Run Jupyter notebooks on an NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture) for interactive data science and ML work. GPU servers are not orderable yet; contact us to be notified when they are.
$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# ഉദാഹരണ ഇന്‍സ്റ്റോള്‍ ചെയ്യാനുള്ള ആജ്ഞ
GPU സര്‍വറിലെ ജുപിറ്റര്‍ നോട്ട്ബുക്കുകള്‍ നിങ്ങള്‍ക്ക് ഇന്ററാക്ടീവ് പരിസരം തരുന്നു. അവിടെ നോട്ട്ബുക്ക് കളങ്ങള്‍ GPU. prototooling- ത്തിനും ഉപയോഗപ്രദമാണ്.
നോട്ട്ബുക്ക് കോശങ്ങളില്‍ നിന്നും ഒരു തവണ CUDA ഉപയോഗിക്കാം. എന്നിട്ട് നിങ്ങളുടെ ഫ്രെയിമുകള്‍ ഇന്‍സ്റ്റോള്‍ ചെയ്തു.
ടെര്‍മിനല്‍, ഫയല്‍ ബ്രൌസര്‍, എക്സ്റ്റന്‍ഷനുകള്‍ എന്നിവയോടൊപ്പം ജൈപിറ്റര്‍Lango എന്നൊരു അവസ്ഥ.
നീ പൈയോര്‍ച്, ടെന്‍സോര്‍ഫ്ലോ, ക്വിറ്റിറ്റ്-പാന്‍ഡ, പാണ്ട, മറ്റെല്ലാം പോലെ ഇന്‍സ്റ്റോള്‍ ചെയ്യുക.
ഏതെങ്കിലും ബ്രൌസറില്‍ നിന്നും നിങ്ങളുടെ പുസ്തകങ്ങള്‍ ലഭ്യമാക്കുക.
Jupyter can use an NVIDIA GPU to speed up its work. VPS.org GPU servers are not available to order yet; contact us to hear when they are. Jupyter is a general GPU-accelerated workload. Make sure your software has CUDA support and that your driver / runtime versions match the workload requirements for Jupyter.
GPU servers are not available to order yet. Today you can run Jupyter on a regular CPU plan, where it works far more slowly than on a GPU: SSH in and run pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root.
VRAM needs for Jupyter depend on the model and batch size; check the project documentation for current figures.
GPU സര്‍വറുകള്‍ക്ക് ആജ്ഞ നല്‍കുമ്പോള്‍ GPU പ്രൊസസ്സിങ് പ്രസിദ്ധീകരിക്കപ്പെടും. നിങ്ങള്‍ക്ക് അത് സംഭവിക്കുമ്പോള്‍ ഞങ്ങളെ ബന്ധപ്പെടുക.
Yes. Every VPS.org server comes with full root access, so you can run other tools alongside Jupyter within the server's RAM and storage.
Every VPS.org server comes with full root SSH access, so you can install drivers, libraries and Jupyter 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 Jupyter needs yourself.
Yes. VPS.org servers are persistent virtual machines, not ephemeral instances: Jupyter models, configs and data stay on the server's SSD storage until you delete them.
Keep working data on the server's SSD for fast access during Jupyter runs, and copy finished artifacts (weights, generations, embeddings) to storage outside VPS.org; snapshots and backups stay on the same storage cluster.
You can upgrade any VPS.org server to a larger plan from the control panel; the resize restarts it and your Jupyter install carries over. GPU servers are not available yet.
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 Jupyter runs. Both stay on the same storage cluster as the server.
നിങ്ങളുടെ ആദ്യത്തെ വിലയ്ക്ക് 30 ദിവസത്തിനുള്ളില്‍ വിലാസത്തിനുള്ള പിന്തുണ. ജിപിയു സേവകരു ഇതുവരെ വില്‍ക്കുന്നില്ല, അതുകൊണ്ട് GPU ഓര്‍ഡര്‍ ലഭ്യമല്ല.
GPU യുടെ കഴിവ് പരിമിതമാണ്. നിങ്ങളുടെ ജോലിയുടെ ഭാരം ഞങ്ങളെ അറിയിക്കണം. ഞങ്ങള്‍ക്ക് നിങ്ങളുടെ ഉപയോഗവും റെഗുഡ്‌ടൈംസും നല്‍കും.