが行き詰まったとき、的確な修正を選ぶ

エラーメッセージ、該当するファイル、設定を保管してください。インストールの失敗、メモリ不足、期待外れの出力では、必要な修正がそれぞれ異なります。一度に一つの要素だけを変更し、同じケースを再実行してください。そうすれば改善を特定の変更によるものだと判断できます。

最初の結果に重大な欠陥がある場合、ロット全体を続行しないでください。100ファイルで繰り返されるエラーは、選別の時間も奪います。1回の作業時間に上限を設け、たとえ最終的にそのアプローチを中断する判断になっても、すでに使える要素を回収する時間を確保しましょう。

コピーと判断で締めくくる

承認された出力、入力との対応、設定、簡単な再開用メモを保管してください。取得したコピーを想定したフォルダーと比較し、そのコピーから代表的なファイルをいくつか開いてください。リモート環境に残ったプレビューは、あなたのアーカイブではありません。

次に、このテストで何を判断できたかを書き留めてください。使える方法、必要な修正、まだ不明な点などです。次のレンタルは、また一から試すのではなく、このメモから始められます。結果を同僚に共有する場合は、成果物と技術的なファイルを分け、まだ確認が必要な点を明記してください。