VLA प्रशिक्षण खर्च: फाइन-ट्यूनिंग रनला खरोखर किती खर्च येतो

बिलामध्ये चार ओळी आहेत आणि GPU ही सर्वात लहान आहे

जेव्हा लोक विचारतात की व्हिजन-लँग्वेज-ॲक्शन मॉडेल SO-100 साठी फाइन-ट्यून करण्यासाठी किती खर्च येतो, तेव्हा त्यांचा अर्थ जवळजवळ नेहमीच GPU भाड्याने घेणे हा असतो. ही ती संख्या आहे जी कार्डवर शुल्क म्हणून दिसते, त्यामुळे ती खरी वाटते. तसेच, मोठ्या फरकाने, कार्यरत पॉलिसी प्रत्यक्षात तुम्हाला किती खर्च येते हे ठरवणाऱ्या चार संख्यांपैकी ही सर्वात लहान आहे.

खालील प्रशिक्षण वेळा पाच मॉडेल्सच्या स्वतःच्या पेपर्स आणि रिपॉझिटरीजमधून घेतल्या आहेत, हार्डवेअरची किंमत प्रकाशित बिल ऑफ मटेरियल्समधून, प्लॅटफॉर्म क्रमांक AY-Robots च्या धोरण कॅटलॉग आणि किंमत पृष्ठ. जिथे प्लॅटफॉर्म मदत करत नाही, तिथे हा लेख तसे सांगतो.

स्पॉट मार्केटमध्ये GPU तासाची खरी किंमत किती असते

A100 तासासाठी एकच किंमत नाही. vast.ai सारख्या मार्केटप्लेसवर प्रत्येक होस्ट स्वतःचा दर ठरवतो आणि तुम्ही लॉन्च केलेला प्रशिक्षण रन त्या क्षणी स्वस्त आणि मोफत असलेल्या कोणत्याही मशीनवर उतरते. खरे उत्तर म्हणजे एक वितरण. हे येथे आहे, 23 ऑगस्ट 2026 रोजी 13:44 UTC वाजता मोजले गेले: सिंगल फुल कार्ड्स, ऑन डिमांड, वास्तविक VRAM नुसार फिल्टर केलेले.

# Live, full-card, single-GPU, on-demand offers from the vast.ai public bundle API.
# No account and no API key needed. gpu_ram is in MB, so an 80 GB card is >= 80000.
python3 - <<'PY'
import json, statistics, urllib.parse, urllib.request

def offers(name, min_ram):
    q = {"rentable": {"eq": True}, "num_gpus": {"eq": 1}, "gpu_name": {"eq": name},
         "order": [["dph_total", "asc"]], "limit": 500, "type": "on-demand"}
    url = "https://console.vast.ai/api/v0/bundles/?q=" + urllib.parse.quote(json.dumps(q))
    with urllib.request.urlopen(url, timeout=60) as r:
        return [o for o in json.load(r)["offers"]
                if o["gpu_frac"] == 1.0 and o["gpu_ram"] >= min_ram]

groups = {
    "RTX 4090 24 GB": (["RTX 4090"], 24000),
    "RTX 5090 32 GB": (["RTX 5090"], 30000),
    "A100 80 GB":     (["A100 PCIE", "A100 SXM4"], 80000),
    "H100 80 GB":     (["H100 SXM", "H100 PCIE"], 80000),
    "H100 NVL 94 GB": (["H100 NVL"], 90000),
}
for label, (names, min_ram) in groups.items():
    o = [x for n in names for x in offers(n, min_ram)]
    if not o:
        print(label, "no offers"); continue
    p = sorted(x["dph_total"] for x in o)
    b = sorted(x["min_bid"] for x in o if x.get("min_bid"))
    bid = f"{b[0]:.2f}" if b else "n/a"
    print(f'{label}: n={len(p)} | {p[0]:.2f} / {statistics.median(p):.2f} / {p[-1]:.2f}'
          f' USD/h | bid floor {bid}')
PY

