Ко всем новостям
🌐Hugging Face BlogAI-адаптировано

Hugging Face Skills: Claude научился самостоятельно дообучать open-source LLM в облаке

Инсайт ServerSales • Влияние на рынок

Интеграция навыков Hugging Face в CLI-ассистенты автоматизирует MLOps-пайплайны, позволяя инженерам делегировать рутинный тюнинг моделей облачным агентам.

Hugging Face представила инструмент Hugging Face Skills, который позволяет языковой модели Claude не просто писать скрипты для обучения, а полностью управлять жизненным циклом дообучения open-source моделей прямо в облаке. Через плагин `hf-llm-trainer` ИИ-ассистент берет на себя рутину: от выбора подходящего GPU под размер модели и настройки авторизации в Hub до выбора метода оптимизации и отправки готовых артефактов в репозиторий. Главные технические особенности нового тулкита: - Поддержка методов продакшн-уровня: инструмент из коробки поддерживает Supervised Fine-Tuning (SFT), Direct Preference Optimization (DPO) и RL (reinforcement learning) с верифицируемыми наградами. - Масштаб моделей: поддерживается дообучение конфигураций от компактных 0.5B до тяжелых 70B параметров. - Конвейер автоматизации: агент самостоятельно запускает задачи на облачных GPU, мониторит метрики обучения, конвертирует веса в формат GGUF для локального деплоя и пушит готовые чекпоинты на Hugging Face Hub. - Кроссплатформенность: скиллы совместимы с Claude Code, Codex и Gemini CLI, с готовящимися интеграциями для Cursor и Windsurf. 💡 Где захостить и как запустить: Рассчитать точный VRAM под кванты этой модели, скорость генерации (токенов/сек) и выбрать подходящий сервер с GPU можно у нас на ServerSales в калькуляторе AI-моделей (/ai) или каталоге GPU (/gpu).

Где захостить и как запустить

Планируете развернуть эту нейросеть?

На ServerSales вы можете рассчитать точные требования к VRAM под разные типы квантования (4-bit Q4 / FP8 / FP16), оценить скорость генерации (токенов/сек) и сразу подобрать проверенный сервер с GPU от ведущих провайдеров.

Первоисточник материала
Новость опубликована в издании Hugging Face Blog.
Вы можете прочитать полную версию статьи и комментарии на сайте источника.
Читать на Hugging Face Blog
Проверенные провайдеры под задачи материала

Надежные облачные платформы и серверы в РФ

Весь каталог
SelectelTier III • 152-ФЗ
★ 4.9

Крупнейший IaaS-провайдер РФ: облачные VPS, Bare Metal серверы и GPU-кластеры для ИИ.

Бонус до 3 000 ₽ на облачную платформу
Перейти в Selectel
Timeweb CloudNVMe • Anti-DDoS
★ 4.8

Скоростные VPS от 299 ₽/мес, почасовая тарификация, готовые образы и GPU RTX 4090 / A100.

Скидка 20% на первый заказ VPS
Перейти в Timeweb Cloud
Рекомендуемые конфигурации по теме
В наличииGPU
Hostkey

Hostkey

Россия★ 4.3

GPU RTX 3090 24GB

CPU

8 ядер

RAM

64 ГБ

Диск

500 ГБ NVMe

Канал

1 Гбит/с

GPU

NVIDIA RTX 3090 (24 ГБ GDDR6X)

39 ₽/час

24 999 ₽/мес

В наличииGPU
Timeweb Cloud

Timeweb Cloud

Россия★ 4.8

GPU RTX A5000 24GB

CPU

8 ядер

RAM

64 ГБ

Диск

500 ГБ NVMe

Канал

1 Гбит/с

GPU

NVIDIA RTX A5000 (24 ГБ GDDR6X)

36 ₽/час

24 999 ₽/мес

В наличииGPU
Hostkey

Hostkey

Россия★ 4.3

GPU RTX 4090 24GB

CPU

16 ядер

RAM

128 ГБ

Диск

1000 ГБ NVMe

Канал

1 Гбит/с

GPU

NVIDIA RTX 4090 (24 ГБ GDDR6X)

47 ₽/час

32 999 ₽/мес

Каталог серверов ServerSales

Ищете точную конфигурацию под ваш бюджет?

Используйте наш интерактивный мастер подбора: рассчитайте точные ресурсы CPU, RAM и диска за 3 шага.

