Kör Jupyter bärbara datorer på en NVIDIA Tesla P40 (24 GB VRAM, Pascal arkitektur) för interaktiv datavetenskap och ML arbete. GPU-servrar är inte beställas ännu; kontakta oss för att bli meddelade när de är.
$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# Exempel på installationskommando
Jupyter bärbara datorer på en GPU-server ger dig en interaktiv miljö där bärbara celler kan använda GPU. Användbar för experiment och prototyper modeller.
Använd GPU från bärbara celler när CUDA och ditt ramverk är installerade.
JupyterLab med terminal, fil webbläsare och tillägg.
Du installerar PyTorch, TensorFlow, scikit-lärling, pandor och allt annat du behöver.
Nå dina anteckningsböcker från en webbläsare; säkra dem med en token, lösenord eller SSH tunnel.
Jupyter kan använda en NVIDIA GPU för att snabba upp sitt arbete. VPS.org GPU-servrar är inte tillgängliga för beställning ännu. Kontakta oss för att höra när de är. Jupyter är en allmän GPU-accelererad arbetsbelastning. Se till att din programvara har stöd för CUDA och att dina drivrutins-/runtime-versioner matchar arbetsbelastningskraven för Jupyter.
GPU- servrar är inte tillgängliga för beställning ännu. Idag kan du köra Jupyter på en vanlig CPU- plan, där det fungerar mycket långsammare än på en GPU: SSH i och kör pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root.
VRAM-behoven för Jupyter beror på modellen och partistorleken; kontrollera projektdokumentationen för aktuella siffror.
GPU-pris publiceras när GPU-servrar kan beställas. Kontakta oss om du vill höra när det händer.
Ja. Varje VPS.org-server har full åtkomst till root, så att du kan köra andra verktyg tillsammans med Jupyter inom serverns RAM-minne och lagring.
Varje VPS.org-server kommer med full åtkomst till roten SSH, så att du kan installera drivrutiner, bibliotek och Jupyter hur du än behöver.
Nej. Ingen server levereras med en CUDA-runtime eller NVIDIA-drivrutin förinstallerad, och GPU-servrar är inte tillgängliga för beställning ännu. Du installerar versionerna Jupyter behöver dig själv.
Ja. VPS.org-servrar är ihållande virtuella maskiner, inte efemära instanser: Jupyter-modeller, konfigurationer och data stannar på serverns SSD-lagring tills du tar bort dem.
Fortsätt att arbeta data på serverns SSD för snabb åtkomst under Jupyter körningar, och kopiera färdiga artefakter (vikter, generationer, inbäddningar) för att lagra utanför VPS.org; ögonblicksbilder och säkerhetskopior stannar på samma lagringskluster.
Du kan uppgradera vilken VPS.org-server som helst till en större plan från kontrollpanelen. Omstorleken startar om den och installationen av Jupyter överförs. GPU-servrar är ännu inte tillgängliga.
Ja. Säkerhetskopiering är ett betalt tillägg (dagligen +30% av planens pris, som hålls 7 dagar; veckovis +20%, som hålls 28 dagar) och ögonblicksbilder är gratis, vilket är användbart innan långa Jupyter körs. Båda stannar på samma lagringskluster som servern.
Kontakta supporten inom 30 dagar efter ditt första köp för att begära återbetalning. GPU-servrar säljs inte ännu, så ingen GPU-beställning är inblandad.
GPU-kapaciteten är begränsad. Berätta om din arbetsbelastning och vi svarar med tillgänglighet och prissättning.