Paramètres de confidentialité

Notice sur la vie privée et le RGPD

Nfero utilise un stockage essentiel pour les préférences linguistiques et les contrôles d’accès aux démos. Avec votre consentement, Google Analytics et des événements d’utilisation légers aident à améliorer les démos de modèles et les parcours d’abonnement externes. Les prompts de démo en direct peuvent être envoyés à des points de terminaison de modèles Alibaba configurés.

ConfidentialitéConditionsGestion des données

Déployer sur Alibaba Cloud

Testez les modèles sur Nfero, puis passez à Alibaba Cloud en production.

Nfero reste gratuit et axé sur les démonstrations. Alibaba Cloud gère les abonnements, l'accès en production, l'hébergement des modèles, l'évolutivité et les choix d'infrastructure.

Continuer avec Alibaba Cloud Comparer les modèles

Nfero peut percevoir une commission si vous achetez ultérieurement via un lien qualifiant, sans frais supplémentaires pour vous.

Chemin De la démonstration à la production
AccèsAlibaba Cloud
Rôle NferoDécouverte
1

Testez sur Nfero

Comparez les chemins Qwen, visuel, audio, RAG et Token Plan avant de choisir un chemin de production.

2

Appeler Model Studio

Utilisez les clés API d'Alibaba Cloud et les points de terminaison de modèle pour l'intégration de l'application.

3

Échelle avec PAI-EAS

Transférez l'inférence en production vers la plateforme Alibaba pour les services d'IA lorsque les équipes ont besoin d'un contrôle de déploiement dédié.

4

Planifier les ressources

Utilisez PAI-Lingjun et l'infrastructure d'IA d'Alibaba pour des entraînements, inférences et charges de travail d'entreprise plus importantes.

Transfert vers la production

Comparez d’abord, puis choisissez votre voie vers la production.

Utilisez Nfero pour découvrir des modèles et estimer les itinéraires, puis confirmez les termes finaux, les quotas et les choix de déploiement en production à l'intérieur d'Alibaba Cloud.

Preuve open source

Connectez les pages de déploiement aux projets d'inférence d'Alibaba.

MNN et RTP-LLM montrent l'histoire de l'inférence de niveau inférieur et de l'IA sur le bord derrière la planification du déploiement en production.

Open Source