自助开发票功能上线​

为了改善开发票的便捷性，我们提供了自助开发票的流程。点击左侧导航栏「财务中心」在其底部有了新的「发票管理」入口，在这里可以按照充值与消费记录申请发票。

⚠️ 注意，只有充值记录与直接从支付宝进行的消费记录允许开发票。

支持 Google Colab 的插件上线​

为了进一步降低 Jupyter 工作空间与 Google Colab 之间的壁垒，提升 JupyterLab 本身的兼容性，我们开发了与 Google Colab 兼容的表单插件，可以在 OpenBayes 的「工作空间」中直接打开来自 Colab 的 Jupyter 笔记本并自动渲染该笔记本中所使用的 Colab Forms 的语法，可以更容易地去调整笔记本中的关键参数，大大提升笔记本本身的可读性。

以下是来自 Colab 官方的表单，在 OpenBayes Jupyter 工作空间中的渲染效果：

也可以像 Colab 那样把大段的准备代码隐藏起来，让整个 notebook 的展现更加简洁。

OpenBayes 所提供的 Form 插件完全兼容 Google Colab 的实现，无需做额外的适配。

新的镜像 PyTorch 1.12​

我们提供了最新的 PyTorch 1.12 镜像，默认安装了 CUDA 11.3 和 python 3.8 。

注册、邀请、每周赠送资源变更​

为了感谢各位用户的支持，我们决定调整平台注册、邀请、以及每周赠送的资源进行调整如下：

注册送​

• 原：永久有效的 5 小时 CPU 容器时间 + 3 小时 vGPU 容器时间 + 5GB 永久存储
• 现：永久有效的 5 小时 CPU 容器时间 + 3 小时 RTX 3090 容器时间 + 5GB 永久存储

每周送​

• 原：当周有效的 10 小时 vGPU + 5 小时 CPU
• 现：当周有效的 10 小时 RTX 3090 + 5 小时 CPU

邀请送​

在页面的左下角点击「邀请有礼」可以看到个人的邀请码，使用邀请码注册成功后，邀请码所有人和注册成功的用户都会获取额外的计算资源。

• 原：每邀请 1 位用户注册 OpenBayes，双方各获得 1 小时 vGPU
• 现：每邀请 1 位用户注册 OpenBayes，双方各获得 1 小时 RTX 3090

注册送」及「邀请送」资源升级现已生效，「每周送」将于下周二生效

为什么要调整？​

我们的集群上架了新的机型，并开始淘汰老旧的机型，vGPU 不再是我们的产品主力。 推荐用户选用性能更佳的 RTX 3090 替代 vGPU，现在订购最高可享受 75 折优惠，价格低至 ￥1.5/小时，更多详情请访问「财务中心」。

A100、RTX 3090 现已开放可用，用户可访问控制台，在「财务中心」进行购买。

NVIDIA A100 GPU​

• 最高达 312 TFLOPS 深度学习性能
• 高达 80GB 显存
• 28 核 CPU · 120 GB 内存 · 50 GB 工作空间
• 适用于 AI、数据分析及 HPC 应用场景
• 最高可享受 75 折优惠，单价低至 ￥7.5/h 起

NVIDIA RTX 3090​

• 采用 NVIDIA Ampere 架构、10496 CUDA 核心
• 24 GB GDDR6X 显存
• 8 核 CPU · 30 GB 内存 · 50 GB 工作空间
• 最高可享受 75 折优惠，单价低至 ￥1.5/h 起

此外，为回馈用户支持，V100、T4、vGPU 等资源也进行了本年度第二次价格下调。 以单核 V100 为例，原价 ￥14.99/h，首次降价后价格为 ￥10/h，现在只需 ￥8/h 即可购买，折扣力度近 4.6 折。

更多详情，请访问「财务中心」。

我们拟定于 北京时间 2022-08-29 零点对服务器进行升级扩容，扩容期间服务器将暂时停机下线。我们这次购置了 RTX 3090、A100、以及最新的采用 Hopper 架构的 H100

其中受影响的用户包括所有 to C 集群的线上用户，停机预估时间为：

• 从北京时间 2022-08-29 零点
• 至北京时间 2022-09-03 零点

在服务器扩容停机期间：

• 用户控制台将无法访问
• 所用用户正在执行的任务都将停止
• 首页、文档可继续访问

届时你需要做的是，提前规划好正在运行的训练、任务，保证容器在 停机维护之前 处于关闭状态

给各位带来的不便，敬请谅解。如果有任何问题或疑问，欢迎与我们联系

更新​

新的镜像 TensorFlow 2.7 与 TensorFlow 2.8

修复​

1. 无法稳定接收短信验证码的问题
2. TensorFlow 2.6 TensorFlow 2.5 卷积报错的问题

PaddlePaddle 镜像上线​

我们提供了 PaddlePaddle 2.3 版本的镜像，其包含 CUDA 10.2 和 Python 3.8 运行环境。

修复​

1. SSH 登录经常出现 HOST KEY 变化的报错
2. 无法在组织下创建新的「模型训练」的问题
3. 无法购买存储订阅的问题

全新的 SSH 连接功能上线​

全新的 SSH 连接功能不再需要对 SSH 进行额外配置。在开启「工作空间」后，页面上就会显示 SSH 的连接方式，按照页面上的配置即可快速通过 SSH 登录到容器：

可在 文档 了解更多详细信息。

注意

1. 你依然需要按照 文档 准备公钥
2. 如果你在容器页面上没有看到上图中的 SSH 连接信息说明你的容器还不支持这个新的功能，创建新的容器会自动支持

功能​

• 新的 Pytorch 1.11 版本，并且该镜像支持 JupyterLab 内的 Debug 功能

警告​

• Pytorch 1.10 存在内存泄漏的风险，在 OpenBayes Serving 中不建议使用。

经过数月的开发与调试，我们很高兴的宣布，新全新的模型部署 OpenBayes Serving 上线，请按照 模型部署 文档了解更多信息。

1. 模型部署介绍 了解模型部署的基本信息
2. 从零开始测超分辨率服务 了解如何一步步在模型训练容器里完成一个超分辨率的服务并部署
3. 快速上手 看看其他的模型部署样例
4. 模型部署的管理 了解模型部署的一些基本操作

目前该功能处于 beta 测试阶段，不建议直接部署用于生产环境。每周会自动更新 10 个小时名为 serving-vgpu 的模型服务资源，用于测试，可以在 资源更新记录的查询 看到。后续更详细的文档，更丰富的 demo 更多的功能敬请期待。