Snart: NVIDIA Tesla P40, 24 GB VRAM

Datavetenskap GPU VPS

Använd GPU på en NVIDIA Tesla P40 (24 GB VRAM, Pascal arkitektur) för data science arbete i Jupyter. GPU-servrar är ännu inte beställas; kontakta oss för att bli meddelade när de är.

$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Exempel på installationskommando

Vad är {namn} på en GPU VPS?

GPU-accelererad datavetenskap flyttar tunga system och modellberäkningar till GPU. CuPy, XGBoost och PyTorch stöder Pascal P40; NVIDIA RAPIDS (cuDF, cuML) kräver en nyare GPU.

Data Science på en GPU-server för VPS.org

CuPy och XGBoost

GPU-matriser och lutning öka som stöder Pascal GPUs.

Jupiter

Installera JupyterLab och arbeta interaktivt på GPU.

24 GB GPU-minne

Håll stora matriser i GPU minne medan du arbetar.

Fullständig åtkomst till roten

Installera PyData stackversionerna du behöver.

Populärt {namn} Användningsfall

Stora datauppsättningsanalyser
Engineering av funktioner
ETL-acceleration
Statistisk modellering
Diagramanalys
Geospatial analys

Planerade specifikationer för GPU

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
CUDA- kärnor3,840
FP3212 TFLOPS
INT8 Ordförande47 TOPS
Minne BW346 GB/s
ArkitekturPascal (GP102)
GenomströmningGenomströmning av PCIe

Vanliga frågor

Vad är Data Science på en GPU VPS?

+

Data Science kan använda en NVIDIA GPU för att snabba upp sitt arbete. VPS.org GPU-servrar är inte tillgängliga för beställning ännu. Kontakta oss för att höra när de är. Data Science är en allmän GPU-accelererad arbetsbelastning. Se till att din programvara har stöd för CUDA och att dina drivrutins-/runtime-versioner matchar arbetsbelastningskraven för Data Science.

Hur sätter jag upp Data Science på en GPU VPS?

+

GPU- servrar är inte tillgängliga för beställning ännu. Idag kan du köra Data Science på en vanlig CPU- plan, där det fungerar mycket långsammare än på en GPU: SSH i och kör pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.

Hur mycket VRAM behöver jag för Data Science?

+

VRAM-behoven för Data Science beror på modellen och partistorleken; kontrollera projektdokumentationen för aktuella siffror.

Hur mycket skulle en GPU-server för Data Science kosta?

+

GPU-pris publiceras när GPU-servrar kan beställas. Kontakta oss om du vill höra när det händer.

Kan jag köra andra verktyg tillsammans med Data Science?

+

Ja. Varje VPS.org-server har full åtkomst till root, så att du kan köra andra verktyg tillsammans med Data Science inom serverns RAM-minne och lagring.

Får jag full rot på Data Science GPU VPS?

+

Varje VPS.org-server kommer med full åtkomst till roten SSH, så att du kan installera drivrutiner, bibliotek och Data Science hur du än behöver.

Förinstallerar VPS.org CUDA för Data Science?

+

Nej. Ingen server levereras med en CUDA-runtime eller NVIDIA-drivrutin förinstallerad, och GPU-servrar är inte tillgängliga för beställning ännu. Du installerar versionerna Data Science behöver dig själv.

Håller mina Data Science GPU-VPS kvar mellan sessionerna?

+

Ja. VPS.org-servrar är ihållande virtuella maskiner, inte efemära instanser: Data Science-modeller, konfigurationer och data stannar på serverns SSD-lagring tills du tar bort dem.

Var ska jag lagra data för min Data Science arbetsbelastning?

+

Fortsätt att arbeta data på serverns SSD för snabb åtkomst under Data Science körningar, och kopiera färdiga artefakter (vikter, generationer, inbäddningar) för att lagra utanför VPS.org; ögonblicksbilder och säkerhetskopior stannar på samma lagringskluster.

Kan jag skala min Data Science GPU VPS senare?

+

Du kan uppgradera vilken VPS.org-server som helst till en större plan från kontrollpanelen. Omstorleken startar om den och installationen av Data Science överförs. GPU-servrar är ännu inte tillgängliga.

Är säkerhetskopior tillgängliga för min GPU VPS?

+

Ja. Säkerhetskopiering är ett betalt tillägg (dagligen +30% av planens pris, som hålls 7 dagar; veckovis +20%, som hålls 28 dagar) och ögonblicksbilder är gratis, vilket är användbart innan långa Data Science körs. Båda stannar på samma lagringskluster som servern.

Kan jag få tillbaka pengarna?

+

Kontakta supporten inom 30 dagar efter ditt första köp för att begära återbetalning. GPU-servrar säljs inte ännu, så ingen GPU-beställning är inblandad.

Vill du köra Data Science på en GPU-server?

GPU-kapaciteten är begränsad. Berätta om din arbetsbelastning och vi svarar med tillgänglighet och prissättning.