3B मॉडेल्स स्वस्त कार्ड का वापरू शकत नाहीत

वरील मध्यकांनुसार, 4090 तास आणि H100 80 GB तास यांच्यात अंदाजे सहा पटींचा फरक आहे. तुम्हाला महागड्या कार्डवर जाण्यास गती नाही, तर मेमरी भाग पाडते. openpi पूर्ण Pi0.5 साठी किमान मर्यादा ठेवते फाइन-ट्यून 70 GB वर, आणि NVIDIA GR00T साठी 40 GB किंवा अधिकची शिफारस करते. GR00T संख्या काय नाही हे लक्षात घ्या. त्याचे फाइन-ट्यून कॉन्फिग डीफॉल्टनुसार भाषा मॉडेल आणि व्हिज्युअल एन्कोडर गोठवते (tune_llm आणि tune_visual False आहेत, प्रोजेक्टर आणि डिफ्यूजन हेड True आहेत), म्हणूनच कॅटलॉगमध्ये 3 B पैकी अंदाजे 40 M प्रशिक्षित पॅरामीटर्स सूचीबद्ध आहेत. 40 GB हे 3 B वजनांसाठी ऑप्टिमायझरची स्थिती नाही, तर ते गोठलेले बॅकबोन आणि ॲक्टिव्हेशन्स आहेत. कमी-व्याप्ती असलेले प्रकार खाली येतात: openpi च्या LoRA पाथला 22.5 GB लागतात आणि 4090 चे नाव देते, आणि NVIDIA च्या Isaac Lab Arena वर्कफ्लोमध्ये GR00T पोस्ट-ट्रेनिंगसाठी 24 GB सिंगल-GPU पर्याय सूचीबद्ध आहे. प्रत्येक विक्रेता ज्या कॉन्फिगरेशनसाठी चालवतो, त्या किमान मर्यादेवर प्लॅटफॉर्मची श्रेणी ठरते. pi0 फ्लो-मॅचिंग लेख स्पष्ट करतो की तो फ्लो-मॅचिंग फूटप्रिंट कुठून येतो.

त्या सारणीमुळे प्लॅटफॉर्म पाच मॉडेल्सना दोन स्तरांमध्ये विभाजित करतो. GR00T N1.7, GR00T N1.5 आणि Pi0.5 A100 80 GB किंवा H100 वर जातात कारण विक्रेत्यांना तेच आवश्यक आहे. SmolVLA आणि ACT RTX 4090 किंवा कोणत्याही 24 GB कार्डवर जातात कारण ते खरोखरच पुरेसे आहे.

प्रत्येक पाच मॉडेल प्रत्यक्षात किती वेळ चालतात

कार्यकाळ हा खर्चाचा दुसरा भाग आहे: जर काम 40 मिनिटांचे असेल तर 2.00 USD प्रति तास दर निरर्थक आहे आणि जर ते 40 तासांचे असेल तर तो विनाशकारी आहे. AY-Robots प्रशिक्षकाला खरोखर पाठवते ती ही डीफॉल्ट सेटिंग्ज आहेत, प्रत्येक स्तरासाठी रन विंडो आणि खर्चासह.

या रन विंडोजचा स्रोत अपस्ट्रीममध्ये कुठे आहे

• SmolVLA: lerobot च्या डॉक्युमेंटेशननुसार, 20,000 स्टेप्स पूर्ण करण्यासाठी एका A100 वर अंदाजे 4 तास लागतात. प्लॅटफॉर्म तेच 20,000 स्टेप्स स्वस्त 24 GB टियरवर चालवतो, त्यामुळे 4 तासांचा निश्चित कालावधी न ठेवता एक 'विंडो' (कालावधी) दिला जातो.
• ACT: मूळ ALOHA पेपरनुसार, 80M-पॅरामीटर मॉडेलसाठी एका 11 GB RTX 2080 Ti वर सुमारे 5 तास लागतात. 4090 हे अनेक पिढ्या नवीन असले तरी, प्लॅटफॉर्म 100,000 स्टेप्ससाठी बजेट करतो, त्यामुळे 'विंडो' (कालावधी) तोच राहतो.
• GR00T: NVIDIA च्या N1.6 जनरेशनसाठीच्या संदर्भ वर्कफ्लोनुसार, आठ L40S कार्ड्सवर बॅच 24 मध्ये 20,000 स्टेप्ससाठी अंदाजे 4 ते 8 तास लागतात, आणि एका Ada 6000 वर बॅच 16 मध्ये 30,000 स्टेप्ससाठी 2 ते 3 तास लागतात. काही तासांत 3B VLA चे सिंगल-कार्ड फाइन-ट्यूनिंग सामान्य आहे, आशावादी नाही.
• Pi0.5: openpi ने वॉल-क्लॉक आकडेवारी प्रकाशित केलेली नाही, परंतु ते पूर्ण फाइन-ट्यूनसाठी 70 GB ची किमान मर्यादा प्रकाशित करते, ज्यामुळे कार्ड आणि त्यामुळे दर निश्चित होतो.

