Частые вопросы

Список безопасности действует на всю подсеть; NSG — на отдельный сетевой адаптер VNIC. Это независимые брандмауэры: если используете NSG, изменение только списка безопасности не сработает — порты должны быть открыты с обеих сторон.

При нормальном корректном использовании автовыключения не происходит; отключение происходит только при превышении квот или срабатывании контроля рисков. «Скрипта от остановки» не существует — самый надёжный способ не выходить на предельные бесплатные лимиты.

A1-Flex ARM производительнее и подходит для веб-сервисов и приложений; E2-Micro x86 совместим с программами, выпущенными только под x86. В бесплатной квоте выбирайте A1, а при проблемах совместимости ПО переходите на E2-Micro.

Остановка: машина выключается, диски сохраняются и продолжают занимать квоту. Терминирование: виртуальная машина уничтожается полностью. Учтите: остановка ARM-инстанса освобождает временный публичный IP, а диски занимают квоту при любом состоянии, пока не удалены.

Жёсткого ограничения на количество нет — ограничена суммарная квота OCPU и памяти. A1-Flex: максимум 4 ядра и 24 ГБ — можно разбить на несколько маленьких машин, лишь бы сумма не выходила за бесплатный лимит.

После окончания trial на $300 платные ресурсы перестают тарифицироваться, а Always-Free ресурсы остаются без изменений. Однако машины, превышающие бесплатные лимиты, будут остановлены — не забудьте вовремя уменьшить конфигурации.

Для зависших инстансов используйте принудительное завершение. Учтите: удаление виртуальной машины — не вся очистка; нужно вручную удалить подключённые диски, зарезервированные публичные IP, бакеты объектного хранилища и связанные ресурсы — остатки продолжают генерировать списания.

Бесплатный тариф полностью блокирует исходящий TCP-порт 25, поэтому самодельный почтовый сервер отправлять письма не сможет. Платные аккаунты могут запросить разблокировку порта 25 через тикет. Бесплатным пользователям стоит использовать сторонний почтовый сервис, а не строить свой SMTP.

По умолчанию публичный IP временный и меняется при перезагрузке или остановке. Чтобы закрепить, создайте в консоли Reserved Public IP и привяжите его к VNIC инстанса — зарезервированный IP не меняется, пока вы сами его не освободите.

Частые причины: неверные права на файл ключа SSH, формат ключа PuTTY ppk не подходит или список безопасности в консоли Oracle не открывает порт 22. Бесплатные инстансы также могут блокироваться системой контроля рисков. Если SSH не работает, войдите через последовательную консоль и разберитесь на месте.

Да — удалённо или на месте: просмотр системных журналов Solaris и первичная локализация сбоев.

Зависит от компонента: блоки питания и вентиляторы меняются «на горячую» без простоя; материнская плата, память и другие ключевые узлы требуют выключения — обычно от десятков минут до нескольких часов.

Рекомендуем профилактику раз в квартал: обновление прошивок/BIOS до стабильных версий (совместимость и безопасность), очистку корпусов от пыли (слабое охлаждение ускоряет старение), проверку и подтяжку ослабших кабелей данных и питания, замену конденсаторов блоков питания с наработкой более 3 лет и проверку восстанавливаемости резервных копий. Договоры обслуживания ZhongLianDa уже включают профилактику: заранее согласовываем окно обслуживания, делаем полное резервное копирование перед работами и выдаём отчёт после.

Состояние аппаратного обеспечения, температуру и энергопотребление, журналы ошибок, версии прошивок, пункты рисков, рекомендации по оптимизации и сводку инспекции.

Мы располагаем собственным складом запчастей с большим запасом оригинальных компонентов и снятых с устройств комплектующих для серверов NVIDIA и Oracle. При ремонте приоритет — оригинальные запчасти; мы честно указываем происхождение (новые оригинальные / оригинальные снятые), обеспечивая прослеживаемость качества, на ключевые запчасти даём гарантию.

Аппаратные предупреждения, состояние питания и вентиляторов, память, здоровье дисков, температура, версии прошивок, системные журналы и состояние RAC.

Мы обеспечиваем аварийную поддержку 7×24. Клиенты с договором обслуживания получают приоритетный канал: немедленный приём по телефону/удалённо, подключение удалённого инженера в течение 30 минут при сбоях критичных бизнес-систем, гарантированное время выезда в зависимости от города — всё для минимизации простоя.

