Modes de livraison et périmètre d'exploitation
Les documents publics actuels de CUDO Compute décrivent des clusters GPU dédiés et une infrastructure gérée pour l'entraînement et l'inférence AI. La page de statut officielle indique que la plateforme publique à la demande a fermé le 31 mars 2026 ; les références plus anciennes à un calcul en libre-service ne doivent pas être considérées comme la preuve qu'elle reste disponible.
Les conditions actuelles de CUDO Compute décrivent des clusters GPU dédiés, des environnements de cloud privé et bare-metal avec des services de déploiement et de support selon la commande applicable. Les API de modèles CUDOS/ASI:Cloud sont un service distinct et de marque propre avec des conditions produit distinctes.
Computraq est en phase de prélancement. La mention de ce fournisseur ne signifie pas que Computraq y héberge des charges de travail, a testé une intégration avec lui ou entretient une relation commerciale avec lui.
Préparation de l'acheteur et des achats
Utilisez ces questions pour préparer une évaluation comparable et spécifique à la charge de travail. Les noms de produits décrivent l'offre publiée du fournisseur ; ils n'établissent pas la disponibilité pour un compte particulier.
- Demandez si la proposition concerne un cluster dédié, un cloud privé ou un environnement bare-metal ; confirmez le service contractuel actuel et ne présumez pas que la plateforme publique à la demande retirée est disponible.
- Demandez une architecture écrite et un devis nommant la configuration des accélérateurs, l'interconnexion, le stockage, la durée de capacité, la responsabilité d'exploitation, le support, les niveaux de service et la frontière des données.
- Pour toute API d'inférence AI, confirmez si l'offre est CUDOS/ASI:Cloud ou un engagement d'infrastructure CUDO Compute ; examinez séparément son modèle, son API, le traitement des données et ses conditions commerciales.
Preuves pour les développeurs et les opérateurs
Avant de sélectionner la capacité, créez un petit plan d'acceptation qui consigne le modèle et sa révision, la forme des entrées, le runtime, la configuration GPU, la concurrence, la latence cible ou l'achèvement du job, ainsi que les attentes de reprise. La documentation du fournisseur atteste de la conception du produit, pas du fait que cette charge de travail a été testée.
- Pour l'infrastructure de cluster, convenez de la topologie cible, de la pile de conteneurs et d'images, de l'ordonnanceur, du stockage, du réseau, des tests de mise en service et de la transition opérationnelle avant d'adapter la charge de travail.
- Confirmez qui provisionne les pilotes, surveille le matériel, traite les incidents, applique la maintenance et contrôle l'accès des utilisateurs tout au long de l'engagement.
- Exécutez un benchmark d'acceptation représentatif et un exercice de reprise sur la configuration contractuelle ; évitez de présumer la compatibilité à partir du seul nom du GPU.