Ti n bọ: NVIDIA Tesla P40, 24 GB VRAM

Àwọn Àkọlé àwòrán

Lo GPU lórí NVIDIA Tesla P40 (24 GB VRAM, ààyè Pascal) fún iṣẹ́ ìmọ̀dálẹ̀ nínú Jupyter. Àwọn sáà GPU kò lè fi àwọn ààyè pamọ́ lọ́wọ́lọ́wọ́; kọ́kọ́ kọ́kọ́ láti gba àṣẹ nígbà tí wọn bá jẹ́.

$ pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0
# Àṣẹ ìṣàmúlò-ètò àwọn ààtò

Àwọn àwọn ààyè-iṣẹ́ tí a fi pamọ́

Àwọn ààyè àkọlé tí a fi GPU-gbárálẹ̀ nípa ìṣàmúlò-ètò àwọn ààyè àti àwọn ìṣàmúlò-ètò àwọn ìṣàmúlò-ètò àwọn ààyè. CuPy, XGBoost àti PyTorch ń gbọ́dọ̀ sí Pascal P40; NVIDIA RAPIDS (cuDF, cuML) ó ń ní GPU tí a tí fi pamọ́.

Data Science lórí ààtò GPU VPS.org

CuPy ati XGBoost

Àwọn ààrì GPU àti ìṣàfarawé ìṣàfarawé àwọn ìṣàmúlò-ètò tí wọ́n sàlọ́wọ́ GPU Pascal.

Jupiter

Fi JupyterLab pamọ́ sínú GPU.

24 GB GPU Memory

Fi àwọn ààyè nlà pamọ́ sínú ìrànwọ́ GPU láti dí àwọn iṣẹ́ rẹ̀.

Àwọn Ìjánu-ìsún Root

Fi àwọn ìṣàmúlò-ètò àwọn ìṣàmúlò-ètò PyData tí o fẹ́

Àwọn Ààyè Lòjútó Data Science

Àwọn ààyè-iṣẹ́ àwọn ààyè-iṣẹ́
Àwọn ààyè-iṣẹ́ ìmọ̀nà
Ìjánu-ìṣàmúlò-ètò ETL
Àwọn Ìṣàmúlò-ètò Ìtàn
Àwọn ìṣàfihàn àwọn àká-ìṣàmúlò-ètò
Àwọn ààyè-iṣẹ́

Àwọn Àtòjọ-ẹ̀yàn GPU

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
Àwọn àwọ̀ CUDA3,840
FP3212 TFLOPS
INT847 TOPS
Àwọn àwọn àmì-ìwé346 GB/s
Àwọn Ìṣàmúlò-ètòPascal (GP102)
Àwọn Ìjánu-ìṣàmúlò-ètòPCIe

Àwọn Àtòjọ-ẹ̀yàn

Kini Data Science nípa GPU VPS kan?

+

Data Science lè lò NVIDIA GPU láti mú iṣẹ́ rẹ̀ lọ́wọ́lọ́wọ́. Àwọn sáàbù GPU VPS.org kò wa nígbà tí a bá fẹ́; kọ́kọ́ wà láti gbọ́ nígbà tí a bá jẹ́. Data Science ní iṣẹ́ àìṣàmúlò-ètò GPU-ìṣàmúlò-ètò. Fi àwọn àwọn ìṣàmúlò-ètò rẹ̀ pamọ́ sínú ìfaramọ́ CUDA, àti pé àwọn ìṣàmúlò-ètò àwọn ìṣàmúlò-ètò àwọn ìṣàmúlò-ètò rẹ̀ ní ìṣàmúlò-ètò àwọn ìṣàmúlò-ètò fun Data Science.

Bawo ni mo ṣe le fi Data Science pamọ́ lórí GPU VPS kan?

