مواد پر جائیں
AtheronLABS

آپ کا ملک: ریاست ہائے متحدہ امریکہ۔ قیمتیں امریکی ڈالر میں دکھائی جا رہی ہیں۔ درست نہیں؟

labs@atheron:⁨~/work/aton-ai⁩$ ⁨cat aton-ai.md⁩

⁨ATON AI⁩

اپنے کارڈز پر تربیت یافتہ۔

اہم حصوں کے لیے نہ کلاؤڈ ⁨GPUs⁩ نہ ہوسٹ کی گئی ⁨API⁩۔ ہم اپنے کارڈز پر تربیت کرتے ہیں، تازہ ترین مہینے الگ رکھتے ہیں، ان کی ہر پڑھائی لاگ کرتے ہیں، اور ماڈل تبھی رکھتے ہیں جب وہ ایسے ڈیٹا پر جیتے جو اس نے کبھی نہیں دیکھا۔ ہم ان میں سے کسی کی کارکردگی کا کوئی عدد شائع نہیں کرتے۔

ہماری اپنی تعمیرTraining pipeline, backtester, local language model

// یہ کیا کرتا ہے

  • ⁨GPU⁩ پر گریڈیئنٹ بوسٹڈ ٹریز کی تربیت کرتا ہے، نیورل نیٹ ورک صرف تب استعمال ہوتا ہے جب وہ اسی الگ رکھے گئے ڈیٹا پر ان سے بہتر ہو۔
  • مسلسل تربیت کرتا ہے: ایک وقت میں ایک ایکسچینج، ایک منٹ سے ایک ہفتے تک ہر وقفہ۔
  • ⁨GPU⁩ پر تاریخ پر قواعد دوبارہ چلاتا ہے، ٹیم پورٹل سے قطار میں ڈالا جاتا اور ایک رِلے کے ذریعے واپس لکھا جاتا ہے۔
  • مقامی طور پر چلنے والے اوپن ویٹ ماڈل سے خبروں پر لیبل لگاتا ہے: واقعہ، رخ، فوری ضرورت اور موضوع، کسی ہوسٹ کی گئی ⁨API⁩ کے بغیر۔
  • ہمارے اپنے کوڈ کا خودکار جانچوں سے جائزہ لیتا ہے جو ہر چند گھنٹے ٹیسٹس، میوٹیشن سیٹ کا کچھ حصہ اور خفیہ معلومات کی اسکیننگ دوبارہ چلاتی ہیں۔

// ہم نے اسے کیسے بنایا

  • تازہ ترین چھ مہینے الگ رکھے جاتے ہیں، اور ان کی ہر پڑھائی لاگ ہوتی ہے، اس لیے کوئی نتیجہ چپکے سے ان کے مطابق نہیں ڈھالا جا سکتا۔
  • جب کوئی ڈیسک پر کام کر رہا ہو تو ایک نگران مرکزی کارڈ کا بوجھ کم رکھتا ہے، اور کبھی کوئی کام معطل نہیں چھوڑتا۔
  • تربیت کا ڈیٹا ایک مقامی ڈرائیو پر نقل ہوتا ہے اور ہر دور کے لیے تیز اسٹوریج پر کاپی ہوتا ہے، اس لیے کوئی دور کبھی نیٹ ورک کا انتظار نہیں کرتا۔
  • بھاری کام مشین بھر کے ایک لاک سے گزرتا ہے، اس لیے دو کام کبھی ایک ہی کارڈ یا ایک ہی ڈسک کے لیے نہیں لڑتے۔
  • ٹیم پورٹل کا اپنا اسسٹنٹ فرنٹیئر ماڈل پر چلتا ہے اور بناوٹ ہی سے اس کے پاس کوئی ٹولز نہیں: یہ پڑھتا، مسودے بناتا اور خلاصہ کرتا ہے۔

// اس کا حجم

hardware
ہمارے اپنے کارڈز: ایک ماڈلز کے لیے، ایک لینگویج ماڈل کے لیے
held out
تازہ ترین چھ مہینے، ہر پڑھائی لاگ شدہ
intervals
ایک منٹ سے ایک ہفتے تک، ایکسچینج بہ ایکسچینج
cloud GPUs
کوئی نہیں

// ٹیکنالوجی

  • ⁨Python⁩
  • ⁨XGBoost⁩
  • ⁨PyTorch⁩
  • ⁨CUDA⁩
  • ⁨Hugging Face transformers⁩
  • ⁨TypeScript⁩

// یہ کہاں کھڑا ہے

موجودہ تعمیر مکمل ہونے تک تربیت رکی ہوئی ہے۔ کوئی ماڈل جاری نہیں، کوئی اصل پیسوں کا سودا نہیں کرتا، اور ہم کسی کے نتائج کا کوئی عدد شائع نہیں کرتے۔ حکمتیں اور وزن نجی ہیں اور نجی ہی رہتے ہیں۔

// ایسی ہی تعمیر

تعمیر
≈ ⁨USD 85,500⁩ سے ⁨USD 131,000⁩ تک, within 20 weeksCAD 121,700 to 186,100
ہوسٹنگ
≈ ⁨USD 520⁩ ماہانہCAD 740 ماہانہ
اے آئی چلانا
≈ ⁨USD 176⁩ ماہانہCAD 250 ماہانہ
سپورٹ
≈ ⁨USD 2,500⁩ ماہانہCAD 3,565 ماہانہ
ہارڈویئر
≈ ⁨USD 47,800⁩ سے ⁨USD 197,000⁩ تکCAD 68,000 to 280,800

آپ کی کرنسی میں قیمتیں بینک آف کینیڈا کے آج کے ریٹ پر مبنی اندازے ہیں۔ تمام انوائس ⁨CAD⁩ یا ⁨USD⁩ میں بنتی ہیں۔

اس میں لگی محنت

Développement
405 to 620 h
Ingénieur en apprentissage automatique
171 to 262 h
Ingénieur DevOps
86 to 132 h
Ingénieur principal
79 to 121 h
Ingénieur assurance qualité
58 to 88 h
کل
979 to 1501 h

یہ قیمت کس کا احاطہ کرتی ہے

تربیت اور جانچ کا پلیٹ فارم ایک تعمیر کے طور پر: ڈیٹا پائپ لائن، ⁨GPU⁩ پر تربیت اور بیک ٹیسٹنگ، جانچ کا نظام، اور مقامی ماڈل چلانا۔ ⁨GPU⁩ ہارڈ ویئر کی قیمت اس کے ساتھ لگتی ہے اور الگ سطر پر دکھائی جاتی ہے۔

ایسی تعمیر کا تخمینہ، آپ کے پڑھتے وقت ہمارے نرخ نامے سے حساب شدہ۔ یہ کوٹیشن نہیں۔ آپ کا تخمینہ آپ کے دائرہ کار کے ساتھ بدلتا ہے، اور ہم کال کے بعد اصل کوٹیشن لکھتے ہیں۔

اسے تخمینہ ٹول میں کھولیں →

// شروعات

ایسا کچھ بنوانا چاہتے ہیں؟

وہی ٹیم، وہی ٹیسٹس، وہی احتیاط۔ ہمیں بتائیں کہ آپ کو کیا چاہیے، یا پہلے خود قیمت لگائیں۔

⁨ATON AI⁩: ہماری ملکیت کے ⁨GPUs⁩ پر تربیت کی پائپ لائن | ⁨Atheron Network Labs⁩