तुम्ही ज्या संख्येसाठी पैसे देत नाही आहात, त्यावर थोडा विचार करणे महत्त्वाचे आहे. GR00T N1 पेपरनुसार, 2.2B मॉडेलला प्रीट्रेन करण्यासाठी अंदाजे 50,000 H100 GPU तास लागतात, जे 1024 GPUs पर्यंतच्या क्लस्टरवर, 16,384 च्या प्रीट्रेनिंग बॅच साइजमध्ये 200,000 ग्रॅडियंट स्टेप्ससाठी वापरले जातात. वर नमूद केलेल्या 1.34 ते 2.34 USD प्रति तास दराने, हे भाड्याने घेतलेल्या कंप्यूटचे अंदाजे 67,000 ते 117,000 USD इतके होते. SmolVLA पेपरनुसार, त्यांचा प्रकल्प 481 कम्युनिटी डेटासेट्स, 22.9K एपिसोड्स आणि 10.6M फ्रेम्सवर अंदाजे 30,000 GPU तास वापरतो. तुम्ही हे सर्व एका डाउनलोडच्या किमतीत मिळवता; तुमचे 8 USD शेवटच्या 20,000 स्टेप्ससाठी आहेत. VLAs अशा प्रकारे का बनवले जातात हे विभाजन स्पष्ट करते.

आर्म: एक-वेळचा खर्च जो GPU बिलापेक्षा खूप मोठा आहे

एक प्रशिक्षण रन दुपारच्या जेवणापेक्षा कमी खर्चिक असतो. रोबोट नाही. म्हणूनच SO-100 महत्त्वाचे आहे: हा सर्वात स्वस्त आर्म आहे ज्याला संपूर्ण अनुकरण शिक्षण टूलचेन प्रत्यक्षात समर्थन करते.

SO-ARM100 रिपॉझिटरीमधील अपस्ट्रीम बिल ऑफ मटेरियल्स अधिक तपशीलवार आहे आणि तुमच्या प्रदेशानुसार तपासण्यासारखे आहे: त्याची दोन आर्म्ससाठी भाग यादीमध्ये लीडर आणि फॉलोअर सेटअपसाठी एकूण 229.88 USD किंवा 226.30 EUR खर्च येतो, आणि त्याची एका फॉलोअर आर्मसाठी भाग यादीमध्ये एकूण 121.94 USD किंवा 124.30 EUR खर्च येतो. प्रत्येक 13.89 USD दराने सहा STS3215 सर्व्हो त्या 121.94 पैकी 83.34 आहेत, त्यामुळे सर्व्हो हेच आर्म आहेत. प्रति SmolVLA किंवा ACT रन 1 ते 3 USD दराने, एक आर्म्सची जोडी 77 ते 230 प्रशिक्षण रनच्या बरोबरीची आहे. जर तुम्ही अजूनही निवड करत असाल, तर SO-100 विरुद्ध SO-101 ही तुलना महत्त्वाची आहे, कारण दोन्ही इतके जवळचे आहेत की निर्णय क्षमतेऐवजी उपलब्धतेवर आधारित आहे.

