Kmalu: NVIDIA Tesla P40, 24 GB VRAM

Podatkovna znanost GPU VPS

Uporabite GPU na NVIDIA Tesla P40 (24 GB VRAM, Pascal arhitektura) za znanstveno delo v Jupyterju. GPU strežniki še niso urejeni; kontaktirajte nas, da se obvesti, ko so.

$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Primer namestitve ukaza

Kaj je {ime} na GPU VPS?

Znanost podatkov, ki jo je GPU pospešil, se prenese na GPU s težkimi nizi in modelskimi izračuni. CuPy, XGBoost in PyTorch podpirajo Pascal P40; NVIDIA RAPIDS (cuDF, cuML) zahteva nov GPU.

Data Science na strežniku GPU VPS.org

CuPy in XGBoost

GPU nizi in gradient krepi, ki podpirajo Pascal GPUs.

Jupiter

Namestite JupyterLab in delajte interaktivno na GPU.

24 GB GPU spomin

Med delom hranite velike polja v GPU pomnilniku.

Celoten dostop do korenite

Namestite različice sklada PyData, ki jih potrebujete.

Priljubljeno {ime} Uporabni primeri

Velika analiza nabora podatkov
Inženirstvo funkcij
pospešek ETL
Statistično modeliranje
Analiza grafa
Geoprostorna analiza

Načrtovane specifikacije GPU

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
Jedra CUDA3,840
FP3212 TFLOPS
INT847 TOPS
Spomin BW346 GB/s
ArhitekturaPascal (GP102)
Prehaja skoziPrehod po PCIe

Pogosta vprašanja

Kaj je Data Science na GPU VPS?

+

Data Science lahko uporabite NVIDIA GPU za pospeševanje svojega dela. VPS.org GPU strežniki še niso na voljo za naročilo; kontaktirajte nas, da slišimo, kdaj so. Data Science je splošno GPU-prispelo delo. Prepričajte se, da ima vaša programska oprema podporo GUDA in da vaša voznik / različica runtime ustrezajo zahtevam za delovno obremenitev za Data Science.

Kako naj postavim Data Science na GPU VPS?

+

Strežniki GPU še niso na voljo za naročilo. Danes lahko poženite Data Science na običajnem načrtu CPU, kjer deluje veliko počasneje kot pri GPU: SSH in poženite pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.

Koliko VRAM potrebujem za Data Science?

+

VRAM potrebe za Data Science so odvisne od modela in velikosti serije; preverite projektno dokumentacijo za trenutne številke.

Koliko bi strežnik GPU za Data Science stala?

+

GPU cenovno obdobje bo objavljeno, ko bo GPU strežniki lahko naročili. Pokličite nas, če želite slišati, kdaj se to zgodi.

Lahko vodim drugo orodje ob Data Science?

+

Da. Vsak strežnik VPS.org je s polnim dostopom do korenine, tako da lahko poganjate druga orodja poleg Data Science v okviru RAM in shranjevanja strežnika.

Ali sem dobil polno korenine na Data Science GPU VPS?

+

Vsak VPS.org strežnik prihaja s polnim root SSH dostopom, tako da lahko namestite voznike, knjižnice in Data Science, kolikor potrebujete.

Ali VPS.org prednastavitev CUDA za Data Science?

+

Ne. Strežnik ne prihaja z CUDA runtime ali NVIDIA gonilnik vnaprej nameščen, in GPU strežniki še niso na voljo za naročilo. Namestite različice Data Science potrebujete sami.

Ali moje Data Science GPU VPS še vedno traja med sestanki?

+

Da. strežniki VPS.org so vztrajni virtualni stroji, ne efemeralni primeri: Data Science modeli, nastavitve in podatki ostanejo v strežniku SSD shranjevanje, dokler jih ne izbrišete.

Kje naj shranim podatke za svojo delovno obremenitev Data Science?

+

Nadaljujte z delom podatkov o strežniku SSD za hiter dostop med tekom Data Science in kopirajte končne artefakte (teži, generacije, vgradnje) v shranjevanje zunaj VPS.org; posnetki in kopije ostanejo na istem skladišče grozde.

Smem pomeriti Data Science GPU VPS pozneje?

+

Nadogradite lahko kateri koli strežnik VPS.org na večji načrt iz kontrolnega panela; znova ga zaženite z velikostjo in prenesete vaš instalator Data Science. Strežniki GPU še niso na voljo.

Ali so rezervne kopije na voljo za moj GPU VPS?

+

Ja. Rezervne kopije so plačano dodatno (dnevno +30% cene načrta, ki je obdržana 7 dni; teden +20%, obdržana 28 dni) in posnetki so brezplačni, kar je koristno pred dolgim Data Science. Oba ostaneta na istem skladišče klaster kot strežnik.

Lahko dobim povrnitev?

+

Kontaktna podpora v 30 dneh od prvega nakupa, da zahtevate povračila. GPU strežniki še niso prodani, zato ni vključena nobena naročila GPU.

Bi radi pognali Data Science na GPU strežniku?

GPU zmogljivost je omejena. Povejte nam o svoji delovni obremenitvi in odgovorili bomo z razpoložljivostjo in cenami.