Վերջերս թողարկված NVIDIA Tesla P40, 24 GB VRAM

Գործողություն

Նյուռոնային ցանցերի, ինչպիսիք են CNN-ները, փոքր տրանսպորտերն ու GAN-ները NVIDIA Tesla P40-ի վրա (24 ԳԲ VRAM, Pascal ճարտարապետություն) սովորեցնել։ GPU սերվերները դեռևս չեն կարող պատվիրվել։ Հաղորդակցվեք մեզ հետ, որպեսզի տեղեկացնենք, երբ դրանք կհայտնվեն։

$ pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())"
# Տեղադրման հրամանի օրինակ

Ի՞նչ է Deep Learning-ը GPU VPS-ում։

Աճող ուսուցումը GPU արագացում է պահանջում նյարդային ցանցերը սովորեցնելու համար։ GPU սերվերը տալիս է ձեզ մեկ GPU ձեր սեփական փորձարկումների համար։

Deep Learning VPS.org GPU սերվերի վրա

Ընտրություն

PyTorch, TensorFlow, JAX կամ ցանկացած CUDA կառուցվածք, որը դեռ աջակցում է Pascal GPU-ներին։

Անշեղ արագություն

Գրաֆիկական պրոցեսոր չի կիսում, այնպես որ, վարժության արագությունը չի կախված այլ հաճախորդներից։

24 ԳԲ VRAM

Միջին չափի ճարտարապետությունների և խմբերի համար հատուկ տարածք։

Ծանր աշխատանքներ

Պահպանվող սերվերը կարող է երկար կրթական աշխատանքներ իրականացնել, պահպանել ստուգման կետերը ընթացքի ընթացքում։

Համացանցում տարածված Deep Learning օգտագործման դեպքեր

CNN-ի վարժություն
Տրանսֆորմատոր
GAN-ի ուսուցում
Հիմնական դաս
AutoML փորձարկումներ
Նյարդային ճարտարապետության որոնում

Գրաֆիկական պրոցեսորի հատկություններ

Գրաֆիկական պրոցեսորNVIDIA Tesla P40
ՎՐԱ24 GB GDDR5
CUDA գույներ3,840
FP32Name12 TFLOPS
INT847 TOPS
Բուն նկարագրություն346 GB/s
ԱրխիվPascal (GP102)
ՀաղորդելPCIe անցում

Հաճախակի տրվող հարցեր

Deep Learning-ը GPU VPS-ի վրա ինչ է նշանակում:

+

Deep Learning- ը կարող է օգտագործել NVIDIA GPU- ն իր աշխատանքը արագացնելու համար։ VPS.org GPU սերվերները դեռևս չեն հասանելի պատվիրելու համար։ Հետևեք մեզ՝ իմանալու համար, երբ դրանք հասանելի կլինեն։ Deep Learning- ը GPU- ով արագացված ընդհանուր աշխատանքային ծանրաբեռնվածություն է։ Վստահ եղեք, որ ձեր ծրագրային ապահովումը CUDA- ի աջակցություն ունի և ձեր վարորդը / գործարկման տարբերակը համապատասխանում է Deep Learning- ի աշխատանքային ծանրաբեռնվածության պահանջներին։

Ինչպե՞ս ես կարող եմ Deep Learning-ը տեղադրել GPU VPS-ում։

+

Գրաֆիկական պրոցեսորի սերվերները դեռևս չեն կարող պատվիրվել։ Այսօր դուք կարող եք Deep Learning-ը գործարկել սովորական պրոցեսորի պլանի վրա, որտեղ այն ավելի դանդաղ է աշխատում, քան գրաֆիկական պրոցեսորի վրա։ Սեղմեք SSH և գործարկեք pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())"-ը։

Որքա՞ն VRAM է պետք Deep Learning-ի համար։

+

Deep Learning-ի համար VRAM-ի պահանջները կախված են մոդելից և խմբի չափից։ Դիտեք նախագծի փաստաթղթերը՝ ներկայիս տվյալների համար։

