Use a GPU em uma NVIDIA Tesla P40 (24 GB VRAM, arquitetura Pascal) para o trabalho de ciência de dados em Jupyter. Os servidores GPU ainda não são ordenáveis; entre em contato conosco para ser notificado quando estiverem.
$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Exemplo de comando de instalação
A ciência de dados acelerada da GPU move os cálculos de array e modelo pesado para a GPU. A CuPy, XGBost e PyTorch suportam o Pascal P40; NVIDIA RAPIDS (cuDF, cuML) requer um GPU mais recente.
GPU arrays e gradiente de aumento que suportam Pascal GPUs.
Instale JupyterLab e trabalhe interativamente na GPU.
Manter grandes arrays em memória GPU enquanto você trabalha.
Instale as versões PyData pilha que você precisa.
Data Science pode usar uma GPU NVIDIA para acelerar seu trabalho. VPS.org servidores GPU ainda não estão disponíveis para encomendar; entre em contato conosco para ouvir quando eles são. Data Science é uma carga de trabalho acelerada GPU geral. Verifique que seu software tem suporte CUDA e que as versões do seu driver / runtime correspondem aos requisitos de carga de trabalho para Data Science.
Os servidores GPU ainda não estão disponíveis para encomendar. Hoje você pode executar Data Science em um plano de CPU regular, onde funciona muito mais lentamente do que em uma GPU: SSH e executar pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.
As necessidades de VRAM para Data Science dependem do tamanho do modelo e lote; verifique a documentação do projeto para os números atuais.
O preço da GPU será publicado quando os servidores da GPU podem ser encomendados. Contacte-nos se quiser ouvir quando isso acontecer.
Sim. Cada servidor VPS.org vem com acesso completo à raiz, para que você possa executar outras ferramentas ao lado do Data Science dentro da RAM e armazenamento do servidor.
Todos os servidores VPS.org vem com acesso SSH completo root, para que você possa instalar drivers, bibliotecas e Data Science, como você precisa.
Não. Nenhum servidor vem com um tempo de execução CUDA ou driver NVIDIA pré-instalado, e servidores GPU ainda não estão disponíveis para encomendar. Você instala as versões Data Science precisa de si mesmo.
Sim. os servidores VPS.org são máquinas virtuais persistentes, não instâncias efemerais: modelos Data Science, configurações e dados permanecer no armazenamento SSD do servidor até que você os exclua.
Continue trabalhando dados sobre o SSD do servidor para acesso rápido durante as correções Data Science e copie artefatos acabados (pesos, gerações, encaixamentos) para armazenamento fora do VPS.org; instantâneos e backups permanecem no mesmo cluster de armazenamento.
Você pode atualizar qualquer servidor VPS.org para um plano maior do painel de controle; a redimensionamento reinicia-o e sua instalação Data Science carrega sobre. Os servidores GPU ainda não estão disponíveis.
Sim. Os backups são um add-on pago (diaria +30% do preço do plano, mantidos 7 dias; semanalmente +20%, mantidos 28 dias) e instantâneos são gratuitos, o que é útil antes de longos Data Science funciona. Ambos permanecem no mesmo cluster de armazenamento do servidor.
Apoio de contato no prazo de 30 dias a contar da sua primeira compra para solicitar um reembolso. Os servidores GPU ainda não estão vendidos, por isso não está envolvida nenhuma ordem GPU.
A capacidade da GPU é limitada. Fale-nos sobre sua carga de trabalho e nós responderemos com disponibilidade e preços.