Binnenkort te zien: NVIDIA Tesla P40, 24 GB VRAM

Data Science GPU VPS

Gebruik de GPU op een NVIDIA Tesla P40 (24 GB VRAM, Pascal architectuur) voor data science werk in Jupyter. GPU servers zijn nog niet te bestellen; neem contact met ons op om geïnformeerd te worden wanneer ze zijn.

$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Voorbeeld installatiecommando

Wat is {naam} op een GPU VPS?

De GPU-versnelde data science verplaatst zware array en modelberekeningen naar de GPU. CuPy, XGBoost en PyTorch ondersteunen de Pascal P40; NVIDIA RAPIDS (cuDF, cuML) vereist een nieuwere GPU.

Data Science op een VPS.org GPU-server

CuPy en XGBoost

GPU arrays en gradiënt stimuleren die Pascal GPU's ondersteunen.

JupyterCity in New Jersey USA

Installeer JupyterLab en werk interactief aan de GPU.

24 GB GPU-geheugen

Houd grote arrays in het GPU geheugen terwijl u werkt.

Volledige toegang tot de root

Installeer de PyData stack versies die u nodig hebt.

Popular Data Science Cases gebruiken

Grote datasetanalyse
Functie-engineering
ETL-versnelling
Statistische modellering
Grafisch onderzoek
Geospatiale analyse

Geplande GPU-specificaties

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
CUDA-kernen3,840
KP3212 TFLOPS
INT847 TOPS
Geheugen BW346 GB/s
ArchitectuurPascal (GP102)
DoorvoerenBare-metal PCIe

Veelgestelde vragen

Wat is Data Science op een GPU VPS?

+

Data Science kan een NVIDIA GPU gebruiken om zijn werk te versnellen. VPS.org GPU servers zijn nog niet beschikbaar om te bestellen; neem contact met ons op om te horen wanneer ze zijn. Data Science is een algemene GPU-versnelde werklast. Zorg ervoor dat uw software CUDA ondersteuning heeft en dat uw driver / runtime versies overeenkomen met de werkbelasting eisen voor Data Science.

Hoe kan ik Data Science instellen op een GPU VPS?

+

GPU-servers zijn nog niet beschikbaar om te bestellen. Vandaag kunt u Data Science uitvoeren op een regelmatig CPU-plan, waar het veel langzamer werkt dan op een GPU: SSH in en draaien pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.

Hoeveel VRAM heb ik nodig voor Data Science?

+

VRAM-behoeften voor Data Science zijn afhankelijk van het model en de batchgrootte; controleer de projectdocumentatie voor de huidige cijfers.

Hoeveel zou een GPU-server voor Data Science kosten?

+

GPU-prijzen worden gepubliceerd wanneer GPU-servers kunnen worden besteld. Neem contact met ons op als u wilt horen wanneer dat gebeurt.

Kan ik andere tools naast Data Science draaien?

+

Ja. Elke VPS.org server wordt geleverd met volledige root toegang, zodat u andere tools kunt draaien naast Data Science in het RAM-geheugen en opslag van de server.

Krijg ik volledige root op de Data Science GPU VPS?

+

Elke VPS.org server wordt geleverd met volledige root SSH toegang, zodat u kunt drivers, bibliotheken en Data Science te installeren, zoals u nodig hebt.

Heeft VPS.org CUDA voor Data Science voorgeinstalleerd?

+

Nee. Er wordt geen server meegeleverd met een CUDA runtime of NVIDIA driver vooraf geïnstalleerd, en GPU servers zijn nog niet beschikbaar om te bestellen. U installeert de versies Data Science heeft u zelf nodig.

Houdt mijn Data Science GPU VPS aan tussen sessies?

+

VPS.org servers zijn aanhoudende virtuele machines, niet efemerale instanties: Data Science modellen, configuraties en gegevens blijven op de SSD-opslag van de server totdat u ze verwijdert.

Waar moet ik gegevens opslaan voor mijn Data Science werklast?

+

Blijf werken aan gegevens over de SSD van de server voor snelle toegang tijdens Data Science-runs, en kopieer voltooide artefacten (gewichten, generaties, inbeddingen) naar opslag buiten VPS.org; snapshots en back-ups blijven op hetzelfde opslagcluster.

Kan ik mijn Data Science GPU VPS later opschalen?

+

U kunt elke VPS.org-server upgraden naar een groter plan vanuit het bedieningspaneel; de grootte van de server herstart het en uw Data Science installatie draagt over. GPU-servers zijn nog niet beschikbaar.

Zijn er back-ups beschikbaar voor mijn GPU VPS?

+

Ja. Back-ups zijn een betaalde add-on (dagelijks +30% van de planprijs, 7 dagen gehouden; wekelijks +20%, 28 dagen gehouden) en snapshots zijn gratis, die nuttig is voordat lange Data Science draait. Beide blijven op dezelfde opslag cluster als de server.

Kan ik een terugbetaling krijgen?

+

Neem binnen 30 dagen na uw eerste aankoop contact op met ondersteuning om een terugbetaling te vragen. GPU-servers worden nog niet verkocht, dus er is geen GPU-order bij betrokken.

Wil je Data Science uitvoeren op een GPU-server?

GPU capaciteit is beperkt. Vertel ons over uw werklast en we zullen antwoorden met beschikbaarheid en prijzen.