Lancez des carnets Jupyter sur un NVIDIA Tesla P40 (24 GB VRAM, architecture Pascal) pour la science des données interactive et le travail ML. Les serveurs GPU ne sont pas encore disponibles ; contactez-nous pour être avertis quand ils le sont.
$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# Exemple de commande d'installation
Les carnets Jupyter sur un serveur GPU vous donnent un environnement interactif où les cellules de portable peuvent utiliser le GPU. Utile pour les expériences et le prototypage de modèles.
Utilisez le GPU des cellules de portable une fois que CUDA et votre cadre sont installés.
JupyterLab avec terminal, navigateur de fichiers et extensions.
Vous installez PyTorch, TensorFlow, scikit-learn, pandas et tout ce dont vous avez besoin.
Rejoindre vos carnets d'un navigateur; les sécuriser avec un jeton, un mot de passe ou un tunnel SSH.
Jupyter peut utiliser un GPU NVIDIA pour accélérer son travail. Les serveurs GPU VPS.org ne sont pas encore disponibles pour commander; contactez-nous pour savoir quand ils sont. Jupyter est une charge de travail générale accélérée GPU. Assurez-vous que votre logiciel a le support CUDA et que vos versions pilote/exécution correspondent aux exigences de charge de travail pour Jupyter.
Les serveurs GPU ne sont pas encore disponibles pour commander. Aujourd'hui, vous pouvez exécuter Jupyter sur un plan CPU régulier, où il fonctionne beaucoup plus lentement que sur un GPU: SSH et exécuter pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root.
Les besoins en VRAM pour Jupyter dépendent du modèle et de la taille des lots; vérifiez la documentation du projet pour les chiffres actuels.
Les prix GPU seront publiés lorsque les serveurs GPU pourront être commandés. Contactez-nous si vous voulez savoir quand cela se produit.
Oui. Chaque serveur VPS.org est livré avec un accès root complet, vous pouvez donc exécuter d'autres outils à côté de Jupyter dans la mémoire vive et le stockage du serveur.
Chaque serveur VPS.org est livré avec un accès SSH racine complète, de sorte que vous pouvez installer les pilotes, les bibliothèques et Jupyter comme vous le souhaitez.
Non. Aucun serveur n'est livré avec un pilote d'exécution CUDA ou NVIDIA préinstallé, et les serveurs GPU ne sont pas encore disponibles pour commander. Vous installez les versions Jupyter vous-même.
Oui. Les serveurs VPS.org sont des machines virtuelles persistantes, pas des instances éphémères : les modèles Jupyter, les configs et les données restent sur le stockage SSD du serveur jusqu'à ce que vous les supprimiez.
Continuez à travailler sur le SSD du serveur pour un accès rapide pendant les exécutions de Jupyter, et copiez les artefacts finis (poids, générations, embarquations) au stockage extérieur de VPS.org ; les instantanés et sauvegardes restent sur le même groupe de stockage.
Vous pouvez mettre à niveau n'importe quel serveur VPS.org vers un plan plus grand depuis le panneau de contrôle ; la redimensionnement le redémarre et votre installation Jupyter se déplace. Les serveurs GPU ne sont pas encore disponibles.
Oui. Les sauvegardes sont un add-on payant (par jour +30% du prix du forfait, gardé 7 jours; hebdomadaire +20%, gardé 28 jours) et les instantanés sont gratuits, ce qui est utile avant de longues Jupyter. Les deux restent sur le même groupe de stockage que le serveur.
Assistance de contact dans les 30 jours suivant votre premier achat pour demander un remboursement. Les serveurs GPU ne sont pas encore vendus, donc aucune commande GPU n'est en cause.
La capacité de GPU est limitée. Parlez-nous de votre charge de travail et nous répondrons avec disponibilité et prix.