Utilizzare la GPU su una NVIDIA Tesla P40 (24 GB VRAM, architettura Pascal) per il lavoro di data science in Jupyter. I server GPU non sono ancora ordinabili; contattaci per essere avvisati quando lo sono.
$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Esempio di comando di installazione
La scienza dei dati accelerata dalla GPU sposta i calcoli pesanti degli array e dei modelli sulla GPU. CuPy, XGBoost e PyTorch supportano il Pascal P40; NVIDIA RAPIDS (cuDF, cuml) richiede una GPU più recente.
Articoli GPU e gradiente potenziando che supportano le GPU Pascal.
Installare JupyterLab e lavorare interattivamente sulla GPU.
Mantieni grandi array nella memoria GPU mentre lavori.
Installare le versioni di stack PyData che avete bisogno.
Data Science può usare una GPU NVIDIA per velocizzare il suo lavoro. i server GPU VPS.org non sono ancora disponibili per l'ordine; contattaci per sentire quando lo sono. Data Science è un carico di lavoro generalmente accelerato dalla GPU. Assicurati che il tuo software abbia il supporto CUDA e che le versioni driver/runtime corrispondano ai requisiti di carico di lavoro per Data Science.
I server GPU non sono ancora disponibili per l'ordine. Oggi è possibile eseguire Data Science su un piano normale della CPU, dove funziona molto più lentamente che su una GPU: SSH dentro e eseguire pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.
Le esigenze di VRAM per Data Science dipendono dal modello e dalle dimensioni del lotto; controllare la documentazione del progetto per le cifre attuali.
I prezzi GPU saranno pubblicati quando i server GPU possono essere ordinati. Contattaci se vuoi sentire quando ciò accade.
Sì. Ogni server VPS.org è dotato di accesso root completo, in modo da poter eseguire altri strumenti insieme a Data Science all'interno della RAM e dello storage del server.
Ogni server VPS.org è dotato di accesso SSH completo, in modo da poter installare driver, librerie e Data Science comunque ti servano.
No. Nessun server viene fornito con un runtime CUDA o driver NVIDIA preinstallato, e i server GPU non sono ancora disponibili per l'ordine. Si installano le versioni Data Science ha bisogno di te.
Sì. i server VPS.org sono macchine virtuali persistenti, non istanze effimere: modelli Data Science, config e dati rimangono sullo storage SSD del server fino a quando non li cancelli.
Continuare a lavorare i dati sull'SSD del server per un accesso veloce durante le corse di Data Science e copiare manufatti finiti (pesi, generazioni, inserzioni) per lo storage fuori da VPS.org; le istantanee e i backup rimangono sullo stesso cluster di storage.
È possibile aggiornare qualsiasi server VPS.org a un piano più grande dal pannello di controllo; il ridimensionamento lo riavvia e l'installazione Data Science porta a termine. I server GPU non sono ancora disponibili.
Sì. I backup sono un add-on a pagamento (al giorno +30% del prezzo del piano, mantenuto 7 giorni; settimanale +20%, mantenuto 28 giorni) e le istantanee sono gratuite, che è utile prima di lunghe corse Data Science. Entrambi rimangono sullo stesso cluster di archiviazione del server.
Contatta il supporto entro 30 giorni dal tuo primo acquisto per richiedere un rimborso. I server GPU non sono ancora venduti, quindi non è coinvolto alcun ordine GPU.
La capacità della GPU è limitata. Raccontaci il tuo carico di lavoro e ti risponderemo con disponibilità e prezzi.