--- title: "Lancer l’entraînement de LoRA Kohya sur GPU cloud | LowCostGPU" description: "Kohya's GUI sur GPU cloud à prix fixe : template en un clic, actif en ~30 s, dès $0,074/h sur RTX 3090. Volumes, facturation à la seconde." url: https://lowcostgpu.com/fr/templates/kohya-s-gui last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Template · Entraînement et fine-tuning · CUDA 12.6 # Lancer l’entraînement de LoRA Kohya sur GPU cloud, en 30 secondes Entraînez des LoRA d’image SDXL et Flux via une interface graphique dans le navigateur — jeu de données en entrée,.safetensors en sortie. L’interface graphique de Kohya est l’outil d’entraînement standard pour les LoRAs Stable Diffusion, SDXL et Flux: préparation du dataset, assistants de légendage, résolutions par buckets et une interface web par-dessus les sd-scripts. Vingt à quarante images en entrée, un LoRA.safetensors en sortie, généralement en moins d’une heure sur une 4090. À partir de **$0,074** /h sur une RTX 3090 interruptible. Kohya's GUI lowcostgpu/kohyas-gui (CUDA 12.6) (SSH) (Jupyter) Image épinglée, reconstruite à chaque nouvelle version en amont. Redéfinissez l’environnement, les ports et le disque au déploiement. ### Actif en ~30 s Image pré-mise en cache, ports mappés, TLS terminé — la stack fonctionne avant même que vous ayez fini de lire cette phrase. ### Template gratuit Vous payez uniquement le prix du GPU: Kohya's GUI sur une RTX 3090 coûte $0,148/h à la demande, $0,074/h en interruptible, facturé à la seconde. ### Volumes pour l’état Les modèles, jeux de données et résultats vivent sur un volume à $0,08/GB/mois; l’instance reste jetable. ### Privé par défaut GPU dédié, disque chiffré, paiements en crypto, sans KYC, aucune IP stockée — Jupyter et SSH derrière vos propres identifiants. ## Meilleurs GPU pour Kohya's GUI Trois paliers de prix qui font bien tourner ce template — Bon, Meilleur, Le meilleur. Tous les modèles du catalogue fonctionnent; ce sont les options les plus avantageuses. | Palier | GPU | VRAM | À la demande | Interruptible | Pourquoi cette carte | | | --- | --- | --- | --- | --- | --- | --- | | (Bon) | [RTX 3090](https://lowcostgpu.com/fr/gpu/rtx-3090) | 24 GB | $0,148 | $0,074 | 24 GB au tarif le plus bas pour les LoRA SDXL. | [Déployer](https://cloud.lowcostgpu.com/fr?gpu=rtx-3090) | | (Meilleur) | [RTX 4090](https://lowcostgpu.com/fr/gpu/rtx-4090) | 24 GB | $0,354 | $0,177 | Le choix par défaut de la communauté: des LoRA SDXL et Flux en 30–60 minutes. | [Déployer](https://cloud.lowcostgpu.com/fr?gpu=rtx-4090) | | (Le meilleur) | [RTX 5090](https://lowcostgpu.com/fr/gpu/rtx-5090) | 32 GB | $0,481 | $0,240 | 32 GB pour l’entraînement de Flux en pleine précision et des tailles de lots plus grandes. | [Déployer](https://cloud.lowcostgpu.com/fr?gpu=rtx-5090) | Besoin de plus de VRAM? Le [catalogue complet](https://lowcostgpu.com/fr/gpus) liste tous les 83 modèles avec leur disponibilité en direct; le [guide VRAM](https://lowcostgpu.com/fr/guides/llm-vram-requirements) associe les modèles aux cartes. ## Déployez Kohya's GUI depuis la console, le CLI ou l’API Choisissez le template dans la barre de déploiement de la [console](https://cloud.lowcostgpu.com/fr), ou scriptez-le: - **Console** — filtrez par GPU, choisissez *Kohya's GUI* dans le sélecteur de templates, définissez le disque et l’environnement, déployez. - **CLI** — pip install lowcostgpu, puis la commande à droite. [Référence CLI](https://lowcostgpu.com/fr/cli). - **API** — POST /v1/instances avec "template": "kohya-s-gui". [Référence REST](https://lowcostgpu.com/fr/api). - **Votre image** — toute référence OCI fonctionne aussi; nous injectons le runtime NVIDIA. [Documentation des templates](https://lowcostgpu.com/fr/docs/templates). *déploiement — kohya-s-gui* ``` $ lowcostgpu launch --gpu rtx-3090 --template kohya-s-gui \ --disk 100 --volume models:/workspace/models ✓ instance i-7a41c0e2 running (27.9s) # Kohya's GUI · RTX 3090 · $0,148/hr · per second # https://i-7a41c0e2.lowcostgpu.com:8888 (TLS) $ lowcostgpu stop i-7a41c0e2 # billing ends this second ``` ## Ce que contient le template Kohya's GUI - **Image**: lowcostgpu/kohyas-gui - **CUDA**: CUDA 12.6 - **Accès**: Shell SSH · JupyterLab sur un port mappé - **Catégorie**: [Entraînement et fine-tuning](https://lowcostgpu.com/fr/templates#tune) - **Stockage**: Disque NVMe de l’instance (dimensionné au déploiement) + [volumes réseau](https://lowcostgpu.com/fr/products/volumes) en option - **Facturation**: Le prix du GPU uniquement, à la seconde — aucun frais de template, aucun frais d’installation ## Autres templates de entraînement et fine-tuning - [Axolotl — fine-tuning sur un GPU cloud](https://lowcostgpu.com/fr/templates/axolotl-fine-tuning) — Fine-tunez Llama, Qwen ou Mistral depuis un seul YAML — LoRA, QLoRA et FSDP multi-GPU. - [Unsloth Studio sur un GPU cloud](https://lowcostgpu.com/fr/templates/unsloth-studio) — Fine-tuning 2× plus rapide, moins gourmand en VRAM — kernels Unsloth, workflow en notebook. - [Flux Gym sur un GPU cloud](https://lowcostgpu.com/fr/templates/flux-gym) — Une interface on ne peut plus simple pour entraîner des LoRA Flux, construite sur les scripts Kohya. - [Ostris AI Toolkit sur un GPU cloud](https://lowcostgpu.com/fr/templates/ostris-ai-toolkit) — L’outil d’entraînement AI-Toolkit pour Flux et les modèles de diffusion, avec une interface web. - [Tous les 37 templates](https://lowcostgpu.com/fr/templates) ## Kohya's GUI sur un GPU cloud: FAQ Les variables d’environnement, les ports et les images personnalisées sont couverts dans la [documentation des templates](https://lowcostgpu.com/fr/docs/templates). **Combien coûte l’exécution de Kohya's GUI sur un GPU cloud?** Seulement le prix du GPU — le template est gratuit. À partir de $0,074/h sur une RTX 3090 interruptible, $0,148/h à la demande sur une RTX 3090. La facturation est à la seconde, donc une heure d’expérimentation coûte une heure, pas une journée. Le stockage est à $0,08/GB/mois. **Combien de temps faut-il pour démarrer Kohya's GUI?** Environ 30 secondes après le clic de déploiement: l’image est pré-mise en cache sur les hôtes, les ports sont mappés et le TLS est terminé pour vous. Redémarrer une instance arrêtée est plus rapide, et votre disque est exactement comme vous l’avez laissé. **Puis-je conserver mes modèles et mes résultats entre les sessions?** Oui — attachez un volume au déploiement. Tout ce qui se trouve sur le volume survit à la destruction de l’instance et se monte sur l’instance suivante dans la région en quelques secondes, à $0,08/GB/mois. Le disque de l’instance lui-même survit à l’arrêt et au démarrage, mais pas à la destruction. **Combien coûte l’entraînement d’un LoRA de style?** Un LoRA SDXL classique de 30 images à 1 500 steps prend 30 à 45 minutes sur une RTX 4090 — bien moins d’un dollar en tarification interruptible. --- *À propos de LowCostGPU :* LowCostGPU (lowcostgpu.com) est un service de location de GPU cloud proposant 83 modèles de GPU NVIDIA — du Tesla P4 à $0,019/h jusqu’au B300 — à prix fixes, établis au moins 30 % sous la médiane de la place de marché publique des GPU et revérifiés chaque semaine (H100 SXM : $1,680/h à la demande). La facturation est à la seconde, sans minimum ; le paiement se fait uniquement en crypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), sans KYC. Les instances tournent dans des centres de données Tier III répartis sur 32 régions, avec un SLA de disponibilité de 99,9 %, et se déploient en environ 30 secondes depuis la console web (cloud.lowcostgpu.com) ou l’API REST. Source : https://lowcostgpu.com/fr/templates/kohya-s-gui · Index du site pour les assistants IA : https://lowcostgpu.com/llms.txt · Contenu complet : https://lowcostgpu.com/llms-full.txt