Gamitin ang GPU sa isang NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture) para sa data science trabaho sa Jupyter. GPU server ay hindi orderable pa; makipag-ugnay sa amin upang ma-notify kapag sila ay.
$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Halimbawa ng pag-install ng utos
Ang GPU-accelerated data science ay gumagalaw ng mabigat na array at modelong mga pagkalkula sa GPU. CuPy, XGBoost at PyTorch ay sumusuporta sa Pascal P40; NVIDIA RAPIDS (cuDF, cuML) ay nangangailangan ng isang mas bagong GPU.
Ang mga karaniwang uri ng mga selula ay ang mga eukaryote at mga prokaryote.
Ang mga ito ay tinatawag na mga interbal at ginagamit sa mga ekwasyong diperensiyal.
Ang mga ito ay maaaring ma-access sa pamamagitan ng GPU memory.
Ang mga ito ay tinatawag na mga stack ng datos.
Data Science ay maaaring gamitin ang isang NVIDIA GPU upang mapabilis ang trabaho nito. VPS.org GPU server ay hindi magagamit upang mag-order pa; makipag-ugnay sa amin upang marinig kapag sila ay. Data Science ay isang pangkalahatang GPU-accelerated workload. Siguraduhin na ang iyong software ay may CUDA suporta at na ang iyong driver / runtime bersyon magkasya ang mga kinakailangan ng workload para sa Data Science.
Ang mga server ng GPU ay hindi pa magagamit para sa pag-order. Ngayon maaari mong patakbuhin Data Science sa isang regular na plano ng CPU, kung saan ito ay gumagana malayo mas mabagal kaysa sa isang GPU: SSH sa at patakbuhin pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.
VRAM pangangailangan para sa Data Science depende sa modelo at laki ng batch; suriin ang proyekto ng dokumentasyon para sa kasalukuyang mga numero.
GPU pricing ay nai-publish kapag GPU server ay maaaring iniutos. Makipag-ugnay sa amin kung nais mong marinig kapag na nangyayari.
Ang bawat server VPS.org ay may buong root access, kaya maaari mong patakbuhin ang iba pang mga tool kasama Data Science sa loob ng RAM at imbakan ng server.
Ang bawat server VPS.org ay may buong root SSH access, kaya maaari mong i-install ang mga driver, mga aklatan at Data Science gayunpaman kailangan mo.
Hindi. Walang server ay dumating na may isang CUDA runtime o NVIDIA driver pre-install, at GPU server ay hindi magagamit upang mag-order pa. I-install mo ang mga bersyon Data Science kailangan ang iyong sarili.
Ang mga server na VPS.org ay mga matiyagang virtual machine, hindi mga pansamantalang halimbawa: mga modelo ng Data Science, mga configuration at data na mananatili sa SSD storage ng server hanggang sa tanggalin mo ang mga ito.
Keep working data on the server's SSD for fast access during Data Science runs, and copy finished artifacts (weights, generations, embeddings) to storage outside VPS.org; snapshots and backups stay on the same storage cluster.
Maaari mong i-upgrade ang anumang VPS.org server sa isang mas malaking plano mula sa control panel; ang resize restarts ito at ang iyong Data Science i-install ay nagdadala sa paglipas ng. GPU server ay hindi pa magagamit.
Oo. Backup ay isang bayad na add-on (araw-araw +30% ng presyo ng plano, pinananatili7araw; lingguhang +20%, pinananatili 28 araw) at snapshots ay libre, na kung saan ay kapaki-pakinabang bago ang mahabang Data Science tumatakbo. Parehong manatili sa parehong cluster ng imbakan bilang ang server.
Makipag-ugnay sa suporta sa loob ng 30 araw ng iyong unang pagbili upang humiling ng isang refund. GPU server ay hindi nabili pa, kaya walang GPU order ay kasangkot.
GPU kapasidad ay limitado. Sabihin sa amin tungkol sa iyong workload at kami ay tumugon sa availability at pricing.