Usa la GPU di na NVIDIA Tesla P40 (24 GB VRAM, architettura Pascal) pi travagghiari cu dati scientifichi in Jupyter. I servituri GPU nun sunnu ancora ordinabbili; cuntattateci pi èssiri avvisati quannu li ci sarà.
$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Comandi d'installazione d'esempiu
A scienza di dati accelerata da GPU sposta i calculi di modelli è di array pesanti supra a GPU. CuPy, XGBoost e PyTorch supportanu u Pascal P40; NVIDIA RAPIDS (cuDF, cuML) richiedi una GPU cchiù nova.
Array di GPU e gradient boosting ca supportanu GPU Pascal.
Installa JupyterLab e travagghia in manera ntirattiva supra a GPU.
Manteni i grandi array in a memoria GPU mentri travagghia.
Installà e versioni di PyData stack di cui avete bisognu.
Data Science pò usari na GPU NVIDIA pi accelerari u so travagghiu. I servituri GPU VPS.org nun sunnu ancora dispunìbbili pi ordinà; cuntattateci pi sapiri quannu lu saranu. Data Science hè un caricu di travagghiu acceleratu di GPU. Assicuratevi ca u vostru software hà supportu CUDA e ca i vostri versioni di driver/runtime currispondenu a li riquisiti di caricu di travagghiu di Data Science.
I servituri GPU ùn ponu ancora esse ordinati. Oghje pudete eseguisce Data Science nant'à un pianu CPU regulare, unni funziona assai cchiù lentamente ca nta na GPU: Accedi SSH è esegui pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.
Li bisogni di VRAM pi Data Science dipenninu dû mudellu e di la diminsioni di u batch; cunfirmà a documentazioni di u prugettu pi li cifri attuali.
U prezzu di a GPU sarà publicatu quannu i servitori GPU ponu esse ordinati. Cuntattateci si vulete sapiri quannu accadrà.
Sì. Ogni servitore VPS.org vene cù accessu root cumpletu, cusì pudete eseguisce altri strumenti incù Data Science in a RAM è u almacenamentu di u servitore.
Ogni servituri VPS.org veni cun accessu SSH di root, cosi ca si pò installari drivers, libbirtati e Data Science comu ti servi.
No. Nudda servera veni cun un runtime CUDA o un driver NVIDIA pre-installatu, e li servera GPU nun sunnu ancora dispunìbbili pi' ordinà. Tu installi li versioni Data Science di cui ti servi.
Sì. i servitori VPS.org sò macchine virtuali persistenti, micca istanze effimere: i mudelli Data Science, i cunfigurazioni è i dati restanu in u almacenamentu SSD di u servitore finu à chì li sguassàte.
Mantene i dati di travagliu in u SSD di u servitore per un accessu veloce durante l'esecuzioni di Data Science, è copia l'artefatti finiti (peso, generazioni, incorporazioni) à u almacenamentu fora di VPS.org; snapshots e backups restanu in u listessu cluster di almacenamentu.
Potete aghjurnari ogni servituri VPS.org a un pianu cchiù granni di u pannellu di cuntrollu; a ridimensionamentu lu riavvia e l'installazione Data Science si trasfirisci. I servituri GPU nun sunnu ancora dispunibbili.
Sì. I backup sò un add-on pagatu (quotidianu +30% di u prezzu di u pianu, mantenutu 7 ghjorni; settimanale +20%, mantenutu 28 ghjorni) è istantanee sò liberi, chì hè utile prima di longu Data Science corre. Entrambi restanu in u listessu cluster di almacenamentu cum'è u servitore.
Cuntattate u supportu entro 30 ghjorni da u vostru primu acquistu per dumandà un rimborsu. I servitori GPU ùn sò micca ancora venduti, dunque ùn ci hè micca ordine GPU implicatu.
A capacità di a GPU hè limitata. Diteci di u vostru caricu di travagliu è vi rispondemu cu a disponibilità è u prezzu.