+

Àwọn sáà GPU kò wà láti fi àwọn àṣẹ pamọ́. Ní ọjọ́ yìí, o lè ráǹdá Data Science lórí àwọn ààyè-iṣẹ́ CPU tí a tì ní, níbí tí o tí n ṣiṣẹ́ lárá jú GPU lọ: SSH nínù àti ráǹdá pip install cudf-cu12 cuml-cu12 jupyterlab && jupyter lab --ip=0.0.0.0.

Ìgbà wo nínú VRAM tí mò fẹ́ fún Data Science?

+

VRAM needs for Data Science depend on the model and batch size; check the project documentation for current figures.

Ìgbà wo nínú àwọn àwọn ààtò GPU fún Data Science tí a fi kùnà?

+

Àwọn àwọn ìṣàmúlò-ètò GPU àwọn ìṣàmúlò-ètò GPU àwọn ìṣàmúlò-ètò GPU àwọn ìṣàmúlò-ètò GPU àwọn ìṣàmúlò-ètò GPU àwọn ìṣàmúlò-ètò GPU

Ń lè rọ́ọ̀nù àwọn àwọn ìrísí-lẹ́tà mìíràn nínú Data Science?

+

Yes. Every VPS.org server comes with full root access, so you can run other tools alongside Data Science within the server's RAM and storage.

Ń gbá ìṣẹ̀dà tòójútó nípa Data Science GPU VPS?

+

Every VPS.org server comes with full root SSH access, so you can install drivers, libraries and Data Science however you need.

Does VPS.org preinstall CUDA for Data Science?

+

No. No server comes with a CUDA runtime or NVIDIA driver preinstalled, and GPU servers are not available to order yet. You install the versions Data Science needs yourself.

Ń jẹ́ pé VPS GPU Data Science mì tí n bọ́ nínú àwọn sáà?

+

Ya. Àwọn sáà VPS.org ní àwọn másí-lẹ́tà ìṣàfarawé, àti àwọn ààyè-iṣẹ́ àìdára: àwọn àwọn ààyè-iṣẹ́ Data Science, àwọn ìṣàmúlò-ètò àti àwọn ààyè-iṣẹ́ tí wọ́n tí wa nínú àwọn ààyè-iṣẹ́ SSD sáà titi tí o fi pa wọn.

Njẹ́ mò yẹ́ ki mò fi àwọn ààyè pamọ́ fún iṣẹ́ mì Data Science?

+

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.

Ń lè fi Data Science GPU VPS mì pọ̀ jú?

+

O lè yígbà ìṣàfarawé àwọn sáà VPS.org fún àwọn ààyè-iṣẹ́ tó ní ìṣàmúlò-ètò tòòjù láti inú pánẹ́ẹ̀lì ìṣakosó; ìṣàfarawé ìwọ̀n náà ń tún àwọn sáà Data Science rẹ̀ ṣẹ̀dà. Sáà GPU kò wa níbẹ̀.

Àwọn ìpamọ́ àìpamọ́ tí wa fún VPS GPU mì?

+

Yes. Backups are a paid add-on (daily +30% of the plan price, kept 7 days; weekly +20%, kept 28 days) and snapshots are free, which is useful before long Data Science runs. Both stay on the same storage cluster as the server.

Ń lè gbá ẹ̀yàn?

+

Fi igbẹkẹle ranṣẹ ninú ọjọ́ 30 tí o tí ráwọ́lẹ̀ láti fi beere fun ìgbàgbọ́. Àwọn sáà GPU kò tí a ràwọ́lẹ̀, bẹ́ẹ̀ kò si àwọn àṣẹ GPU tí a tí wa nínú.

O fẹ́ láti mú Data Science láti inú ààtò GPU?

Ìgbàráwọ́ GPU tí a tí ìfàmúlò. Fi wà sọ̀rọ̀ nípa àwọn iṣẹ́ rẹ̀ ki a láti dáwọ́ kọ́ọ̀kan nípa àwọn ààyè àti àwọn à