Որքա՞ն կարժենա Deep Learning-ի համար GPU սերվերը։

+

GPU-ի գինը կհայտարարվի, երբ GPU սերվերները կարողանան պատվիրվել։ Հեռացեք մեզանից, եթե ցանկանում եք իմանալ, թե երբ է դա տեղի ունենալու։

Կարո՞ղ եմ Deep Learning-ի հետ միասին այլ գործիքներ գործարկել։

+

Այո։ Յուրաքանչյուր VPS.org սերվեր ունի root-ի լիակատար իրավունքներ, այնպես որ դուք կարող եք Deep Learning-ի հետ միասին նաև այլ գործիքներ երթևեկել սերվերի RAM-ում և պահեստում։

Կարո՞ղ եմ ստանալ Deep Learning GPU VPS-ի ամբողջական root-ը։

+

Յուրաքանչյուր VPS.org սերվեր ունի root SSH մուտք, այնպես որ դուք կարող եք տեղադրել դիզայներներ, գրադարաններ և Deep Learning, ինչպես ձեզ հարկավոր է։

Արդյո՞ք VPS.org-ը նախահաշվարկում է CUDA-ն Deep Learning-ի համար

+

Ոչ։ Ոչ մի սերվեր չի ապահովված CUDA-ի կամ NVIDIA-ի դյուրակիրներով, և GPU սերվերները դեռևս չեն կարող պատվիրվել։ Դուք ինքներդ եք տեղադրում Deep Learning-ի պահանջվող տարբերակները։

Իմ Deep Learning GPU VPS-ը պահպանվում է՞ սեզոնների միջև

+

Այո։ VPS.org սերվերները մշտական վիրտուալ մեքենաներ են, ոչ թե ժամանակավոր օրինակներ։ Deep Learning մոդելները, կառույցները և տվյալները մնում են սերվերի SSD պահեստում մինչև դրանք ոչնչացնելը։

Որտեղ պետք է պահեմ իմ Deep Learning աշխատանքային բեռնի տվյալները

+

Պահել տվյալները սերվերի SSD-ում Deep Learning-ի աշխատանքի ժամանակ արագ հասանելիության համար, և պատճենել ավարտվելիք արվեստագործությունները (կշիռներ, սերունդներ, ներդրումներ) VPS.org-ից դուրս պահպանման համար։ Սկզբնական նկարները և պահեստային սկավառակները մնում են նույն պահպանման խմբում։

Կարո՞ղ եմ ավելի ուշ մեծացնել իմ Deep Learning GPU VPS-ը։

+

Դուք կարող եք վերանորոգել ցանկացած VPS.org սերվեր ավելի մեծ պլանի համար կառավարման վահանակից, վերանորոգման ժամանակ այն կվերսկսվի և Deep Learning-ի տեղադրումը կկատարվի։ GPU սերվերները դեռևս հասանելի չեն։

Կարո՞ղ եմ արդյոք պահպանել իմ GPU VPS-ը

+

Այո։ Առաջնահաշիվները վճարովի հավելված են (օրական +30% պլանի արժեքից, պահպանվում է 7 օր; շաբաթական +20%, պահպանվում է 28 օր) և նկարները անվճար են, ինչը օգտակար է Deep Learning-ի երկարատև գործարկման համար։ Դրանք երկուսն էլ մնացել են սերվերի հետ նույն պահպանման խմբում։

Կարո՞ղ եմ վերադարձնել գումարը։

+

Հաղորդակցվել աջակցության հետ առաջին գնումից հետո 30 օրվա ընթացքում՝ գումարը վերադարձնելու համար։ GPU սերվերները դեռևս չեն վաճառվել, հետևաբար GPU-ի պատվեր չի կատարվել։

Ուզում եք Deep Learning-ը GPU սերվերի վրա ընթացիկ պահել։

Գրաֆիկական պրոցեսորի ունակությունը սահմանափակ է։ Պատմեք մեզ ձեր աշխատանքի ծավալի մասին, և մենք կպատասխանենք՝ նշելով հասանելիությունը և գինը։