Hamarosan: NVIDIA Tesla P40, 24 GB VRAM

Jupyter GPU notebook kiszolgáló

Futtasd a Jupyter notebookokat az NVIDIA Tesla P40 (24 GB VRAM, Pascal architektúra) interaktív adattudományhoz és ML munkához. A GPU szerverek még nem rendelhetők; lépj velünk kapcsolatba, hogy értesítsenek minket, amikor azok.

$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# Példa telepítési parancs

Mi az a {név} a GPU VPS-en?

Jupyter notebooks a GPU szerveren egy interaktív környezetet ad, ahol a notebook sejtek használhatják a GPU-t. Hasznos kísérletekhez és modell prototípus.

Jupyter egy VPS.org GPU szerveren

GPU a jegyzetfüzetekben

Használja a GPU notebook cellák után CUDA és a keret telepítve.

JupyterLab

JupyterLab terminállal, fájlböngészővel és kiterjesztésekkel.

Saját könyvtáraid

Telepíted a PyTorch-ot, a TensorFlow-t, a Skikit-learnt, a pandákat és bármi mást, amire szükséged van.

Távoli hozzáférés

Nyújtsa ki a noteszeit egy böngészőből, és biztosítsa őket egy token, jelszóval vagy SSH alagúttal.

Népszerű {név} Esetek használata

ML kísérletezés
Adatfeltárás
Prototipizálási minta
Oktatási workshopok
Kutatási jegyzetfüzetek
Kaggle versenyek

Tervezett GPU előírások

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
CUDA magok3,840
FP3212 TFLOPS
INT847 TOPS
BW memória346 GB/s
ÉpítészetPascal (GP102)
ÁthaladásPCIe passz through

Gyakran ismételt kérdések

Mi az a Jupyter egy GPU VPS-en?

+

A Jupyter egy NVIDIA GPU segítségével felgyorsíthatja a munkáját. VPS.org GPU szerverek még nem rendelhetők; lépjen kapcsolatba velünk, hogy mikor halljuk. Jupyter egy általános GPU-gyorsított munkaterhelés. Győződjön meg arról, hogy a szoftver rendelkezik CUDA támogatással, és hogy a driver / runtime verziók megfelelnek a Jupyter munkaterhelési követelményeinek.

Hogyan állítok fel Jupyter-at egy GPU VPS-re?

+

GPU szerverek még nem érhetők el. Ma már futtathatod a Jupyter-t egy rendszeres CPU terven, ahol sokkal lassabban működik, mint a GPU-n: SSH in and run pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root.

Mennyi VRAM kell a Jupyter-hoz?

+

A Jupyter VRAM-igényei a modelltől és a gyártási tétel méretétől függenek; a projekt dokumentációjának ellenőrzése az aktuális számokról.

Mennyibe kerülne egy GPU szerver a Jupyter-ért?

+

A GPU árazása akkor kerül közzétételre, amikor a GPU szerverek rendelhetők. Lépjen velünk kapcsolatba, ha azt szeretné hallani, amikor ez megtörténik.

Lefuttathatok más szerszámokat is a Jupyter mellett?

+

Igen. Minden VPS.org szerver teljes gyökér-hozzáféréssel rendelkezik, így más eszközöket is futtathat a Jupyter mellett a szerver RAM-ján és tárolóján belül.

Teljes rootot kapok a Jupyter GPU VPS-en?

+

Minden VPS.org szerver teljes gyökér SSH hozzáféréssel rendelkezik, így telepítheti a illesztőprogramokat, könyvtárakat és Jupyter-t, bármennyire is kell.

Vajon a VPS.org preinstall CUDA a Jupyter?

+

Nem. Nincs szerver jön egy CUDA runtime vagy NVIDIA vezérlő előre telepített, és GPU szerverek még nem érhető el, hogy rendeljen. Telepíteni a verziók Jupyter szüksége van magad.

Az én Jupyter GPU VPS-em továbbra is tart az ülések között?

+

Igen. A VPS.org szerverek állandó virtuális gépek, nem pedig efemerális esetek: Jupyter modellek, konfigok és adatok maradnak a szerver SSD-tárolójában, amíg nem törli őket.

Hol kell tárolni adatokat a Jupyter munkateher?

+

A Jupyter futtatások során a szerver SSD-jén tárolt adatok megőrzése a gyors hozzáférés érdekében, valamint a kész tárgyak (súlyok, generációk, beágyazódások) másolása a VPS.org-en kívüli tárolóba; a fényképek és biztonsági másolatok ugyanazon a tárolóhalmazon maradnak.

Megmérhetem a Jupyter GPU VPS-t később?

+

A VPS.org szervereket a vezérlőpanelről egy nagyobb tervre frissítheted; az átméretezés újraindítja és a Jupyter telepítése továbbviszi. A GPU szerverek még nem állnak rendelkezésre.

Van tartalék a GPU VPS-emhez?

+

Igen. A biztonsági mentések fizetett kiegészítő (napi +30%-a a terv ár, tartott 7 nap; heti +20%, tartott 28 nap) és pillanatfelvételek ingyenesek, ami hasznos, mielőtt hosszú Jupyter fut. Mindkettő maradjon ugyanabban a tároló klaszterben, mint a szerver.

Kaphatok visszatérítést?

+

Kapcsolatfelvételi támogatás az első vásárlás után 30 napon belül, hogy visszatérítést kérjen. GPU szerverek még nem értékesített, így GPU megrendelés nem szerepel.

Szeretné futtatni a Jupyter egy GPU szerver?

A GPU kapacitása korlátozott. Meséljen a munkaterheléséről, és a rendelkezésre állás és az árak segítségével válaszolunk.