AI फ़िल्म और वीडियो प्रोडक्शन के लिए Cloud GPU
CloudGPU AI फ़िल्म और वीडियो के काम के लिए प्रति मिनट के हिसाब से GPU किराए पर देता है। आप एक कार्ड और ComfyUI टेम्पलेट चुनते हैं (या root SSH वाला raw GPU), अपने शॉट्स चलाते हैं, फ़ाइलें कॉपी करके निकाल लेते हैं और इंस्टेंस को डिस्ट्रॉय कर देते हैं। बिलिंग प्रति मिनट होती है, कम से कम 1 मिनट, और इंस्टेंस डिस्ट्रॉय करते ही रुक जाती है।
एक शॉर्ट फ़िल्म कई जॉब्स से मिलकर बनती है, और हर जॉब को अलग मात्रा में VRAM चाहिए: स्टोरीबोर्ड फ़्रेम, वीडियो क्लिप, कैरेक्टर LoRA, आवाज़ें, म्यूज़िक और आख़िर में अपस्केल। एक ही कार्ड पर घंटे के हिसाब से बिलिंग हो, तो पूरे प्रोजेक्ट के दौरान आप बड़े कार्ड का पैसा देते रहते हैं। प्रति मिनट बिलिंग से आप भारी स्टेप्स के लिए बड़ा कार्ड और बाकी कामों के लिए छोटा कार्ड किराए पर ले सकते हैं।
मौजूदा रेट देखें · GPU डिप्लॉय करें
किस स्टेप के लिए कौन-सा कार्ड
VRAM के आंकड़े हर प्रोजेक्ट के अपने डॉक्यूमेंटेशन से लिए गए हैं (2026-11-04 को पढ़े गए)। टेबल में लिंक की गई गाइड इन्हें पूरा उद्धृत करती हैं। अभी कौन-से कार्ड शुरू किए जा सकते हैं, यह /hi/deploy पर दिखता है। वहाँ हर कार्ड के साथ उसके vCPU और RAM भी दिए होते हैं, जो उन मॉडलों के लिए मायने रखते हैं जो weights को सिस्टम मेमोरी में offload करते हैं।
| स्टेप | ओपन मॉडल और टूल | शुरुआत के लिए VRAM क्लास | उदाहरण कार्ड |
|---|---|---|---|
| स्टोरीबोर्ड फ़्रेम | ComfyUI में FLUX.1, SDXL | 24 GB | RTX 4090, RTX 4090D |
| वीडियो क्लिप (5B–8B क्लास) | Wan 2.2 TI2V-5B (ऑफ़िशियल स्क्रिप्ट के साथ 24 GB), HunyuanVideo 1.5 (offload के साथ न्यूनतम 14 GB) | 24–32 GB | RTX 4090, RTX 5090 |
| वीडियो क्लिप (14B क्लास) | Wan 2.2 T2V / I2V-A14B: ऑफ़िशियल स्क्रिप्ट 80 GB मांगती है; ComfyUI की FP8 फ़ाइलें (हर expert 14.29 GB) और offloading से ज़रूरत कम हो जाती है | 32 GB और उससे ऊपर, ऑफ़िशियल स्क्रिप्ट के लिए 80 GB | RTX 5090, RTX 4090 48G, A100 80G |
| नेटिव ऑडियो के साथ वीडियो | MiniMax H3 (ओपन Base checkpoints), LTX-2.5 (कोई ऑफ़िशियल VRAM आंकड़ा नहीं) | H3 के लिए 80 GB क्लास, या int8, block streaming और काफ़ी सिस्टम RAM के साथ 24–32 GB | RTX PRO 6000 96G, A100 80G, RTX 5090 |
| कैरेक्टर कंसिस्टेंसी | musubi-tuner या ai-toolkit से Wan / H3 LoRA (musubi-tuner वीडियो ट्रेनिंग के लिए 24 GB या उससे ज़्यादा की सलाह देता है) | 24–48 GB | RTX 4090 48G, RTX 5090 |
| वॉइस और लिप सिंक | CosyVoice 3, IndexTTS-2.5, LatentSync (1.5 के लिए 8 GB, 1.6 के लिए 18 GB), MuseTalk | 24 GB | RTX 4090, RTX 3090 |
| म्यूज़िक | ACE-Step 1.5 (बिना offload के XL: 20 GB या ज़्यादा), MiniMax Music 3 (फ़ुल प्रिसिज़न 24 GB से कम में) | 24 GB | RTX 4090, RTX 4090D |
| अपस्केल और इंटरपोलेशन | SeedVR2, RIFE, Real-ESRGAN | 8–24 GB (SeedVR2 FP16 के लिए 24 GB+) | RTX 4090, RTX 5090 |
स्टेप-बाय-स्टेप गाइड:
- Wan वीडियो जनरेशन के लिए कौन-सा GPU इस्तेमाल करें?
