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
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.
GPU-matriser och lutning öka som stöder Pascal GPUs.
Installera JupyterLab och arbeta interaktivt på GPU.
Håll stora matriser i GPU minne medan du arbetar.
Installera PyData stackversionerna du behöver.
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.
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.
VRAM-behoven för Data Science beror på modellen och partistorleken; kontrollera projektdokumentationen för aktuella siffror.
GPU-pris publiceras när GPU-servrar kan beställas. Kontakta oss om du vill höra när det händer.
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.
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.
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.
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.
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.
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.
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.
Kontakta supporten inom 30 dagar efter ditt första köp för att begära återbetalning. GPU-servrar säljs inte ännu, så ingen GPU-beställning är inblandad.
GPU-kapaciteten är begränsad. Berätta om din arbetsbelastning och vi svarar med tillgänglighet och prissättning.