Coming soon: NVIDIA Tesla P40, 24 GB VRAM

Jupyter GPU नोटबुक सर्वर

NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture) वर परस्पर माहिती विज्ञान व ML कार्यासाठी Jupyter नोटबुक चालवा. GPU सर्वर अजूनही ऑर्डर करू शकत नाही; ते आल्यावर सूचना देण्यासाठी आम्हाला संपर्क करा.

$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# उदाहरण प्रतिष्ठापन आदेश

याचा अर्थ काय?

GPU सर्वरवरील Jupyter नोटबुक तुम्हाला इंटरॅक्टिव्ह वातावरण देते जिथे नोटबुक सेल GPU चा वापर करू शकतो. प्रयोग व मॉडेल प्रोटोटाइपिंग करीता उपयोगी पडते.

Jupyter VPS.org GPU सर्वर वर

नोटबुक अंतर्गत GPU

CUDA व तुमचे चौकट संस्थापित केल्यावर नोटबुक सेल्स पासून GPU चा वापर करा.

जुपीटरलेबName

टर्मिनल, फाइल ब्राऊजर व विस्तारणसह जुपाईटरलॅब.

स्वतःचे लायब्ररी

यासाठी ॲपल, गुगल, मायक्रोसॉफ्ट, अ‍ॅपल व इतर कंपन्या मदत करतात.

दूरस्थ प्रवेशName

ब्राऊजर पासून तुमच्या नोटबुकला पोहोचा; टोकन, गुप्तशब्द किंवा SSH ट्यूनेल द्वारे सुरक्षित करा.

लोकप्रिय Jupyter वापरा प्रकरणे

ML प्रयोग
माहिती शोध
मॉडेल प्रोटोटाइपिंग
शैक्षणिक कार्यशाळा
शोध पुस्तिकाName
Kaggle स्पर्धा

योजनाबद्ध GPU वैशिष्ट्ये

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
CUDA रंग3,840
एफपी३२12 TFLOPS
INT847 TOPS
स्मृती BW346 GB/s
आर्किटेक्चरPascal (GP102)
पासथ्रूPCIe पासथ्रू

वारंवार विचारले जाणारे प्रश्न

What is Jupyter on a GPU VPS?

+

Jupyter कार्य वेगाने करण्यासाठी NVIDIA GPU चा वापर करू शकते. VPS.org GPU सर्वर अद्याप ऑर्डर करण्यासाठी उपलब्ध नाही; ते उपलब्ध झाल्यास आम्हाला कळवा. Jupyter हे सामान्य GPU- त्वरित कार्यभार आहे. तुमच्या सॉफ्टवेअरमध्ये CUDA समर्थन आहे व तुमच्या ड्राइवर/ रनटाइम आवृत्त्या Jupyter करीता कार्यभार आवश्यकतांशी जुळतात याची खात्री करा.

Jupyter GPU VPS वर मी कसे स्थापित करू?

+

GPU सर्वर अद्याप ऑर्डर करण्यासाठी उपलब्ध नाही. आज आपण Jupyter नियमित CPU योजनावर चालवू शकता, जिथे ते GPU वरपेक्षा खूपच मंद कार्य करते: SSH मध्ये आणि pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root चालवा.

Jupyter साठी मला किती VRAM ची गरज आहे?

+

VRAM needs for Jupyter depend on the model and batch size; check the project documentation for current figures.

Jupyter साठी GPU सर्व्हर किती खर्च येईल?

+

GPU सर्वर ऑर्डर करता येतील तेव्हा GPU किंमत प्रकाशित केली जाईल. जेव्हा ते घडेल तेव्हा ऐकायला हवे असल्यास आम्हाला संपर्क करा.

मी Jupyter सोबत इतर साधने चालवू शकतो का?

+

होय. प्रत्येक VPS.org सर्वर पूर्ण रूट प्रवेशासह येतो, म्हणून तुम्ही Jupyter सोबत इतर साधने सर्व्हरच्या RAM आणि संचयीत चालवू शकता.

मला Jupyter GPU VPS वर पूर्ण रूट मिळते का?

+

प्रत्येक VPS.org सर्व्हर पूर्ण रूट SSH प्रवेश येते, म्हणून आपण ड्राइव्हर्स, लायब्ररी आणि Jupyter आवश्यक असल्यास स्थापित करू शकता.

VPS.org Jupyter साठी CUDA पूर्वसंस्थापित करते का?

+

नाही. कुठलेही सर्वर CUDA रनटाइम किंवा NVIDIA ड्राइवर पूर्व-संस्थापित केले नाही, आणि GPU सर्वर अद्याप ऑर्डर करण्याकरीता उपलब्ध नाही. Jupyter आवश्यक आवृत्ती तुम्ही स्वतः प्रतिष्ठापीत करा.

माझे Jupyter GPU VPS सत्रांदरम्यान टिकते का?

+

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.

मी माझ्या Jupyter कार्यभारासाठी डेटा कुठे साठवावा?

+

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.

Jupyter GPU VPS नंतर मी माप करू शकतो?

+

तुम्ही नियंत्रण पटल पासून कोणत्याही VPS.org सर्वर ला मोठ्या प्लॅन वर अपग्रेड करू शकता; आकार बदलणे पुन्हा सुरू होते व तुमचे Jupyter प्रतिष्ठापन पुढे जाते. GPU सर्वर अजून उपलब्ध नाही.

माझे GPU VPS साठी बॅकअप उपलब्ध आहे का?

+

होय. बॅकअप एक भरपाई जोडणी आहे (दिवसभर +30% योजना किंमत,7दिवस ठेवले; आठवड्यातून +20%, 28 दिवस ठेवले) आणि स्नैपशॉट मोफत आहेत, जे Jupyter लांब चालण्यापूर्वी उपयोगी आहे. दोन्ही सर्व्हरसारख्याच साठवण क्लस्टरवर राहतात.

मला परतफेड मिळू शकते का?

+

परतफेड मागण्यासाठी तुमच्या पहिल्या खरेदीच्या 30 दिवसांच्या आत समर्थनाचा संपर्क करा. GPU सर्वर अजून विकले गेलेले नाहीत, म्हणून GPU ऑर्डर समाविष्ट नाही.

Jupyter ला GPU सर्वर वर चालवायचे आहे का?

GPU क्षमता मर्यादित आहे. आम्हाला तुमच्या कार्यभाराविषयी सांगा आणि आम्ही उपलब्धता व किंमत बरोबर उत्तर देऊ.