How do I choose the right GPU?

La plataforma ofrece 22 GPU , desde la RTX 4090 y la A100 hasta la H100, la H200 y la B200. La plataforma calcula por adelantado el coste y la duración en función de tu selección.

What happens if training fails?

Solo se te cobrará por GPU realmente utilizado. La plataforma incluye detección automática de errores en los registros de entrenamiento en tiempo real, por lo que los problemas se detectan de inmediato.

Can I train multiple models at the same time?

Sí, puedes entrenar varios modelos a la vez. El plan gratuito permite realizar entrenamientos simultáneos.

How long does training take?

La duración del entrenamiento varía en función del tamaño del conjunto de datos, la complejidad del modelo y GPU . Por ejemplo, los modelos YOLO26n se entrenan más rápido que las variantes de mayor tamaño. La plataforma calcula el coste y la duración por adelantado cuando seleccionas tu GPU.

What is model training?

El entrenamiento de modelos es el proceso mediante el cual se enseña a un modelo de visión artificial a detect, segment o classify en imágenes. Ultralytics permite entrenar YOLO en las cinco tareas de visión artificial.

Entrenar modelos de visión artificial en Ultralytics

Q: Can I train on my own hardware instead of cloud GPUs?

Sí, puedes entrenar localmente en tus propias GPU o CPU y transmitir métricas en tiempo real a la plataforma mediante elPython Ultralytics . Tus experimentos aparecerán junto a las ejecuciones en la nube en el mismo panel de control del proyecto.

Interfaz de usuario para entrenar un nuevo modelo de IA que muestra opciones de modelos base, incluidas variantes de YOLO26 con opciones de detección y segmentación, y una sección de conjuntos de datos con miniaturas de imágenes y la posibilidad de introducir un nombre para la ejecución.

Compatibilidad nativa con los YOLO más utilizados del mundo

Ultralytics está diseñada específicamente para los modelos que ya utilizas. Entrena Ultralytics , YOLO11, YOLOv8 y YOLOv5 Ultralytics YOLOv5 las cinco tareas de visión artificial, con compatibilidad total desde modelos nano hasta modelos de gran tamaño.

Empieza con unYOLO Ultralytics : YOLOv5 YOLO26 , YOLO11, YOLOv8 o YOLOv5 , preentrenados por los autores originales y listos para el ajuste fino.

Trae tu propio modelo de visión artificial: sube un archivo .pt y entrénalo en GPU en la nube. Los parámetros de entrenamiento, la arquitectura y los resultados se analizan automáticamente.

Tu conjunto de datos o el nuestro: conecta tus datos de entrenamiento y tus conjuntos de datos etiquetados, o explora los conjuntos de datos oficiales Ultralytics los compartidos por la comunidad para empezar.

GPU bajo demanda o entrenamiento local.

Entrena hasta 22 GPU en la nube con un solo clic, o ejecuta el proceso en tu propio hardware, todo ello en Ultralytics .

Captura de pantalla del menú GPU para el entrenamiento en la nube, en la que se muestran varios GPU con su memoria y precio por hora, destacando la RTX PRO 6000 con 96 GB a 1,89 $/h y un saldo actual de 24,10 $.

Entrenamiento en GPU en la nube

Elige entre 22 GPU , desde la RTX 4090 y la A100 hasta la H100, la H200 y la B200. Selecciona una GPU, establece tu presupuesto y empieza el entrenamiento. La plataforma calcula el coste y la duración por adelantado, por lo que no habrá sorpresas.

Captura de pantalla del comando de terminal para el entrenamiento local con Ultralytics YOLO, que incluye la clave API, el modelo, los datos, las épocas, el tamaño del lote, el tamaño de la imagen y el nombre del proyecto.

Realiza pruebas de forma local en tu propia infraestructura

¿Prefieres utilizar tu propio hardware? Realiza tus entrenamientos en tus propias GPU o CPU y transmite métricas en tiempo real a la plataforma mediante elPython Ultralytics . Tus experimentos aparecerán junto a las ejecuciones en la nube en el mismo panel de control del proyecto.

