> For the complete documentation index, see [llms.txt](https://liqpod.gitbook.io/liqpod/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://liqpod.gitbook.io/liqpod/guide.md).

# liqpod 서비스 가이드

## 소개

### liqpod란 무엇인가요?

liqpod는 국내 최초로 **리퀴드 쿨링 기반의 GPU 컨테이너 호스팅**을 제공하는 서비스입니다.\
CPU 및 GPU의 연산 성능이 급격히 향상됨에 따라 기존의 에어 쿨링 방식은 점점 냉각 한계에 다다르고 있습니다.\
liqpod는 이러한 문제를 해결하기 위해 리퀴드 쿨링 전용 서버를 도입하여, 더 낮은 전력 소모와 안정적인 작동을 기반으로 **보다 저렴하고 효율적인 GPU 연산 환경**을 제공합니다.

### 보안성과 안정성

liqpod는 다른 GPU 호스팅 서비스들과 달리 **자체 보유 및 운영 중인 서버 인프라만으로 구성**되어 있습니다.\
일부 서비스는 불특정 다수의 유휴 GPU 자원을 공유하는 구조이지만, 이는 공급자의 신원 불명확성 및 시스템 취약점으로 인해 **해킹이나 악성코드 감염 위험, 데이터의 유출 위험성**이 존재합니다.

liqpod는 이러한 위험을 사전에 차단하기 위해, 본사에서 직접 관리하는 장비만을 사용하며, 모든 시스템은 **고도화된 물리적·논리적 보안 설비가 갖춰진 전용 데이터센터**에서 운영되고 있습니다.\
또한 서비스 전반에 걸쳐 **실시간 모니터링 및 예방 중심의 유지관리 체계**를 통해 안정적인 인프라를 유지하고 있습니다.

***

## 주요 서비스

### 컨테이너 호스팅

GPU 서버를 컨테이너 단위로 대여하여 **1시간 단위로 요금이 부과되는 온디맨드 서비스**입니다.\
사용자는 웹에서 즉시 컨테이너를 생성하고, 필요한 만큼만 사용한 뒤 종료할 수 있습니다.\
PyTorch, TensorFlow, JAX 등 다양한 프레임워크가 실행 가능한 환경이 준비되어 있습니다.

### 클러스터 호스팅 *(예정)*

복수의 GPU 노드를 동시에 할당받아 **대규모 분산 연산을 수행할 수 있는 서비스**입니다.\
`tf.distributed`, `torch.distributed` 등 대표적인 분산 프레임워크를 공식적으로 지원할 예정입니다.\
대학, 연구소, 기업의 고성능 병렬 연산 워크로드에 최적화된 환경을 제공합니다.

### 스토리지

컨테이너와 연동 가능한 스토리지 공간을 제공합니다.\
사용자는 학습용 데이터셋, 모델 결과물, 로그 등을 저장하고 필요 시 재활용할 수 있습니다.\
스토리지는 해당 리전 안에서 컨테이너 간 공유가 가능하며, 안정적인 백업 정책과 확장성이 보장됩니다.

### 템플릿 

자주 사용하는 도커 이미지 및 설정값을 템플릿으로 저장할 수 있습니다.\
환경변수, 실행 커맨드, 포트 설정 등을 사전에 구성하여 **컨테이너 생성 시 빠르고 간편하게 활용**할 수 있습니다.

템플릿은 모든 이용자가 볼 수 있는 공개 템플릿과 본인만 사용할 수 있는 비공개 템플릿 모두 만들 수 있습니다.\
Private 이미지를 사용하는 경우에는 해당 계정의 연동 토큰을 이용하므로 비공개 템플릿으로만 생성할 수 있는 점 참고해주세요.