- MiniMax H3 के लिए कौन-सा GPU चाहिए?
- AI शॉर्ट फ़िल्म प्रोडक्शन: हर स्टेप के लिए कौन-सा GPU?
- Cloud GPU पर ComfyUI में Wan 2.2 कैसे चलाएँ (अंग्रेज़ी में)
- musubi-tuner से Wan 2.2 LoRA कैसे ट्रेन करें (अंग्रेज़ी में)
आपको क्या मिलता है
| आइटम | विवरण |
|---|---|
| टेम्पलेट | ComfyUI (model weights पहले से लोड नहीं) या root SSH और JupyterLab वाला raw GPU |
| ComfyUI API | इंस्टेंस चलने तक ComfyUI के /prompt API के लिए एक पब्लिक HTTPS endpoint, ताकि कोई स्क्रिप्ट शॉट्स को queue कर सके। यह endpoint कोई लॉगिन नहीं जोड़ता, इसलिए ज़रूरत हो तो अपना लॉगिन जोड़ें |
| डाउनलोड | Hugging Face या GitHub से weights डाउनलोड करने से पहले cloudgpu-net on चलाएँ (गाइड, अंग्रेज़ी में) |
| बिलिंग | प्रति मिनट, कम से कम 1 मिनट, प्रीपेड बैलेंस से। इंस्टेंस डिस्ट्रॉय करते ही बिलिंग रुक जाती है। GPU API से आप किसी इंस्टेंस पर समय सीमा या खर्च की सीमा लगा सकते हैं, ताकि कोई भूला हुआ रेंडर चलता न रहे |
| पेमेंट | Alipay, Google Pay, Apple Pay, Visa/Mastercard या USDT (पेमेंट) |
होस्टेड वीडियो मॉडल, अगर आपको अपना GPU नहीं चाहिए
मशीन संभाले बिना तैयार क्लिप चाहिए, तो CloudGPU का मॉडल API होस्टेड वीडियो मॉडल भी देता है, जैसे Wan 3.0, जिसके weights ओपन नहीं हैं। POST /v1/videos से जॉब बनाएँ, GET /v1/videos/{id} से स्टेटस poll करें और MP4 डाउनलोड करें। मॉडल और कीमतें /api पर हैं, और रिक्वेस्ट का फ़ॉर्मेट /api/docs पर।
रिलीज़ से पहले मॉडल का लाइसेंस जाँचें
ओपन वीडियो मॉडल अलग-अलग लाइसेंस के तहत आते हैं। Wan 2.1 और 2.2 Apache 2.0 हैं। MiniMax H3 और HunyuanVideo 1.5 अपने-अपने community license इस्तेमाल करते हैं, और कुछ म्यूज़िक और इंटरपोलेशन weights non-commercial हैं। ऊपर दी गई गाइड हर लाइसेंस का लिंक देती हैं। जिन फ़ाइलों का आप इस्तेमाल करते हैं, उनका लाइसेंस पढ़ लें, फिर ही उनसे बनी फ़िल्म पब्लिश करें।
अक्सर पूछे जाने वाले सवाल
AI वीडियो के लिए कौन-सा GPU किराए पर लूँ?
