Fi àwọn nẹ́dàlì àìdálẹ̀ neural bí CNNs, àwọn ìṣàfarawégbègbè kéré àti GANs pàtó nípa NVIDIA Tesla P40 (24 GB VRAM, àà̀tò Pascal). Àwọn sáà GPU kò lè fi àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò àwọn ààtò
$ pip install torch torchvision && python -c "import torch; print(torch.cuda.is_available())"
# Àṣẹ ìṣàmúlò-ètò àwọn ààtò
Àkọ́kọ́ ìmọ̀ràn tí o nìfẹ́ ìṣàmúlò-ètò GPU láti kọ́ àwọn nẹ́dàlì àìdálẹ̀ nínú àkókò. Àwọn sáà GPU náà náà gba ọ̀kan GPU fún àwọn ìṣàmúlò-ètò rẹ̀.
PyTorch, TensorFlow, JAX tabi àwọn ààyè-iṣẹ́ CUDA àti àwọn GPU Pascal.
GPU kò ní ìpàpọ̀, láti jẹ́ pé ìjánu-ìjánú ìṣàmúlò-ètò kò ní ìpéwọ̀n nínú àwọn ọrẹ mìíràn.
Àwọn ààyè-iṣẹ́ fún àwọn ààyè-iṣẹ́ àti àwọn ìwọ̀n àwọn ìṣàmúlò-ètò.
Àwọn sáà tí a fi pamọ́ lè rọ́ọ̀nù àwọn iṣẹ́ ìṣàfarawékọ́; fi àwọn ààyè-iṣẹ́ ìṣàmúlò-ètò pamọ́ bí a tí n lọ.
Deep Learning 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. Deep Learning 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 Deep Learning.
Àwọn sáà GPU kò wà láti fi àwọn àṣẹ pamọ́. Ní ọjọ́ yìí, o lè ráǹdá Deep Learning 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 torch torchvision && python -c "import torch; print(torch.cuda.is_available())".
VRAM needs for Deep Learning depend on the model and batch size; check the project documentation for current figures.
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
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.
Every VPS.org server comes with full root SSH access, so you can install drivers, libraries and Deep Learning however you need.
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 Deep Learning needs yourself.
Ya. Àwọn sáà VPS.org ní àwọn másí-lẹ́tà ìṣàfarawé, àti àwọn ààyè-iṣẹ́ àìdára: àwọn àwọn ààyè-iṣẹ́ Deep Learning, àwọn ìṣàmúlò-ètò àti àwọn ààyè-iṣẹ́ tí wọ́n tí wa nínú àwọn ààyè-iṣẹ́ SSD sáà titi tí o fi pa wọn.
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.
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 Deep Learning rẹ̀ ṣẹ̀dà. Sáà GPU kò wa níbẹ̀.
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 Deep Learning runs. Both stay on the same storage cluster as the server.
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.
Ìgbàráwọ́ GPU tí a tí ìfàmúlò. Fi wà sọ̀rọ̀ nípa àwọn iṣẹ́ rẹ̀ ki a láti dáwọ́ kọ́ọ̀kan nípa àwọn ààyè àti àwọn à