Utilice la GPU en una NVIDIA Tesla P40 (24 GB VRAM, Pascal arquitectura) para el trabajo de ciencia de datos en Jupyter. Los servidores GPU no son todavía disponibles; póngase en contacto con nosotros para ser notificado cuando lo sean.
$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Ejemplo de comando de instalación
La ciencia de datos acelerada por GPU mueve a la GPU una pesada matriz y cálculos de modelos. CuPy, XGBoost y PyTorch soportan el Pascal P40; NVIDIA RAPIDS (cuDF, cuML) requiere una GPU más nueva.
Arrays GPU y gradiente que aumentan que soportan GPUs Pascal.
Instala JupyterLab y trabaja interactivamente en la GPU.
Mantenga grandes matrices en memoria GPU mientras trabaja.
Instale las versiones de pila de PyData que necesita.
Data Science puede utilizar una GPU NVIDIA para acelerar su trabajo. Los servidores de GPU VPS.org no están disponibles para su pedido todavía; contáctenos para escuchar cuando lo están. Data Science es una carga de trabajo general acelerada por GPU. Asegúrese de que su software tiene soporte CUDA y que sus versiones de tiempo de ejecución/conductor coinciden con los requisitos de carga de trabajo para Data Science.
Los servidores GPU no están disponibles para ordenar todavía. Hoy en día puede ejecutar Data Science en un plan de CPU regular, donde funciona mucho más lentamente que en una GPU: SSH en y ejecutar pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.
Las necesidades de la VRAM para Data Science dependen del modelo y tamaño del lote; compruebe la documentación del proyecto para ver las cifras actuales.
Los precios de GPU se publicarán cuando se puedan pedir servidores GPU. Póngase en contacto con nosotros si desea saber cuándo sucede.
Sí. Cada servidor VPS.org viene con acceso root completo, por lo que puede ejecutar otras herramientas junto con Data Science dentro de la RAM y el almacenamiento del servidor.
Cada servidor VPS.org viene con acceso raíz completo SSH, por lo que puede instalar controladores, bibliotecas y Data Science como usted necesite.
No. Ningún servidor viene con un tiempo de ejecución CUDA o controlador NVIDIA preinstalado, y los servidores GPU no están disponibles para ordenar todavía. Instala las versiones que Data Science necesita.
Sí. los servidores VPS.org son máquinas virtuales persistentes, no instancias efímeras: modelos Data Science, configuraciones y datos permanecen en el almacenamiento SSD del servidor hasta que los elimine.
Mantenga los datos de trabajo en el SSD del servidor para un acceso rápido durante las ejecuciones de Data Science, y copie artefactos terminados (pesos, generaciones, incrustados) para almacenar fuera de VPS.org; las instantáneas y copias de seguridad permanecen en el mismo clúster de almacenamiento.
Puede actualizar cualquier servidor VPS.org a un plan más grande desde el panel de control; el redimensionamiento lo reinicia y su instalación Data Science se lleva encima. Los servidores GPU no están disponibles todavía.
Sí. Las copias de seguridad son un complemento pagado (diariamente +30% del precio del plan, mantenido 7 días; semanal +20%, mantenido 28 días) y las instantáneas son gratuitas, lo que es útil antes de que se ejecute Data Science. Ambos permanecen en el mismo clúster de almacenamiento que el servidor.
Póngase en contacto con el soporte técnico dentro de los 30 días de su primera compra para solicitar un reembolso. Los servidores GPU no se venden todavía, por lo que no hay ningún pedido GPU está involucrado.
La capacidad de GPU es limitada. Cuéntanos sobre su carga de trabajo y responderemos con disponibilidad y precios.