Վերջերս թողարկված NVIDIA Tesla P40, 24 GB VRAM

Գրաֆիկական պրոցեսոր VPS

Գրաֆիկական պրոցեսոր NVIDIA Tesla P40-ի վրա (24 ԳԲ VRAM, Pascal ճարտարապետություն) օգտագործել Jupyter-ի տվյալների գիտության աշխատանքի համար։ Գրաֆիկական պրոցեսորների սերվերները դեռևս չեն կարող պատվիրվել։ Հաղորդակցվեք մեզ հետ, որպեսզի տեղեկացնենք, երբ դրանք կհայտնվեն։

$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Տեղադրման հրամանի օրինակ

Ի՞նչ է Data Science-ը GPU VPS-ում։

Գրաֆիկական պրոցեսորի արագացրած տվյալների գիտությունը տեղափոխում է ծանր մոդելների և մոդելային հաշվարկները գրաֆիկական պրոցեսորի վրա։ CuPy, XGBoost և PyTorch-ը աջակցում են Pascal P40-ին։ NVIDIA RAPIDS-ը (cuDF, cuML) պահանջում է նոր GPU։

Data Science VPS.org GPU սերվերի վրա

CuPy և XGBoost

GPU-ի ռեժիմներ և գրաֆիկական պրոցեսորի աջակցությամբ պրոցեսորը արագացնելու գործիքներ։

Յուպիտեր

Տեղադրել JupyterLab-ը և աշխատել GPU-ի վրա ինտերակտիվ կերպով։

24 ԳԲ GPU հիշողություն

Գրաֆիկական պրոցեսորի հիշողության մեջ պահել մեծ մակարդակների ցուցակները, երբ աշխատում եք։

Ամբողջական root մուտք

Տեղադրել PyData stack-ի անհրաժեշտ տարբերակները։

Համացանցում տարածված Data Science օգտագործման դեպքեր

Մեծ տվյալների բազայի վերլուծություն
Ֆունկցիոնալ ինժեներություն
ETL արագացում
Տվյալների վիճակագրական մոդելավորում
Գրաֆիկական վերլուծություն
Գեոտարածական վերլուծություն

Գրաֆիկական պրոցեսորի հատկություններ

Գրաֆիկական պրոցեսորNVIDIA Tesla P40
ՎՐԱ24 GB GDDR5
CUDA գույներ3,840
FP32Name12 TFLOPS
INT847 TOPS
Բուն նկարագրություն346 GB/s
ԱրխիվPascal (GP102)
ՀաղորդելPCIe անցում

Հաճախակի տրվող հարցեր

Data Science-ը GPU VPS-ի վրա ինչ է նշանակում:

+

Data Science- ը կարող է օգտագործել NVIDIA GPU- ն իր աշխատանքը արագացնելու համար։ VPS.org GPU սերվերները դեռևս չեն հասանելի պատվիրելու համար։ Հետևեք մեզ՝ իմանալու համար, երբ դրանք հասանելի կլինեն։ Data Science- ը GPU- ով արագացված ընդհանուր աշխատանքային ծանրաբեռնվածություն է։ Վստահ եղեք, որ ձեր ծրագրային ապահովումը CUDA- ի աջակցություն ունի և ձեր վարորդը / գործարկման տարբերակը համապատասխանում է Data Science- ի աշխատանքային ծանրաբեռնվածության պահանջներին։

Ինչպե՞ս ես կարող եմ Data Science-ը տեղադրել GPU VPS-ում։

+

Գրաֆիկական պրոցեսորի սերվերները դեռևս չեն կարող պատվիրվել։ Այսօր դուք կարող եք Data Science-ը գործարկել սովորական պրոցեսորի պլանի վրա, որտեղ այն ավելի դանդաղ է աշխատում, քան գրաֆիկական պրոցեսորի վրա։ Սեղմեք SSH և գործարկեք pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0-ը։

Որքա՞ն VRAM է պետք Data Science-ի համար։

+

Data Science-ի համար VRAM-ի պահանջները կախված են մոդելից և խմբի չափից։ Դիտեք նախագծի փաստաթղթերը՝ ներկայիս տվյալների համար։

