Serve AI models from an NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture): LLMs, image models and other predictions. GPU servers are not orderable yet; contact us to be notified when they are.
$ pip install vllm && vllm serve meta-llama/Llama-3-8B-Instruct
# ഉദാഹരണ ഇന്‍സ്റ്റോള്‍ ചെയ്യാനുള്ള ആജ്ഞ
ഒരു GPU - യുടെ അഭ്യർഥനയ്‌ക്ക് ഒരു ഉദാഹരണം ഉണ്ട്, സിപിയുവിനെക്കാൾ വേഗത്തിലുള്ള അപേക്ഷകൾ.
GPU നിങ്ങളുടെ സര്‍വറില്‍ മാത്രം കടന്നു, അതുകൊണ്ട് അപ്പോള്‍ മറ്റു ഇടപാടുകാരുടെ ജോലികള്‍ ആശ്ചീനമല്ല.
ഓല്‍മാ, ലാമാ, ട്രിടണ്‍ അല്ലെങ്കില്‍ നിങ്ങളുടെ സ്വന്തം API ഉപയോഗിക്കൂ. vLLM പോലുള്ള ചില ചട്ടക്കൂടുകള്‍ക്ക് പാസ്കല്‍ പി40-ല്‍ ഉള്ളതിനെക്കാള്‍ പുതിയ GPUS വേണം.
GPU പോരില്ലെങ്കില്‍ നിങ്ങളുടെ സ്വന്തം ലോഡറിന്റെ പിറകില്‍ പല സര്‍വര്‍കളും പ്രവര്‍ത്തിപ്പിക്കുക.
ഒരു മധ്യ-ഘടകമോ ഒന്നില്‍ കൂടുതല്‍ ചെറുതോ ആയ മോഡല്‍ ചേര്‍ക്കുക.
AI Inference can use an NVIDIA GPU to speed up its work. VPS.org GPU servers are not available to order yet; contact us to hear when they are. AI Inference is a general GPU-accelerated workload. Make sure your software has CUDA support and that your driver / runtime versions match the workload requirements for AI Inference.
GPU servers are not available to order yet. Today you can run AI Inference on a regular CPU plan, where it works far more slowly than on a GPU: SSH in and run pip install vllm && vllm serve meta-llama/Llama-3-8B-Instruct.
VRAM needs for AI Inference depend on the model and batch size; check the project documentation for current figures.
GPU സര്‍വറുകള്‍ക്ക് ആജ്ഞ നല്‍കുമ്പോള്‍ GPU പ്രൊസസ്സിങ് പ്രസിദ്ധീകരിക്കപ്പെടും. നിങ്ങള്‍ക്ക് അത് സംഭവിക്കുമ്പോള്‍ ഞങ്ങളെ ബന്ധപ്പെടുക.
Yes. Every VPS.org server comes with full root access, so you can run other tools alongside AI Inference within the server's RAM and storage.
Every VPS.org server comes with full root SSH access, so you can install drivers, libraries and AI Inference however you need.
No. No server comes with a CUDA runtime or NVIDIA driver preinstalled, and GPU servers are not available to order yet. You install the versions AI Inference needs yourself.
Yes. VPS.org servers are persistent virtual machines, not ephemeral instances: AI Inference models, configs and data stay on the server's SSD storage until you delete them.
Keep working data on the server's SSD for fast access during AI Inference runs, and copy finished artifacts (weights, generations, embeddings) to storage outside VPS.org; snapshots and backups stay on the same storage cluster.
You can upgrade any VPS.org server to a larger plan from the control panel; the resize restarts it and your AI Inference install carries over. GPU servers are not available yet.
Yes. Backups are a paid add-on (daily +30% of the plan price, kept 7 days; weekly +20%, kept 28 days) and snapshots are free, which is useful before long AI Inference runs. Both stay on the same storage cluster as the server.
നിങ്ങളുടെ ആദ്യത്തെ വിലയ്ക്ക് 30 ദിവസത്തിനുള്ളില്‍ വിലാസത്തിനുള്ള പിന്തുണ. ജിപിയു സേവകരു ഇതുവരെ വില്‍ക്കുന്നില്ല, അതുകൊണ്ട് GPU ഓര്‍ഡര്‍ ലഭ്യമല്ല.
GPU യുടെ കഴിവ് പരിമിതമാണ്. നിങ്ങളുടെ ജോലിയുടെ ഭാരം ഞങ്ങളെ അറിയിക്കണം. ഞങ്ങള്‍ക്ക് നിങ്ങളുടെ ഉപയോഗവും റെഗുഡ്‌ടൈംസും നല്‍കും.