Naar inhoud
Kinesis

Kinesis OneTeam · Deel de GPU’s van je team zonder schedulerproject.

Meer developers dan GPU’s? Kinesis Grids houden elk team in beweging.

Maak van de GPU’s die je hebt één gedeelde Kinesis Grid, met één installatiecommando per server: geen Kubernetes, geen Slurm. Iedereen start zonder ticket met werken, binnen de grenzen die jij stelt. Ondersteunde datacenter-GPU’s worden opgedeeld in geïsoleerde slices; elke andere GPU wordt in zijn geheel gedeeld, en als er te weinig GPU’s zijn, is iedereen om de beurt aan de beurt.

Gratis aan de slagZie wat je GPU’s echt doen

Gratis om te starten: geen Grid-fee voor je eerste 5 servers, en je eerste 5 gebruikers zijn gratis.

Wat teams in beweging houdt

Minder wachten, meer opleveren.

Alles wat een gedeelde GPU-vloot nodig heeft om developers door te laten werken en elke GPU goed benut te houden, zonder schedulerproject of spreadsheet met wie wat krijgt.

  • Grids / lab-a100 / Beleid
    Fair shareUitFair share

    Toegewezen tijd

    4 u

    Apps per persoon

    2

    Activiteit

    • In de wachtrij voor Grid-capaciteit (eerlijke verdeling)ana · train-vit
    • Van machine gehaald — beurt voorbij (eerlijke verdeling)ben · sweep-12
    • Machine gereserveerd voor app (eerlijke verdeling)ana · train-vit
    • Toegelaten vanuit de grid-wachtrij (fair share)ana · train-vit

    Fair share

    Als GPU’s schaars zijn, wachten apps in een wachtrij en komen ze om de beurt aan de beurt. Stel de toegewezen tijd en het aantal apps per persoon in; de Grid schuift het werk door wanneer een beurt voorbij is.

  • Grids / lab-a100 / Beleid / Quota
    • Beperk GPU’s per persoon4
    • Beperk apps per persoon3
    • Beperk instances per persoonGeen limiet
    • Respijt voor het stoppen15 min

    Vrijgestelde apps

    shared-inferencelab-jupyterhub

    Containerlimieten

    CPU 16 coresGeheugen 64 GB

    Quota en limieten

    Beperk GPU's, apps en instances per persoon op elk Grid, stel CPU- en geheugenlimieten per container in en maak een uitzondering voor de gedeelde services waar iedereen op leunt.

  • Servers / gpu-node-07 / GPU-slices
    H100 80GBMIG-slicing Aan

    Eenheid

    VRAM

    Toegewezen app

    3g.40gb40 GBthesis-llm
    2g.20gb20 GBcs231-notebook-04
    1g.10gb10 GBcs231-notebook-11
    1g.10gb10 GBGratis

    Fractionele GPU's

    Verdeel ondersteunde datacenter-GPU’s (A100- en H100-klasse) met NVIDIA MIG in geïsoleerde slices, zodat één kaart een hele klas of meerdere jobs bedient. Elke slice telt als één GPU voor de quota. GPU’s die niet te verdelen zijn, worden in hun geheel gedeeld, in beurten via fair share.

  • Vloot · Alle Grids
    • dgx-018× A100 · lab-a100
    • colo-h100-028× H100 · research
    • lab-l40s-034× L40S · teaching
    • ws-rtx-112× RTX 6000 · teaching

    VisieZoekenOnderzoekStagiairs

    Je hele vloot in één overzicht

    Elke server in elk Grid, met wiens werk er op elke GPU draait. Gebruik per persoon en kosten per project staan één klik verderop.

Schermen ter illustratie · namen en cijfers zijn verzonnen

  • Ongebruikte GPU's komen terug

    De Grid spoort apps op die GPU’s vasthouden die ze niet gebruiken, waarschuwt de eigenaren en geeft de GPU vrij voor het volgende team.

  • Een Grid per groep, als je wilt

    Geef elk lab, elke divisie of elke lichting een eigen Grid met eigen beheerders, of breng alles samen in één Grid.

Voor wie het is

Gemaakt voor plekken waar veel mensen een paar GPU’s delen.

Als veel mensen een paar dure GPU’s delen, is het lastige deel iedereen in beweging houden: een eerlijke beurt voor elk team, ruimte voor elke job, en weten wie wat gebruikt. Een Kinesis Grid regelt alle drie.

  • Universiteiten en onderzoekslabs

    Eén cluster voor elk lab en elke cursus, zonder intekenlijst.

    • Elk lab of elke cursus krijgt een quotum. Fair share vangt de drukte vóór deadlines op.
    • Verdeel grote GPU’s in slices zodat een hele klas tegelijk kan werken.
    • Gebruik per persoon en kosten per project voor subsidierapportages en interne doorbelasting.
    • Studenten deployen zelf notebooks en modellen. Geen tickets bij de beheerder.

  • Incubators en accelerators

    GPU-toegang voor elke startup in de lichting, op de eigen hardware van het programma.

    • Elke startup krijgt eigen limieten, zodat één lanceringsweek de rest niet uithongert.
    • Aparte projecten en rollen voor elk team. Deel één Grid of geef elk team een eigen Grid.
    • Programmamedewerkers zien het gebruik per persoon en de kosten per project voor de hele lichting.
    • Startups houden dezelfde workflow nadat ze zijn doorgegroeid, op hun eigen Grid of op Kinesis-capaciteit.

Voor ontwikkelaars

Laat developers dingen uitproberen zonder eerst toestemming te vragen.

Van idee naar draaiende app zonder op iemand te wachten. Probeer het, maak het kapot, deploy het opnieuw, allemaal binnen de limieten die jij stelt.

  • Deploy binnen enkele minuten een container-image of GitHub-repo
  • Apps met één klik uit de galerij, van Jupyter-notebooks tot open LLM’s
  • HTTPS-endpoints, DNS en loadbalancing ingebouwd
  • Een browserterminal, live logs en metrics voor elke app
  • Persistente volumes, zodat data een redeploy overleeft
  • Een REST API en een MCP-server, zodat ook scripts en agents kunnen deployen

Voor managers en finance

Weet waar elk GPU-uur naartoe gaat.

Uitgaven uitgesplitst per project en app, gebruik per persoon en een prognose tot het einde van de maand. Facturen en exports per uur zijn vanaf dag één klaar voor finance.

Single sign-on, rollen, tweestapsverificatie en een auditlog zijn standaard. Een dedicated of volledig private omgeving nodig? Bekijk Kinesis Private

Je Grid plaatst nooit werk op communityhardware, tenzij je voor Kinesis Batches kiest.

Bekijk Grid-prijzen →
Kosten per project
deze maand
VisieZoekenOnderzoekprognose

Ter illustratie

Zie wat je GPU’s echt doen.

Begin met een alleen-lezen analyse van je servers. Of je nu verdergaat met ons of niet, de bezettingscijfers houd je.

Vraag een analyse aan