Kinesis OneTeam · Comparte las GPUs de tu equipo sin un proyecto de scheduler.
¿Más desarrolladores que GPU? Los Kinesis Grids mantienen a cada equipo en marcha.
Convierte las GPUs que tienes en un Kinesis Grid compartido, con un comando de instalación por servidor: sin Kubernetes, sin Slurm. Cada persona empieza a trabajar sin abrir un ticket, dentro de los límites que tú fijas. Las GPUs de centro de datos compatibles se dividen en porciones aisladas; las demás se comparten enteras y, cuando faltan GPUs, todos se turnan.
Empezar es gratis: sin tarifa de Grid en tus primeros 5 servidores, y tus primeros 5 usuarios son gratis.
Lo que mantiene a los equipos en marcha
Menos espera, más lanzamientos.
Todo lo que una flota de GPU compartida necesita para que los desarrolladores avancen sin pausa y cada GPU esté ocupada, sin un proyecto de scheduler ni una hoja de cálculo de quién recibe qué.
- Grids / lab-a100 / PolíticasReparto equitativoDesactivadoReparto equitativo
Tiempo asignado
4 h
Apps por persona
2
Actividad
- En cola por capacidad del Grid (reparto equitativo)ana · train-vit
- Retirada de la máquina — terminó su turno (reparto equitativo)ben · sweep-12
- Máquina reservada para la app (reparto equitativo)ana · train-vit
- Admitida desde la cola del Grid (reparto equitativo)ana · train-vit
Reparto equitativo
Cuando escasean las GPU, las apps esperan en una cola y se turnan. Define el tiempo asignado y las apps por persona; el Grid pasa el trabajo al siguiente cuando termina un turno.
- Grids / lab-a100 / Políticas / Cuotas
- Limitar GPU por persona4
- Limitar apps por persona3
- Limitar instancias por personaSin límite
- Margen antes de detener15 min
Apps exentas
shared-inferencelab-jupyterhub
Límites de contenedores
CPU de 16 núcleosMemoria 64 GB
Cuotas y límites
Limita las GPU, apps e instancias por persona en cada Grid, define límites de CPU y memoria por contenedor y exime a los servicios compartidos de los que todos dependen.
- Servidores / gpu-node-07 / Particiones de GPUH100 80GBParticionado MIG Activado
Unidad
VRAM
App asignada
3g.40gb40 GBthesis-llm2g.20gb20 GBcs231-notebook-041g.10gb10 GBcs231-notebook-111g.10gb10 GBGratisGPU fraccionadas
Divide las GPUs de centro de datos compatibles (clase A100 y H100) en porciones aisladas con NVIDIA MIG, para que una sola tarjeta sirva a toda una clase o a varios trabajos. Cada porción cuenta como una GPU en las cuotas. Las GPUs que no se pueden dividir se comparten enteras, por turnos de reparto equitativo.
- Flota · Todos los Grids
- dgx-018× A100 · lab-a100
- colo-h100-028× H100 · research
- lab-l40s-034× L40S · teaching
- ws-rtx-112× RTX 6000 · teaching
VisiónBuscarInvestigaciónPasantes
Toda tu flota en una sola vista
Cada servidor de cada Grid, con el trabajo de quién se ejecuta en cada GPU. El uso por persona y el costo por proyecto están a un clic.
Pantallas ilustrativas · los nombres y las cifras son ficticios
Las GPU inactivas vuelven
El Grid detecta las apps que retienen GPU que no están usando, avisa a sus dueños y libera la GPU para el siguiente equipo.
Un Grid por grupo, si quieres
Dale a cada laboratorio, división o cohorte su propio Grid con sus propios administradores, o reúnelo todo en uno.
Para quién es
Hecho para lugares donde muchas personas comparten unas pocas GPU.
Cuando muchas personas comparten unas pocas GPU costosas, lo difícil es que nadie se detenga: un turno justo para cada equipo, espacio para cada trabajo y saber quién está usando qué. Un Kinesis Grid se encarga de las tres cosas.
Universidades y laboratorios de investigación
Un solo clúster para cada laboratorio y curso, sin hoja de inscripción.
- Cada laboratorio o curso recibe una cuota. El reparto equitativo gestiona la avalancha antes de las fechas de entrega.
- Divide GPU grandes para que toda una clase pueda trabajar a la vez.
- Uso por persona y costo por proyecto para informes de subvenciones y refacturación interna.
- Los estudiantes despliegan notebooks y modelos por su cuenta. Sin tickets al administrador.
Incubadoras y aceleradoras
Acceso a GPU para cada startup de la cohorte, en el propio hardware del programa.
- Cada startup tiene sus propios límites, así que una semana de lanzamiento no deja sin recursos al resto.
- Proyectos y roles separados para cada equipo. Comparte un Grid o dale a cada uno el suyo.
- El personal del programa ve el uso por persona y el costo por proyecto de toda la cohorte.
- Las startups mantienen el mismo flujo de trabajo después de graduarse, en su propio Grid o con capacidad de Kinesis.
Para desarrolladores
Deja que los desarrolladores prueben cosas sin tener que pedir permiso.
De la idea a la app en ejecución sin esperar a nadie. Pruébala, rómpela, vuelve a desplegarla, todo dentro de los límites que tú defines.
- Despliega una imagen de contenedor o un repositorio de GitHub en minutos
- Apps en un clic desde la galería, desde notebooks de Jupyter hasta LLM abiertos
- Endpoints HTTPS, DNS y balanceo de carga integrados
- Una terminal en el navegador, logs en vivo y métricas para cada app
- Volúmenes persistentes, para que los datos sobrevivan a un redespliegue
- Una API REST y un servidor MCP, para que los scripts y los agentes también puedan desplegar
Para responsables y finanzas
Conoce a dónde va cada hora de GPU.
Gasto desglosado por proyecto y app, uso por persona y una proyección a fin de mes. Las facturas y las exportaciones por hora están listas para finanzas desde el primer día.
El inicio de sesión único, los roles, la autenticación de dos factores y un registro de auditoría vienen de serie. ¿Necesitas un despliegue dedicado o totalmente privado? Consulta Kinesis Private
Tu Grid nunca coloca trabajo en hardware de la comunidad a menos que elijas Kinesis Batches.
Ver precios del Grid →Ilustrativo
Mira lo que realmente están haciendo tus GPU.
Empieza con una evaluación de solo lectura de tus servidores. Sigas o no con nosotros, te quedas con las cifras de utilización.