मानवी तास: अशी ओळ जी कोणीही स्प्रेडशीटमध्ये टाकत नाही

ही अशी संख्या आहे जी खर्चाच्या चर्चेला पूर्णपणे बदलून टाकते. प्रात्यक्षिके रेकॉर्ड करणे म्हणजे एक व्यक्ती रोबोटिक आर्मला एका वेळी एक एपिसोड, वास्तविक वेळेत हलवणे. यात बॅचिंग नाही आणि सेकंदाने भाड्याने देण्याची सोय नाही. द LeRobot डेटासेट रेकॉर्डर डीफॉल्ट सेटिंग्जसह येतो ज्यामुळे अंकगणित सोपे होते, हे तिन्ही DatasetRecordConfig: प्रति 60 सेकंद एपिसोड, दृश्य रीसेट करण्यासाठी 60 सेकंद, 50 एपिसोड्स. खालील पैशाच्या स्तंभात एका व्यक्तीच्या एका तासासाठी 15 USD गृहीत धरले आहेत, जी एक गृहितक आहे, प्लॅटफॉर्मची संख्या नाही. तुमचा स्वतःचा दर वापरा; गुणोत्तर महत्त्वाचे आहे.

1. 1
   तुम्हाला प्रत्यक्षात बिल केले जाईल अशा डीफॉल्टसह डेटासेट रेकॉर्ड करा

   हे lerobot 0.6.1 आहे, 3 ऑगस्ट 2026 पर्यंत PyPI वर उपलब्ध असलेली आवृत्ती. CLI च्या स्वरूपाकडे लक्ष द्या: रेकॉर्डिंग lerobot-record कन्सोल एंट्री पॉइंट (lerobot.scripts.lerobot_record) द्वारे चालते, जुन्या python -m lerobot.scripts.record मॉड्यूल पाथद्वारे नाही. AY-Robots 0.5.1 ला लक्ष्य करते, आणि 0.5.1 व्हीलमध्ये तेच lerobot-record आणि lerobot-train एंट्री पॉइंट्स घोषित केले आहेत, त्यामुळे खालील स्वरूप दोन्हीमध्ये स्थिर आहे. तीन टाइमिंग फ्लॅग अपस्ट्रीम डीफॉल्ट आहेत, त्यामुळे पुढील टेबलमधील अंकगणित याच कमांडवर आधारित आहे.

   bash

   lerobot-record \
       --robot.type=so100_follower \
       --robot.port=/dev/ttyACM0 \
       --robot.id=my_follower_arm \
       --robot.cameras="{ front: {type: opencv, index_or_path: 0, width: 640, height: 480, fps: 30} }" \
       --teleop.type=so100_leader \
       --teleop.port=/dev/ttyACM1 \
       --teleop.id=my_leader_arm \
       --dataset.repo_id=${HF_USER}/pick-place-cube \
       --dataset.num_episodes=50 \
       --dataset.episode_time_s=60 \
       --dataset.reset_time_s=60 \
       --dataset.single_task="Grab the black cube and put it in the bin"

2. 2
   एकही GPU मिनिट भाड्याने घेण्यापूर्वी तुम्ही काय रेकॉर्ड केले ते पहा

   डेटासेट तपासण्यासाठी प्रति तास शून्य USD खर्च येतो. लॉस कर्व्हमधून तीच समस्या शोधण्यासाठी H100 टियरवर प्रति तास 2.00 USD खर्च येतो आणि तुम्हाला चार तास उशिरा कळते. डेटासेट पुश करा आणि LeRobot व्ह्यूअरमध्ये तपासा, किंवा AY-Robots डेटासेट डिरेक्टरी ब्राउझ करा.

   bash

   # the recorder pushes to the Hub by default; disable with --dataset.push_to_hub=False
   echo https://huggingface.co/datasets/${HF_USER}/pick-place-cube
   
   # then open https://huggingface.co/spaces/lerobot/visualize_dataset
   # and scrub through episodes: are both camera streams alive on every episode?
   # is the gripper actually closing? does the arm sit at a joint limit?

