#академия
Подборка практических материалов для тех, кто хочет разобраться в облаке на практике. В этом разделе — пошаговые инструкции, гайды, разборы типовых ошибок, сравнение конфигураций и результаты тестов. Мы делимся опытом инженеров mClouds и показываем, как самостоятельно настраивать сервисы, повышать производительность и избегать подводных камней при работе с облачной инфраструктурой.
03 декабря, 2025
Выбираем видеокарту для ИИ до 24GB: обзор и сравнение NVIDIA L4 и T4
Сравниваем видеокарты для работы с нейросетями NVIDIA T4 16GB и её обновление в виде NVIDIA L4 24Gb. Детально про технические характеристики, проверим реальную производительность в задачах машинного обучения и разберемся, какая из них лучше справляется с инференсом больших языковых моделей и другими ML-задачами. Это поможет понять, стоит ли в 2026 году выбирать устаревшую T4 или лучше присмотреться к L4.
13 ноября, 2025
Как использовать GPU сервер на максимум для работы с нейросетями
В статье рассказываем, как устранить бутылочное горлышко в работе серверов с GPU и заставить работать видеокарту для ИИ более чем на 90%.
16 октября, 2025
Выбираем GPU для ИИ: Видеокарты NVIDIA RTX 4090 и 5090 vs L40S 48GB
Разобрали как выбрать видеокарту для работы с нейросетями. Сравнили работу с разным объемом памяти, где идет выбор между популярными RTX 4090 24GB, RTX 5090 32Gb и серверной L40S 48GB для ИИ. Наше сравнение видеокарт поможет вам принять оптимальное решение с учетом специфики ваших задач и бюджетных ограничений.
06 августа, 2025
Материалы вебинара «GPU в облаке: как выжать максимум без лишних затрат»
Материалы вебинара, на котором разобрали, как облачные видеокарты ускоряют работу с CAD, AI/ML и VDI. Рассказали о кейсах, преимуществах GPU и возможностях платформы mClouds
05 июня, 2025
Использование Autodesk Revit с видеокартой и как GPU влияет на работу CAD-систем
Разбираемся, как работает Revit на разных конфигурациях серверов и насколько видеокарта влияет на их производительность.