Kommer snart: NVIDIA Tesla P40, 24 GB VRAM

Dyb læring GPU VPS

Tog neurale netværk såsom CNN'er, små transformere og GAN'er på en NVIDIA Tesla P40 (24 GB VRAM, Pascal arkitektur). GPU-servere er ikke bestilles endnu; kontakt os for at blive informeret, når de er.

$ pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())"
# Eksempel på installationskommando

Hvad er {navn} på en GPU VPS?

Dyb læring har brug for GPU acceleration til at træne neurale netværk i rimelig tid. En GPU-server giver dig en GPU til dine egne eksperimenter.

Deep Learning på en VPS.org GPU- server

Rammevalg

PyTorch, TensorFlow, JAX eller enhver CUDA ramme, der stadig understøtter Pascal GPU'er.

Konsistent hastighed

GPU'en deles ikke, så træningshastigheden afhænger ikke af andre kunder.

24 GB VRAM

Værelse til mellemstore arkitekturer og batchstørrelser.

Lange job

En vedvarende server kan køre lange træning job; gemme checkpoints som du går.

Populære {navn} Brugstilfælde

CNN-uddannelse
Transformermodeller
GAN-træning
Styrkelse af indlæringen
AutoML- forsøg
Neural arkitektursøgning

Planlagte GPU-specifikationer

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
CUDA Cores3,840
FP3212 TFLOPS
INT847 TOPS
Hukommelse BW346 GB/s
ArkitekturPascal (GP102)
GennemløbPCIe- gennemløb

Ofte stillede spørgsmål

Hvad er Deep Learning på en GPU VPS?

+

Deep Learning kan bruge en NVIDIA GPU til at fremskynde sit arbejde. VPS.org GPU-servere er ikke tilgængelige til bestilling endnu; kontakt os for at høre, når de er. Deep Learning er en generel GPU-accelereret arbejdsbyrde. Sørg for, at din software har CUDA-understøttelse, og at din driver / runtime versioner matcher arbejdsbyrden krav til Deep Learning.

Hvordan sætter jeg Deep Learning op på en GPU VPS?

+

GPU-servere er ikke tilgængelige for bestilling endnu. I dag kan du køre Deep Learning på en almindelig CPU-plan, hvor det virker langt langsommere end på en GPU: SSH i og køre pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())".

Hvor meget VRAM skal jeg bruge til Deep Learning?

+

VRAM-behov for Deep Learning afhænger af model og batchstørrelse; tjek projektdokumentationen for aktuelle tal.

Hvor meget ville en GPU-server for Deep Learning koste?

+

GPU priser vil blive offentliggjort, når GPU-servere kan bestilles. Kontakt os, hvis du ønsker at høre, når det sker.

Kan jeg køre andre værktøjer sammen med Deep Learning?

+

Ja. Hver VPS.org server leveres med fuld root adgang, så du kan køre andre værktøjer sammen Deep Learning i serverens RAM og opbevaring.

Får jeg fuld rod på Deep Learning GPU VPS?

+

Hver VPS.org server leveres med fuld rod SSH adgang, så du kan installere drivere, biblioteker og Deep Learning dog du har brug for.

Er VPS.org præinstallere CUDA for Deep Learning?

+

Nej. Ingen server leveres med en CUDA runtime eller NVIDIA driver forudinstalleret, og GPU-servere er ikke tilgængelige til at bestille endnu. Du installerer versionerne Deep Learning har brug for dig selv.

Bliver min Deep Learning GPU VPS ved mellem sessioner?

+

Ja. VPS.org servere er vedvarende virtuelle maskiner, ikke efemerale tilfælde: Deep Learning modeller, configs og data forbliver på serverens SSD-lagring, indtil du sletter dem.

Hvor skal jeg gemme data for min Deep Learning arbejdsbyrde?

+

Hold arbejder data på serverens SSD for hurtig adgang under Deep Learning kører, og kopier færdige artefakter (vægte, generationer, indlejringer) til opbevaring uden for VPS.org; snapshots og backups forbliver på den samme lagerklynge.

Kan jeg skalere min Deep Learning GPU VPS senere?

+

Du kan opgradere enhver VPS.org server til en større plan fra kontrolpanelet; resize genstarter den og din Deep Learning installation bærer over. GPU-servere er ikke tilgængelige endnu.

Er sikkerhedskopier tilgængelige for min GPU VPS?

+

Ja. Backups er en betalt tilføjelse (daglig +30% af planens pris, holdt 7 dage; ugentligt +20%, holdt 28 dage) og snapshots er gratis, hvilket er nyttigt, før længe Deep Learning kører. Begge bo på samme lagerklynge som serveren.

Kan jeg få en refusion?

+

Kontakt support inden for 30 dage efter dit første køb for at anmode om en tilbagebetaling. GPU-servere er ikke solgt endnu, så der er ingen GPU-ordre involveret.

Vil du køre Deep Learning på en GPU-server?

GPU kapacitet er begrænset. Fortæl os om din arbejdsbyrde, og vi vil svare med tilgængelighed og prissætning.