3. 3
   प्रशिक्षण द्या, आणि चेकपॉइंट पॉडपेक्षा जास्त काळ टिकेल याची खात्री करा

   भाड्याने घेतलेली मशीन मुळात तात्पुरती असते, त्यामुळे रन दरम्यान चेकपॉइंट्स कुठेतरी टिकाऊ ठिकाणी लिहा. तुम्ही जे पैसे दिले ते ठेवता की नाही हे दोन फ्लॅग ठरवतात. --save_freq डीफॉल्टनुसार 20,000 स्टेप्सवर सेट असतो, त्यामुळे डीफॉल्ट 20,000-स्टेप SmolVLA रन त्याची पहिली चेकपॉइंट रन संपल्यावरच लिहितो; काहीही इंटरप्टिबल भाड्याने घेण्यापूर्वी ते कमी करा. --save_checkpoint_to_hub ला --policy.repo_id आवश्यक आहे आणि lerobot 0.5.1 मध्ये ते अस्तित्वात नाही, त्यामुळे त्या आवृत्तीवर तुम्हाला आउटपुट डिरेक्टरी मशीनमधून स्वतः कॉपी करावी लागेल. खालील बॅच आकार अपस्ट्रीम डॉकचे उदाहरण आहे; AY-Robots फॉर्म SmolVLA साठी 2 पाठवतो आणि चेकपॉइंट्स दिसताच ऑब्जेक्ट स्टोरेजमध्ये लिहितो.

   bash

   lerobot-train \
       --policy.path=lerobot/smolvla_base \
       --dataset.repo_id=${HF_USER}/pick-place-cube \
       --batch_size=64 \
       --steps=20000 \
       --save_freq=2000 \
       --output_dir=outputs/train/my_smolvla \
       --job_name=my_smolvla_training \
       --policy.device=cuda \
       --policy.repo_id=${HF_USER}/my_smolvla \
       --save_checkpoint_to_hub=true

उजव्या स्तंभाची तुलना 1 ते 12 USD च्या रन खर्चाशी करा. या गृहीत दराने, कॅलिब्रेशन, कॅमेरा सेटअप आणि तुम्ही टाकून दिलेल्या एपिसोड्स वगळता, 50-एपिसोडचा डेटासेट रेकॉर्ड करण्यासाठी प्रशिक्षण देण्यापेक्षा दोन ते सात पट जास्त खर्च येतो. म्हणूनच याला थेट आर्थिक मूल्य आहे. LeRobot मार्गदर्शक प्रत्येक ऑब्जेक्ट स्थानासाठी 10 एपिसोड्ससह किमान 50 एपिसोड्सची शिफारस करते; SmolVLA डॉक्स अहवाल देतात की त्याच कार्याची 25-एपिसोडची आवृत्ती पुरेशी नव्हती.

पैसा नेमका कुठे वाया जातो

1. कधीही काम न करणाऱ्या डेटावर चालणारे रन

दोन अदलाबदल केलेल्या कॅमेरा स्ट्रीम्स असलेल्या डेटासेटवर 20,000-स्टेप GR00T रनचा खर्च स्वच्छ डेटासेटवरील रनइतकाच असतो, तेवढाच वेळ लागतो आणि एक चांगला दिसणारा लॉस कर्व्ह तयार होतो. ही त्रुटी काही तासांनंतर आर्मवर दिसून येते. यांचे बिल तासांनुसार आकारले जाते आणि निदान दिवसांनुसार आकारले जाते. लक्षात ठेवण्यासारखी दोन लक्षणे: याचा अर्थ सहसा असा होतो की निरीक्षणांमध्ये कार्यासाठी आवश्यक असलेली माहिती नसते, आणि याचा अर्थ डेटासेटमध्ये तुमच्या अपेक्षेपेक्षा कमी विविधता होती.

2. निश्चित-कॅमेरा कार्यासाठी फाउंडेशन-मॉडेलची किंमत मोजणे

ACT मध्ये अंदाजे 80M पॅरामीटर्स आहेत आणि ते एका कार्यासाठी 50 प्रात्यक्षिकांवरून नव्याने प्रशिक्षण देण्यासाठी डिझाइन केले गेले होते. GR00T N1.7 मध्ये अंदाजे 3B पॅरामीटर्स आहेत आणि ते पूर्व-प्रशिक्षित बॅकबोनसह येते. बोल्ट केलेल्या कॅमेऱ्यासाठी, निश्चित टेबल आणि एका वस्तूसाठी, 80M मॉडेल अनेकदा कार्य पूर्ण करते, 152 ms ऐवजी प्रति क्रिया पायरी सुमारे 20 ms वेगाने चालते आणि 4 ते 12 USD ऐवजी प्रति रन 1 ते 3 USD खर्च येतो. महागड्या मॉडेलवर 12 USD खर्च करण्यापूर्वी स्वस्त मॉडेल काम करते की नाही हे शोधण्यासाठी 3 USD खर्च करा. ACT विरुद्ध SmolVLA आणि GR00T N1.7 विरुद्ध Pi0.5 दाखवतात की प्रत्येक मॉडेल योग्य उत्तर देणे कधी थांबवते; मॉडेल अरेना मध्ये 85 मॉडेल्स आणि 332 बेंचमार्क परिणाम आहेत.