पहले यह देखें कि आपके किस स्टेप को ज़्यादा मेमोरी चाहिए। Wan 2.2 TI2V-5B ऑफ़िशियल स्क्रिप्ट के साथ 24 GB कार्ड पर चलता है, और HunyuanVideo 1.5 offloading के साथ 14 GB को अपना न्यूनतम बताता है। Wan 2.2 14B मॉडलों की ऑफ़िशियल स्क्रिप्ट 80 GB मांगती है; ComfyUI की FP8 फ़ाइलें और offloading इसे कम कर देती हैं। फ़ुल प्रिसिज़न पर MiniMax H3 को 80 GB या उससे ज़्यादा चाहिए, या int8, block streaming और काफ़ी सिस्टम RAM के साथ 24–32 GB का कार्ड। इस पेज की गाइड हर मॉडल के अपने आंकड़े उद्धृत करती हैं।
क्या ComfyUI पहले से इंस्टॉल होता है?
हाँ, ComfyUI टेम्पलेट ComfyUI को बिना model weights के इंस्टॉल करता है। आपके workflow को जिन checkpoints की ज़रूरत है, उन्हें आप SSH या JupyterLab से ComfyUI/models में डाउनलोड करते हैं।
GPU टाइम की बिलिंग कैसे होती है?
प्रति मिनट, कम से कम 1 मिनट, प्रीपेड बैलेंस से। इंस्टेंस डिस्ट्रॉय करते ही बिलिंग रुक जाती है। मौजूदा रेट प्राइसिंग पेज पर हैं।
क्या अलग-अलग स्टेप्स के लिए अलग-अलग कार्ड इस्तेमाल कर सकते हैं?
हाँ। हर इंस्टेंस का बिल अलग बनता है, इसलिए आप बड़े कार्ड पर क्लिप रेंडर करके उसे डिस्ट्रॉय कर सकते हैं, और वॉइस, म्यूज़िक या अपस्केलिंग छोटे कार्ड पर चला सकते हैं। इंस्टेंस डिस्ट्रॉय करने से पहले अपनी फ़ाइलें कॉपी कर लें, क्योंकि उसका डेटा डिलीट हो जाता है।
क्या मैं किसी स्क्रिप्ट से ComfyUI को कॉल कर सकता हूँ?
हाँ। ComfyUI टेम्पलेट इंस्टेंस को ComfyUI के API के लिए एक पब्लिक HTTPS endpoint देता है। POST /prompt से workflow queue करें, GET /history/{prompt_id} से poll करें और GET /view से नतीजे डाउनलोड करें।
स्रोत (2026-11-04 को पढ़े गए)
- Wan2.2 README (VRAM गाइडेंस, Apache 2.0): https://github.com/Wan-Video/Wan2.2
- ComfyUI Wan 2.2 ट्यूटोरियल: https://docs.comfy.org/tutorials/video/wan/wan2_2
- MiniMax H3 मॉडल कार्ड और लाइसेंस: https://huggingface.co/MiniMaxAI/MiniMax-H3
- diffusers MiniMax H3 pipeline docs (मेमोरी टियर): https://huggingface.co/docs/diffusers/main/en/api/pipelines/minimax_h3
- HunyuanVideo 1.5 मॉडल कार्ड: https://huggingface.co/tencent/HunyuanVideo-1.5
- LTX-2 रिपॉज़िटरी: https://github.com/Lightricks/LTX-2
- musubi-tuner: https://github.com/kohya-ss/musubi-tuner
- SeedVR2 ComfyUI node: https://github.com/numz/ComfyUI-SeedVR2_VideoUpscaler
- ACE-Step 1.5: https://github.com/ace-step/ACE-Step-1.5
कीमतें https://cloudgpu.app/hi/pricing पर हैं और यहाँ दोहराई नहीं गई हैं। कौन-से कार्ड शुरू किए जा सकते हैं, यह https://cloudgpu.app/hi/deploy पर दिखता है।