本文にスキップ
AI News HubLIVE
サイト内リライト1 分で読了

トレーニング API のご紹介

記事の要約

Modal は、ユーザー自身の Modal ワークスペース内で動作するオープンソースで Tinker 互換のトレーニングサーバー「Spindle」を公開した。トークン課金ではなく GPU 時間に対して支払い、モデルや機能を自由にカスタマイズでき、コマンド1つでデプロイできる。

ソースModal Blog著者: Kailash Ranganathan
トレーニング API のご紹介
誤りを報告

訂正窓口はまだ利用できません。記事情報をコピーして保存できます。

訂正案内
本文へ

Modal は本日、オープンソースで Tinker 互換のトレーニングサーバー「Spindle」を公開した。これはユーザー自身の Modal ワークスペース内で動作するもので、Thinking Machines の Tinker が示したポストトレーニングのあり方を受け継ぎつつ、スケール時の課題に対処することを狙っている。

Tinker はポストトレーニングの手法を大きく変えた。ノートPC上で通常の Python としてトレーニングループを書き、順伝播と逆伝播は Tinker が自社の GPU 上で実行する。Modal はこの設計を高く評価しており、協業するチームの多くも同様だという。

しかしチームが規模を拡大するにつれ、同じ二つの問題が繰り返し挙げられてきた。第一に、数十の実験を回すようになるとトークン単位の課金が高くつくこと。第二に、利用できるモデルや機能がプロバイダーの対応範囲に限られてしまうことだ。

Modal は、優れた API には複数の実装があって然るべきだと考えている。Spindle はその答えとして位置づけられ、ユーザーがサーバーを所有するため内部のあらゆる部分をカスタマイズできる。課金はトークンではなく GPU 時間に対して行われ、既定の設定は GPU 利用率を最大限に引き出すよう調整済みで、今後も価格性能比を高める最適化を継続的に提供する予定だ。

導入のハードルは低く、サーバーのデプロイは「spindle deploy」という単一のコマンドで完了する。Tinker 互換のトレーニングコードをそのまま実行できる点も、既存のワークフローを変えずに移行できる利点となる。

要点と分析を開く

記事インテリジェンス

エンジニア上級

要点

  • Spindle はユーザーの Modal ワークスペース内で動作するオープンソースかつ Tinker 互換のトレーニングサーバーで、完全にカスタマイズ可能。
  • 課金はトークン単位から GPU 時間単位に変わり、多数の実験を行うチームのコストを抑えられる。
  • プロバイダーが対応を決めたモデルや機能に縛られず、訓練スタックを自分で制御できる。
  • デプロイは spindle deploy の1コマンドのみで、既定の設定は GPU 利用率を最大化するよう調整されている。

要点と分析は自動生成され、誤りを含む場合があります。原典をご確認ください。