Որքա՞ն կարժենա Data Science-ի համար GPU սերվերը։

+

GPU-ի գինը կհայտարարվի, երբ GPU սերվերները կարողանան պատվիրվել։ Հեռացեք մեզանից, եթե ցանկանում եք իմանալ, թե երբ է դա տեղի ունենալու։

Կարո՞ղ եմ Data Science-ի հետ միասին այլ գործիքներ գործարկել։

+

Այո։ Յուրաքանչյուր VPS.org սերվեր ունի root-ի լիակատար իրավունքներ, այնպես որ դուք կարող եք Data Science-ի հետ միասին նաև այլ գործիքներ երթևեկել սերվերի RAM-ում և պահեստում։

Կարո՞ղ եմ ստանալ Data Science GPU VPS-ի ամբողջական root-ը։

+

Յուրաքանչյուր VPS.org սերվեր ունի root SSH մուտք, այնպես որ դուք կարող եք տեղադրել դիզայներներ, գրադարաններ և Data Science, ինչպես ձեզ հարկավոր է։

Արդյո՞ք VPS.org-ը նախահաշվարկում է CUDA-ն Data Science-ի համար

+

Ոչ։ Ոչ մի սերվեր չի ապահովված CUDA-ի կամ NVIDIA-ի դյուրակիրներով, և GPU սերվերները դեռևս չեն կարող պատվիրվել։ Դուք ինքներդ եք տեղադրում Data Science-ի պահանջվող տարբերակները։

Իմ Data Science GPU VPS-ը պահպանվում է՞ սեզոնների միջև

+

Այո։ VPS.org սերվերները մշտական վիրտուալ մեքենաներ են, ոչ թե ժամանակավոր օրինակներ։ Data Science մոդելները, կառույցները և տվյալները մնում են սերվերի SSD պահեստում մինչև դրանք ոչնչացնելը։

Որտեղ պետք է պահեմ իմ Data Science աշխատանքային բեռնի տվյալները

+

Պահել տվյալները սերվերի SSD-ում Data Science-ի աշխատանքի ժամանակ արագ հասանելիության համար, և պատճենել ավարտվելիք արվեստագործությունները (կշիռներ, սերունդներ, ներդրումներ) VPS.org-ից դուրս պահպանման համար։ Սկզբնական նկարները և պահեստային սկավառակները մնում են նույն պահպանման խմբում։

Կարո՞ղ եմ ավելի ուշ մեծացնել իմ Data Science GPU VPS-ը։

+

Դուք կարող եք վերանորոգել ցանկացած VPS.org սերվեր ավելի մեծ պլանի համար կառավարման վահանակից, վերանորոգման ժամանակ այն կվերսկսվի և Data Science-ի տեղադրումը կկատարվի։ GPU սերվերները դեռևս հասանելի չեն։

Կարո՞ղ եմ արդյոք պահպանել իմ GPU VPS-ը

+

Այո։ Առաջնահաշիվները վճարովի հավելված են (օրական +30% պլանի արժեքից, պահպանվում է 7 օր; շաբաթական +20%, պահպանվում է 28 օր) և նկարները անվճար են, ինչը օգտակար է Data Science-ի երկարատև գործարկման համար։ Դրանք երկուսն էլ մնացել են սերվերի հետ նույն պահպանման խմբում։

Կարո՞ղ եմ վերադարձնել գումարը։

+

Հաղորդակցվել աջակցության հետ առաջին գնումից հետո 30 օրվա ընթացքում՝ գումարը վերադարձնելու համար։ GPU սերվերները դեռևս չեն վաճառվել, հետևաբար GPU-ի պատվեր չի կատարվել։

Ուզում եք Data Science-ը GPU սերվերի վրա ընթացիկ պահել։

Գրաֆիկական պրոցեսորի ունակությունը սահմանափակ է։ Պատմեք մեզ ձեր աշխատանքի ծավալի մասին, և մենք կպատասխանենք՝ նշելով հասանելիությունը և գինը։