ნეირონული ქსელის, მაგალითად CNN-ის, მცირე ტრანსფორმატორების და GAN-ის NVIDIA Tesla P40-ზე (24 GB VRAM, Pascal-ის არქიტექტურა) წვრთნა. GPU სერვერები ჯერ არ არის შესაძლებელი; დაგვიკავშირდით, რომ გაიგოთ, თუ როდის იქნება შესაძლებელი მათი შეკვეთა.
$ pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())"
# დაყენების ბრძანების მაგალითი
ღრმა სწავლება საჭიროებს GPU აჩქარებას, რათა ნეირონული ქსელი დროულად მომზადებული იყოს. GPU სერვერი გთავაზობთ GPU- ს თქვენი ექსპერიმენტებისთვის.
PyTorch, TensorFlow, JAX ან ნებისმიერი CUDA ბლოკი, რომელიც ჯერ კიდევ მხარს უჭერს Pascal GPU-ს.
GPU არ არის გაზიარება, ასე რომ წვრთნის სიჩქარე არ დამოკიდებულია სხვა კლიენტებზე.
1999 წელს სოფელში დაარსდა სოფლის მეურნეობის დარგები და ფერმები.
სერვერის გრძელი სწავლების დავალება შეიძლება ჩატარდეს. შენახვა checkpoints როგორც თქვენ წასვლა.
Deep Learning- მა შეუძლია NVIDIA გრაფიკული პროცესორის გამოყენება მისი მუშაობის გასასწრაფებლად. VPS.org გრაფიკული სერვერები ჯერ არ არის ხელმისაწვდომი; დაგვიკავშირდით, რომ გაიგოთ, როდის იქნება ხელმისაწვდომი. Deep Learning არის გრაფიკული პროცესორის მიერ დააჩქარებული სამუშაო დატვირთვა. დარწმუნდით, რომ თქვენი პროგრამა CUDA- ს მხარდაჭერას ფლობს და რომ თქვენი დრაივერის/ წარმადობის ვერსიები შეესაბამება Deep Learning- ს სამუშაო დატვირთვის მოთხოვნებს.
GPU სერვერები ჯერ არ არის ხელმისაწვდომი. დღეს თქვენ შეგიძლიათ Deep Learning- ის გაშვება ჩვეულებრივ CPU გეგმაზე, სადაც ის მუშაობს უფრო ნელა ვიდრე GPU- ზე: შედით SSH- ში და გაუშვით pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())".
Deep Learning-ის VRAM-ის მოთხოვნილება დამოკიდებულია მოდელსა და ბატის ზომაზე; მიმდინარე მონაცემებისთვის შეამოწმეთ პროექტის დოკუმენტაცია.
GPU- ს ფასები გამოქვეყნდება, როდესაც GPU სერვერები შეძლებენ შეკვეთას. დაგვიკავშირდით, თუ გსურთ გაიგოთ, თუ როდის მოხდება ეს.
Yes. Every VPS.org server comes with full root access, so you can run other tools alongside Deep Learning within the server's RAM and storage.
ყველა VPS.org სერვერი მოდის სრული root SSH წვდომით, ასე რომ შეგიძლიათ დააყენოთ დრაფიტები, ბიბლიოთეკები და Deep Learning როგორც გსურთ.
არა. სერვერები არ მოდის CUDA- ს ან NVIDIA- ს დრაივერის წინასწარ დაყენებული ვერსიით და GPU სერვერები ჯერ არ არის ხელმისაწვდომი. თქვენ უნდა დააყენოთ Deep Learning- ს საჭირო ვერსიები.
VPS.org სერვერები მუდმივი ვირტუალური მანქანებია, არა ეპემერიული ინდექსები: Deep Learning მოდელი, კონფიგურაცია და მონაცემები სერვერის SSD მეხსიერებაზე რჩება სანამ არ წაშლით მათ.
Keep working data on the server's SSD for fast access during Deep Learning runs, and copy finished artifacts (weights, generations, embeddings) to storage outside VPS.org; snapshots and backups stay on the same storage cluster.
ნებისმიერი VPS.org სერვერის გაუმჯობესება უფრო დიდი გეგმის გამოყენებით შესაძლებელია კონტროლის პანელიდან; ზომის შეცვლა მას გადაამოწმებს და თქვენი Deep Learning დაყენება გადავა. GPU სერვერები ჯერ არ არის ხელმისაწვდომი.
დიახ. სარეზერვო ასლები ფასიანი დამატებაა (დღეში +30% ფასის, 7 დღის განმავლობაში დაცული; კვირაში +20%, 28 დღის განმავლობაში დაცული) და სურათები უფასოა, რაც სასარგებლოა Deep Learning- ის ხანგრძლივი მუშაობის წინ. ორივე რჩება იმავე შენახვის კლასტერზე, როგორც სერვერი.
დახმარების ცენტრთან დაკავშირება 30 დღის განმავლობაში პირველი შეძენის შემდეგ, თანხის დაბრუნების მოთხოვნით. GPU სერვერები ჯერ არ არის გაყიდული, ამიტომ GPU შეკვეთა არ შედის.
გრაფიკული პროცესორის მოცულობა შეზღუდულია. მოგვწერეთ თქვენი სამუშაოს დატვირთვის შესახებ და ჩვენ მოგაწვდით ხელმისაწვდომობასა და ფასებს.