3. तुम्ही विसरलेला GPU

टाळण्यासाठी सर्वात स्वस्त आणि करण्याची सर्वात सामान्य चूक. शुक्रवारी डीबग करण्यासाठी सुरू केलेले इन्स्टन्स आठवड्याच्या शेवटी वास्तविक रनच्या समान दराने बिल होते.

AY-Robots वर, ही त्रुटी इन्फरन्ससाठी टाळण्यासाठी डिझाइन केली आहे: इन्फरन्स API द्वारे प्रदान केलेले पॉड्स निष्क्रिय वॉचडॉग घेऊन येतात आणि निष्क्रिय कालावधीनंतर स्वतःच नष्ट होतात. जर तुम्ही कार्ड स्वतः भाड्याने घेतले, तर तो वॉचडॉग तुमचे कॅलेंडर रिमाइंडर आहे.

4. एकाच उत्तरासाठी दोनदा पैसे देणे

GR00T चा फाइन-ट्यूनिंग एंट्री पॉइंट एक टायरो CLI आहे जो कोणताही सीड उघड करत नाही. ही प्लॅटफॉर्मची मर्यादा नाही, तर हे अपस्ट्रीम टूल आहे: gr00t/configs/finetune_config.py मध्ये कोणतेही सीड फील्ड नाही, आणि रेपॉजिटरीच्या स्वतःच्या प्रशिक्षण टिप्समध्ये चेतावणी दिली आहे की इमेज ऑगमेंटेशन्स नॉन-डिटरमिनिस्टिक असल्यामुळे रन 5 ते 6 टक्क्यांनी बदलतात. lerobot 0.5.1 आणि 0.6.1 या दोन्हीमध्ये सीड 1000 ला डीफॉल्ट करतो, त्यामुळे ACT, SmolVLA आणि Pi0.5 रन किमान त्याच इनिशियलायझेशन आणि डेटा ऑर्डरमधून पुन्हा चालवता येतात. ही GPU वर बिट-आयडेंटिकल वजनांची हमी नाही, परंतु हे री-रन आणि नवीन प्रयोगामधील फरक आहे. जर GR00T रनने काम करणारी पॉलिसी तयार केली आणि तुम्ही चेकपॉइंट ठेवला नाही, तर तुम्ही अशा परिणामासाठी पूर्ण किंमत द्याल जो तुम्ही शोधत असलेल्या फरकापेक्षा जास्त भिन्न असू शकतो. तुम्ही पैसे दिलेल्या चेकपॉइंट गमावण्याचा दुसरा मार्ग आहे: CLI डीफॉल्टनुसार --save-total-limit 5 वापरतो, जे जुने चेकपॉइंट्स हटवण्यापूर्वी ठेवल्या जाणाऱ्या चेकपॉइंट्सची कमाल संख्या म्हणून दस्तऐवजीकरण केले आहे. स्टोरेजची किंमत काही सेंट्स आहे; एक री-रन 4 ते 12 USD आणि सहा तास लागतो.