Comprende tu modelo antes de enviarlo

La validación de modelos es un paso fundamental una vez que tus modelos de visión artificial han finalizado su entrenamiento. Revisa tu matriz de confusión, la curva ROC y las métricas por clase directamente en Platform, y luego exportalas a más de 17 formatos, optimizados para su implementación en la nube, en el borde o en el propio dispositivo.

Preguntas frecuentes

¿Puedo entrenar en mi propio equipo en lugar de usar GPU en la nube?

Sí. Ultralytics permite realizar entrenamientos locales en tus propias GPU o CPU. Instala el Python Ultralytics , configura tu clave API y empieza a entrenar; las métricas en tiempo real se transmiten directamente al panel de control de la plataforma junto con tus sesiones de entrenamiento en la nube. Esto te ofrece la flexibilidad de utilizar tu propio hardware, al tiempo que mantienes todos los experimentos organizados en un solo lugar.

¿Cómo elijo la GPU adecuada?

Ultralytics ofrece 22 GPU con precios que oscilan entre 0,24 y 4,99 dólares por hora. Para la mayoría de las cargas de trabajo, la RTX PRO 6000 (96 GB, 1,89 dólares/hora) es una excelente opción predeterminada. Para entrenamientos en los que el tiempo es un factor crítico, las H100 y H200 ofrecen el máximo rendimiento. Para pruebas y conjuntos de datos pequeños, opciones económicas como la RTX 2000 Ada (0,24 $/hora) funcionan bien. La plataforma muestra un coste y una duración estimados antes de empezar, para que puedas elegir el equilibrio adecuado entre velocidad y presupuesto para tu proyecto.

¿Qué pasa si el entrenamiento no da resultado?

Si una ejecución de entrenamiento falla, no se te cobrará nada. Solo se te facturará GPU real GPU en las ejecuciones completadas o canceladas manualmente. Los puntos de control se guardan a lo largo del entrenamiento, por lo que, si una ejecución se interrumpe o se cancela, se conserva el progreso alcanzado hasta ese momento. Puedes revisar los registros de la consola para diagnosticar los problemas y reiniciar el entrenamiento con los ajustes modificados.

¿Puedo entrenar varios modelos a la vez?

Sí. Ultralytics admite ejecuciones de entrenamiento simultáneas. Los usuarios del plan gratuito pueden ejecutar hasta 3 tareas de entrenamiento simultáneas, mientras que los del plan Pro pueden ejecutar hasta 10 y los del plan Enterprise, un número ilimitado. Cada ejecución cuenta con su propia GPU dedicada.

¿Cuánto tiempo dura la formación?

El tiempo de entrenamiento depende del tamaño del conjunto de datos, el tamaño del modelo, el número de épocas y GPU . A modo de referencia, entrenar YOLO26n con 1000 imágenes durante 100 épocas lleva aproximadamente entre 2 y 3 horas en una RTX PRO 6000. Los modelos más grandes, como YOLO26x, tardarán más tiempo con la misma configuración. La plataforma calcula el coste y la duración antes de que comience el entrenamiento, por lo que siempre sabrás qué esperar.

¿Qué es el entrenamiento de modelos?

El entrenamiento de modelos es el proceso mediante el cual se enseña a un modelo de visión artificial a reconocer patrones en datos visuales. Durante el entrenamiento, el modelo procesa miles de imágenes etiquetadas, ajusta sus parámetros y mejora progresivamente su capacidad para detect, segment o classify objetos. En Ultralytics , el entrenamiento está integrado directamente en el flujo de trabajo de anotación e implementación. Una vez que el conjunto de datos esté etiquetado, puedes seleccionar un YOLO , elegir una GPU en la nube e iniciar el entrenamiento, todo ello sin salir de la plataforma.

Entrena modelos de IA de visión con unos pocos clics, en lugar de en días

Compatibilidad nativa con los YOLO más utilizados del mundo

Cada experimento, bien organizado y comparable

Carreras en grupo

Compartir y colaborar

Comparación de experimentos en paralelo

GPU bajo demanda o entrenamiento local.

Entrenamiento en GPU en la nube

Realiza pruebas de forma local en tu propia infraestructura

Controla tu entrenamiento en tiempo real

Gráficos de métricas en tiempo real

Registros de entrenamiento sin complicaciones

Supervisión del hardware