Panduan Cepat

Sebelum mulai menggunakan platform, Anda perlu mendaftar akun terlebih dahulu (versi internal testing melalui aplikasi akun manual). Setelah mendapatkan akun, Anda dapat login di halaman login:

• Kunjungi halaman login: http://dlc.nexacoreteknologi.com/en/login

Setelah login akun, Anda dapat mulai membuat instance komputasi pertama Anda:

• Pilih konfigurasi komputasi yang sesuai
• Pilih image yang akan dijalankan
• Konfigurasi penyimpanan, mount disk jaringan
• Mulai instance

Setelah instance berhasil dibuat, Anda dapat melakukan operasi penggunaan instance di halaman "Konsol" > "Manajemen Instance":

• Terhubung ke instance melalui SSH, Jupyter Notebook, dll.
• Upload data dan kode Anda
• Mulai tugas pelatihan AI Anda
• Monitor status instance dan progress pelatihan

Platform menyediakan fungsi disk jaringan yang praktis untuk membantu Anda mengelola data dan model:

• Disk jaringan "cloud storage" dapat menyediakan ruang penyimpanan persisten untuk instance container, memiliki siklus hidup independen, dengan karakteristik kapasitas besar, keandalan tinggi, dapat diperluas, dan biaya rendah. Pengguna dapat memperluas secara dinamis setelah membuat cloud disk untuk menambah ruang penyimpanan tanpa kehilangan data asli di cloud disk.
• Buat dan kelola: Platform membuat disk jaringan default untuk setiap pengguna (tidak dapat dihapus), pengguna dapat membuat dan mengelola disk jaringan lain di konsol, termasuk operasi ekspansi, hapus, dll.
• Mount: Pengguna dapat memilih untuk mount disk jaringan saat membuat instance, hanya dapat mount satu disk jaringan, setelah di-mount, disk jaringan akan otomatis di-mount ke direktori /net instance.
• Multi-mount: Disk jaringan yang sama dapat di-mount ke beberapa instance container, setelah di-mount, beberapa instance dapat berbagi data di disk jaringan.
• Ekspansi: Pengguna dapat melakukan ekspansi disk jaringan di konsol, setelah ekspansi, kapasitas disk jaringan akan otomatis bertambah.
• Hapus: Pengguna dapat menghapus disk jaringan di konsol, setelah dihapus, data di disk jaringan akan dibersihkan, disk jaringan akan dirilis.

Platform mendukung berbagai fungsi manajemen image, memudahkan konfigurasi lingkungan pengembangan Anda:

• Pilih image resmi yang telah disiapkan (PyTorch, Llama, IREE, dll.)
• Simpan image kustom, pengguna dapat menyimpan sebagai image pribadi atau image publik, image publik dapat digunakan oleh pengguna lain.
• Bagikan image ke anggota tim

Platform mengintegrasikan layanan model bahasa besar berdasarkan DeepSeek-R1, menyediakan kemampuan pemrosesan bahasa alami dan penalaran yang kuat:

• Visualisasi proses berpikir - Lihat langkah-langkah penalaran model, membantu Anda memahami bagaimana model sampai pada kesimpulan
• Kemampuan matematika dan logika yang kuat - Menyelesaikan masalah kompleks, melakukan penalaran multi-langkah
• Generasi dan analisis kode - Menulis, menjelaskan, dan debug kode dalam berbagai bahasa pemrograman
• Mendukung percakapan berkelanjutan - Mempertahankan pemahaman konteks, melakukan komunikasi mendalam

Tampilan Interface DeepSeek Chatbot

Platform menyediakan layanan API model DeepSeek-R1, memudahkan developer mengintegrasikan kemampuan model bahasa besar ke dalam aplikasi mereka:

• Format kompatibel OpenAI - Menggunakan format permintaan API yang sama dengan OpenAI, memudahkan migrasi aplikasi yang ada
• Respon streaming - Mendukung output streaming, mencapai efek mesin tik, meningkatkan pengalaman pengguna
• Kustomisasi system prompt - Mengontrol perilaku dan gaya output model melalui system prompt
• Latensi rendah jaringan internal - Akses lingkungan jaringan internal, menjamin kecepatan respons

Diagram Arsitektur Layanan DeepSeek API

curl -X POST \
  'http://dlc.nexacoreteknologi.com/api/ai/v1/chat/completions' \
  -H "accept: application/json" \
  -H "Authorization: Bearer sk-****KKD" \
  -H "Content-Type: application/json" \
  -d '{
  "messages": [
    {
      "content": "你好，请介绍一下自己",
      "role": "user"
    }
  ],
  "model": "cltech/deepseek-r1-70b",
  "stream": true,
  "temperature": 0.01
}'

Untuk informasi lebih detail dan contoh penggunaan, silakan lihat halaman manajemen model. Manajemen Model