स्वतः करणे विरुद्ध प्लॅटफॉर्मला कार्ड भाड्याने देऊ देणे

# GR00T N1.7, single GPU, Isaac-GR00T as of August 2026.
# Note the entry point: gr00t/experiment/launch_finetune.py, a tyro CLI.
# scripts/gr00t_finetune.py does not exist in this repository; tutorials that
# still reference it are stale. The per-embodiment walkthrough is
# getting_started/finetune_new_embodiment.md.
CUDA_VISIBLE_DEVICES=0 uv run python gr00t/experiment/launch_finetune.py \
    --base-model-path nvidia/GR00T-N1.7-3B \
    --dataset-path demo_data/cube_to_bowl_5 \
    --embodiment-tag NEW_EMBODIMENT \
    --modality-config-path examples/SO100/so100_config.py \
    --num-gpus 1 \
    --output-dir ./so100-checkpoints \
    --max-steps 20000 \
    --global-batch-size 32 \
    --dataloader-num-workers 4

# v3.0 dataset? Convert it down first or the loader will crash. The helper
# has its own pyproject and must be installed in its own environment:
cd scripts/lerobot_conversion
uv venv && source .venv/bin/activate
uv pip install -e .
python convert_v3_to_v2.py --repo-id <DATASET_REPO_ID>

प्लॅटफॉर्म काय शुल्क आकारते आणि ते कार्ड कसे निवडते

हे तर्क हेतुपुरस्सर सोपे आहे. प्रत्येक मॉडेल कॅटलॉग मध्ये एक GPU टियर घोषित करते; बॅकएंड आवश्यक VRAM घेते आणि वर नमूद केलेल्या स्पॉट मार्केटमध्ये जुळणारे कार्ड भाड्याने देते. म्हणूनच उद्धृत केलेली किंमत एक श्रेणी आहे, निश्चित किंमत नाही. GR00T आणि Pi0.5 येथे केवळ क्लाउड-आधारित आहेत कारण त्यांना अनुक्रमे 40 GB आणि 70 GB किमान VRAM आवश्यक आहे. SmolVLA आणि ACT तुमच्या स्वतःच्या 24 GB कार्डवर स्थानिक पातळीवर देखील चालतात, जिथे क्लाउड खर्च शून्य असतो आणि वीज ही तुमची समस्या असते.

एका सेटिंगबद्दल चेतावणी देणे आवश्यक आहे. ग्रेडियंट ॲक्युमुलेशन GR00T च्या दोन्ही प्रकारांना खऱ्या अर्थाने लागू होते, त्यामुळे ते वाढवल्यास त्याच कार्डवर मोठा प्रभावी बॅच मिळतो. Pi0.5 आणि SmolVLA साठी ते अजिबात लागू होत नाही: lerobot 0.5.1 च्या प्रशिक्षण कॉन्फिगमध्ये ग्रेडियंट-ॲक्युमुलेशनचा पर्याय नाही, त्यामुळे हे फील्ड 16 वर सेट केल्यास काहीही खर्च होत नाही आणि काहीही मिळत नाही. जर एखादे रांगेतील काम कधीच सुरू झाले नाही, तर रांगेत अडकलेल्या कामाचे पृष्ठ काय तपासावे हे सांगते; जर रन सुरू होण्यापूर्वी डेटासेट नाकारला गेला, तर ते जवळजवळ नेहमीच v3.0 फॉरमॅटची समस्या.

पहिल्या कार्यरत पॉलिसीसाठी तयार केलेले बजेट

सर्व चार ओळी एकत्र, काहीही नसताना सुरुवात करून. GPU एकूण 3 ते 5 रन गृहीत धरतो: पहिला पाइपलाइन कार्य करते हे सिद्ध करतो, दुसरा डेटा समस्या उघड करतो, तिसरा किंवा चौथा तुम्ही ठेवता तो असतो.

या रोबोटच्या आकारातही हेच स्वरूप कायम आहे: संगणकीय खर्च नगण्य आहे, हार्डवेअर ही एक वास्तविक एक-वेळची किंमत आहे, मानवी तास हा आवर्ती खर्च आहे. काहीही खरेदी करण्यापूर्वी प्रशिक्षण भागाची चाचणी घेण्यासाठी, तुम्हाला मॉडेल्सची तुलना करण्यास आणि हाताशिवाय GPU भाड्याने घेण्यास मदत करतात, आणि हा एक भौतिक SO-100 आहे जो तुम्ही ब्राउझरमध्ये कोणत्याही नोंदणीशिवाय चालवू शकता. संपूर्ण पाइपलाइनसाठी, सेटअप, आणि प्रशिक्षण समाविष्ट करते, आणि ही त्याची संक्षिप्त आवृत्ती आहे.