匿名离岸 GPU AI 托管 免KYC

生产级 LLM 推理服务，支持连续批处理和分页注意力（paged attention）。提供与 OpenAI SDK 兼容的 /v1/completions 接口。

自托管的 ChatGPT 风格网页界面。拉取 Ollama 原生的量化权重，是“在浏览器里和自己的 LLM 对话”的最简单方式。

基于 Gradio 的界面，支持多种后端——Transformers、ExLlamaV2、llama.cpp、AWQ、GPTQ。高级用户对比各种量化方案的首选。

HuggingFace Text Generation Inference——生产级推理服务器，支持流式输出 token、张量并行和分页注意力。

通过 YAML 配置驱动微调。支持 LoRA、QLoRA、全量微调、DPO、ORPO。已预先克隆到 /opt/axolotl，并附带 Llama / Qwen / Mistral 的入门配置。

借助自研 Triton 内核，微调速度提升 2 倍、显存占用减少 70%。非常适合在 RTX 4090 上低成本训练。预装于 /opt/unsloth。

基于网页界面的微调平台，支持 SFT / RLHF / DPO / KTO。适合想通过界面完成微调、不写代码的用户入门。

节点式图像生成界面，内置 FLUX.1-schnell 和 Kontext 工作流。面向高级用户的图像生成流水线。

最主流的 Stable Diffusion 网页界面。Stable Diffusion 3.5 加上丰富的扩展生态，civitai 用户上手即熟悉。

针对 FLUX 优化的 A1111 分支，采样更快、显存占用更低。Auto1111 用户可直接替换使用。

用于训练 Stable Diffusion / FLUX LoRA、DreamBooth 和文本反演的图形界面。在 RTX 4090 上 30–90 分钟即可训练出自定义风格的 LoRA。

预装视频生成工作流的 ComfyUI——Wan 2.2 T2V、HunyuanVideo、LTX-Video。720p 下要获得可用速度需 40 GB 以上显存。

轻量级视频工作流——CogVideoX-5B、Wan 2.1 1.3B、LTX-Video。单张 RTX 4090 即可运行。

OpenAI Whisper Large v3 Turbo，采用 faster-whisper 后端，通过 /transcribe HTTP 接口提供服务。比 v3 快 8 倍，支持 99 种语言，在任何 GPU 上都能实时转写。

多模型语音合成接口，提供 Kokoro 82M（54 种音色、8 种语言）和 Sesame CSM-1B（带上下文的对话式语音）。支持 REST 和 WebSocket 流式传输。

始终预装。PyTorch 2.5 + CUDA 12.4 + Transformers + diffusers + accelerate + bitsandbytes + xformers + flash-attn，通用的 AI 开发基础环境。

在浏览器中运行的 VSCode，完整支持 Python、IPython 和扩展。适合偏好 IDE 而非笔记本的用户。