Другие новости индустрии

🌐PhoronixAI-адаптация

Mesa очищает кодовую базу: старый драйвер Direct3D 10 UMD окончательно отправлен в архив

Проект Mesa продолжает избавляться от технического долга и редко используемых компонентов. Разработчики удалили из репозитория драйвер Direct3D 10 User-Mode Driver (d3d10umd), который появился еще в 2021 году как Gallium3D state tracker для работы в качестве Windows WDDM UMD драйвера (аналог Windows WARP с использованием LLVMpipe для софтверного рендеринга). За пять лет существования этот код практически не поддерживался и не находил реального применения в production-средах. Его удаление позволит снизить нагрузку на мейнтейнеров и упростить структуру исходного кода Mesa, сосредоточив усилия команды на более актуальных графических API и драйверах. 🔍 Как выбрать сервер: Сравнить актуальные конфигурации серверов на базе этого оборудования и найти минимальные цены от проверенных провайдеров РФ и Европы можно в каталоге ServerSales (/catalog).

💡 Инсайт:Удаление невостребованного кода D3D10 UMD снижает оверхед на поддержку и упрощает дальнейшую разработку графического стека Mesa.
🌐ServeTheHomeAI-адаптация

F5 BIG-IP Next для Kubernetes на DPU NVIDIA BlueField-3: разгружаем CPU в GPU-кластерах

Инфраструктурные инженеры F5 продемонстрировали работу программного стека доставки приложений и безопасности BIG-IP Next for Kubernetes (BNK), развернутого на базе SmartNIC/DPU NVIDIA BlueField-3. Решение устанавливается на периметре сети перед кластерами инференса и берет на себя маршрутизацию запросов к языковым моделям, токен-менеджмент (token governance), а также сетевую безопасность уровней L4–L7. Главная проблема классических архитектур — обработка сетевого трафика и проксирование съедают ценные процессорные ядра хостов, которые должны работать на инфраструктуру Kubernetes или отдаваться под вспомогательные задачи ИИ. Вынос логики F5 BNK на DPU BlueField-3 позволяет: * Полностью разгрузить хостовые CPU от сетевого оверхеда на границе кластера. * Эффективно управлять потоками входящих запросов к LLM (маршрутизация на уровне токенов). * Обеспечить высокую пропускную способность в плотных сетях со связностью 400Gbps/800Gbps. * Высвободить вычислительные мощности под полезную нагрузку в стойках с ускорителями NVIDIA H100. 💡 Как выбрать сервер: Сравнить актуальные конфигурации серверов на базе этого оборудования и найти минимальные цены от проверенных провайдеров РФ и Европы можно в каталоге ServerSales (/catalog).

💡 Инсайт:Использование DPU NVIDIA BlueField-3 для сетевого стека F5 BNK позволяет избавиться от бутылочных горлышек на сетевом периметре ИИ-кластеров и сберечь ресурсы хостовых процессоров.
🌐Data Center DynamicsAI-адаптация

GMI Cloud привлекает $668 млн на расширение облачной инфраструктуры под ИИ и GPU-кластеры

Облачный провайдер GMI Cloud закрыл масштабный раунд финансирования на $668 млн, объединивший долевое финансирование (equity) и кредитные линии. Привлеченные средства компания направит на агрессивное расширение своей аппаратной базы, закупку новых графических ускорителей NVIDIA и развертывание высокопроизводительных GPU-кластеров для задач инференса и обучения больших языковых моделей. На фоне глобального дефицита мощностей в дата-центрах такие инвестиции позволяют игрокам рынка оперативнее закрывать растущий спрос бизнеса на аренду тяжелого железа. Основной фокус компании сделан на оптимизацию затрат при развертывании тяжелых AI-нагрузок, снижение задержек и предоставление гибких облачных инстансов для разработчиков и корпоративных клиентов. Экспансия инфраструктуры затронет ключевые географические локации с высоким спросом на ИИ-хостинг. 🔍 Как выбрать сервер: Сравнить актуальные конфигурации серверов на базе этого оборудования и найти минимальные цены от проверенных провайдеров РФ и Европы можно в каталоге ServerSales (/catalog).

💡 Инсайт:Мллионные вливания в облачных провайдеров указывают на сохранение высокого спроса на инфраструктуру для ИИ и ускоренное наращивание GPU-мощностей на рынке.