Инспекция охватывает аппаратную, программную и инфраструктурную части. Аппаратная часть: удалённые проверки через IPMI/iLO — температура CPU, использование памяти, здоровье дисков, резервирование питания, обороты вентиляторов. Программная часть: аномалии системных журналов, состояние RAID-контроллера, трафик сетевых портов, синхронизация времени. Инфраструктура: температура и влажность в зале, состояние батарей ИБП, пожарная сигнализация. Клиентам ZhongLianDa по договору предоставляется выездная инспекция не реже раза в месяц, а удалённая платформа мониторинга ежедневно формирует отчёты и мгновенно оповещает об аномалиях.

Клиент обращается по телефону или тикету → удалённый инженер проводит диагностику → определяется необходимость выезда → работа на месте → после ремонта предоставляется отчёт о неисправности.

Обучение: высокоскоростная связность GPU (NVLink/IB), большой объём памяти, высокое энергопотребление. Инференс: требования к межкартовой связности ниже, можно делать упор на CPU, энергопотребление ниже, допускается плотная компоновка.

A100: зрелая карта для обучения/дообучения больших моделей и существующих проектов. H100: высокая производительность для очень больших моделей, явные преимущества FP8. B300: основной выбор в Китае, баланс обучения и инференса с высокой отдачей по цене. B100: карта нового поколения верхнего уровня для сверхкрупных вычислительных кластеров.

Малую модель 7B потянет одна машина с 8 GPU. Модель 34B — обычно 2–4 машины. 70B и крупнее — минимум 4 машины: чем больше модель, тем больше требуется кластер.

Нет. После квантования модели инференс потянут B10, A10 и даже T4 — выбирайте по реальной потребности, а не по умолчанию устанавливая дорогие карты вроде H100.

В обучении больших моделей NVIDIA H100 имеет явное преимущество: Transformer Engine ускоряет обучение в 2–3 раза, режим FP8 дополнительно ускоряет при сохранении точности, а пропускная способность памяти растёт с 2 ТБ/с до 3,35 ТБ/с. При обучении модели на 70B параметров кластер из 8 карт H100 сокращает цикл с месяцев до недель; в инференсе H100 даёт примерно двукратный прирост пропускной способности. ZhongLianDa держит H100 на складе и может развернуть тестовый стенд, чтобы вы убедились в разнице сами.

Встречаются оба варианта: брендовые серверы имеют гарантию на всю систему; отдельно купленные GPU-карты — собственную гарантию на карту. Б/у оборудование и стороннее обслуживание обычно покрывают только саму GPU-карту.

Ошибки бывают двух видов: корректируемые ошибки ECC (обычно вызваны кратковременными помехами — фиксируются и можно игнорировать) и некорректируемые ошибки ECC (возможен аппаратный дефект чипов памяти или ядра GPU). Последние требуют ремонта. ZhongLianDa располагает профессиональной командой ремонта GPU, BGA-паяльными станциями и запасом чипов памяти — устраняем холодные пайки и вышедшие из строя чипы. После ремонта оборудование проходит 24-часовой стресс-тест и получает гарантию 3 месяца.

Проверьте вентиляторы, воздушные потоки и температуру приточного воздуха; удалите пыль; проверьте систему охлаждения GPU; перераспределите нагрузку и оптимизируйте кондиционирование зала.

Пять частых причин: узкое место загрузки данных (CPU не успевает feeding GPU), коммуникационное узкое место между картами (некорректная настройка InfiniBand), нехватка видеопамяти с частой подкачкой, слишком маленький batch size и низкая эффективность распараллеливания самой модели. ZhongLianDa бесплатно диагностирует утилизацию GPU: собираем данные инструментом NVIDIA DCGM, находим узкое место и выдаём план оптимизации. Мы также помогаем настраивать параметры планировщика кластера и конвейеры данных — обычно поднимаем утилизацию GPU с 30–50% до более чем 80%.

Частые причины: нестабильное питание, плохой контакт PCIe, настройки BIOS, сбой прошивки GPU; реже — выход карты из строя. Начните с переустановки карты и сброса настроек BIOS.

GPU не виден в nvidia-smi, «пропадание» карт, случайные падения при обучении, троттлинг по температуре, ошибки ECC, ошибки видеопамяти, аномальная производительность, чёрный экран.