กำลังจะมาถึง: NVIDIA Tesla P40, 24 GB VRAM

เซิร์ฟเวอร์โน้ตบุ๊ค GPU Jupyter

ทำงานโน้ตบุ๊ค Jupyter บน NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture) สำหรับงานวิทยาศาสตร์ข้อมูลแบบโต้ตอบและ ML เซิร์ฟเวอร์ GPU ยังไม่สามารถสั่งซื้อได้ ติดต่อเราเพื่อแจ้งเมื่อสั่งซื้อได้

$ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root
# คำสั่งติดตั้งตัวอย่าง

อะไรคือ {ชื่อ} ใน GPU VPS?

สมุดบันทึก Jupyter บนเซิร์ฟเวอร์ GPU ทำให้คุณได้สัมผัสกับสภาพแวดล้อมแบบโต้ตอบ โดยเซลล์โน้ตบุ๊คสามารถใช้ GPU ได้ เหมาะสำหรับทดลองและสร้างโมเดลต้นแบบ

Jupyter บนเซิร์ฟเวอร์ GPU VPS.org

หน่วยประมวลผลภาพในโน้ตบุ๊คName

ใช้ GPU จากเซลล์โน้ตบุ๊ค เมื่อมีการติดตั้ง CUDA และฟอร์มแวร์ของคุณแล้ว

ห้องทดลองจูพีเตอร์Name

JupyterLab ที่มีเทอร์มินัล, เครื่องมือค้นหาแฟ้มและส่วนขยาย

ไลบรารีของตัวคุณเอง

คุณติดตั้ง PyTorch, TensorFlow, Scikit-learn, Pandas และสิ่งอื่นๆที่คุณต้องการ

เข้าถึงจากระยะไกล

เข้าถึงโน้ตบุ๊คของคุณจากเบราว์เซอร์ ปกป้องมันด้วยโทเค็น รหัสผ่าน หรือทันเนอล์ค SSH

กรณีการใช้ที่นิยมของ Jupyter

การทดลอง ML
การสำรวจข้อมูล
สร้างต้นแบบโมเดล
งานสัมมนาทางการศึกษา
สมุดบันทึกการวิจัยName
การแข่งขันของ Kaggle

ข้อมูลเฉพาะของ GPU ที่วางแผนไว้

หน่วยประมวลผลภาพจิ๊กซอว์NVIDIA Tesla P40
หน่วยความจำภาพ24 GB GDDR5
สี CUDA3,840
FP3212 TFLOPS
INT847 TOPS
หน่วยความจำ สีดำ346 GB/s
สถาปัตยกรรมPascal (GP102)
ผ่านช่องส่งข้อมูล PCIe

คำถามที่ถามบ่อย

Jupyter บน GPU VPS คืออะไร

+

Jupyter สามารถใช้ GPU NVIDIA เพื่อเพิ่มความเร็วในการทำงานได้ เซิร์ฟเวอร์ GPU VPS.org ยังไม่สามารถสั่งซื้อได้ โปรดติดต่อเราเพื่อทราบเมื่อมีการสั่งซื้อ Jupyter เป็นงานที่เร่งความเร็วโดยใช้ GPU ทั่วไป โปรดตรวจสอบว่าซอฟต์แวร์ของคุณรองรับ CUDA และรุ่นไดรเวอร์/ Runtime ของคุณตรงกับความต้องการของงานสำหรับ Jupyter

ฉันจะตั้งค่า Jupyter บน GPU VPS ได้อย่างไร?

+

ยังไม่สามารถสั่งซื้อเซิร์ฟเวอร์ GPU ได้ วันนี้คุณสามารถใช้ Jupyter บน CPU ทั่วไปได้ ซึ่งมันจะทำงานช้ากว่าบน GPU มาก: เข้าใช้ SSH และใช้ pip install jupyterlab torch && jupyter lab --ip=0.0.0.0 --allow-root

ฉันต้องการ VRAM เท่าไหร่สำหรับ Jupyter?

+

ความจำที่จำเป็นสำหรับ Jupyter ขึ้นอยู่กับรุ่นและขนาดของแบต; ตรวจสอบเอกสารโครงการเพื่อดูตัวเลขปัจจุบัน

เซิร์ฟเวอร์ GPU สำหรับ Jupyter ใช้เงินเท่าไหร่

+

ค่า GPU จะถูกประกาศเมื่อเซิร์ฟเวอร์ GPU สามารถสั่งซื้อได้ โปรดติดต่อเรา หากคุณต้องการทราบเมื่อมันเกิดขึ้น

ฉันสามารถใช้เครื่องมืออื่นๆ ร่วมกับ Jupyter ได้ไหม

+

ใช่ เซิร์ฟเวอร์ VPS.org ทุกตัวมาพร้อมกับการเข้าถึง root เต็มรูปแบบ ดังนั้นคุณสามารถทำงาน เครื่องมืออื่น ๆ ร่วมกับ Jupyter ใน RAM และพื้นที่เก็บข้อมูลของเซิร์ฟเวอร์

ฉันจะได้รับเต็มรัตบน Jupyter GPU VPS?

+

เซิร์ฟเวอร์ VPS.org ทุกตัวมาพร้อมกับการเข้าถึง SSH แบบ root เต็มรูปแบบ ดังนั้นคุณสามารถติดตั้งไดรเวอร์ ไลบรารี และ Jupyter ได้ตามที่คุณต้องการ

VPS.org ติดตั้ง CUDA ไว้ก่อนสำหรับ Jupyter หรือไม่?

+

ไม่ ไม่มีเซิร์ฟเวอร์ที่มาพร้อมกับ Runtime CUDA หรือไดรเวอร์ NVIDIA ที่ติดตั้งไว้ก่อน และเซิร์ฟเวอร์ GPU ยังไม่สามารถสั่งซื้อได้ คุณต้องติดตั้งรุ่นที่ Jupyter ต้องการด้วยตัวเอง

Jupyter GPU VPS ของฉันจะยังคงอยู่ระหว่างเซสชั่นหรือไม่?

+

ใช่ เซิร์ฟเวอร์ VPS.org เป็นเครื่องเสมือนจริงที่อยู่ตลอดเวลา ไม่ใช่ตัวอย่างที่หายไป: โมเดล Jupyter ตั้งค่าและข้อมูลจะอยู่บน SSD ของเซิร์ฟเวอร์จนกว่าคุณจะลบมันออก

ฉันควรเก็บข้อมูลของ Jupyter ไว้ที่ไหนดี

+

เก็บข้อมูลที่ทำงานอยู่บน SSD ของเซิร์ฟเวอร์ เพื่อเข้าถึงได้อย่างรวดเร็ว ระหว่างการทำงานของ Jupyter และคัดลอกผลงานที่เสร็จสมบูรณ์ (น้ำหนัก, รุ่น, การฝัง) ไปยังพื้นที่เก็บข้อมูลนอก VPS.org; สแนปช็อตและบัฟเฟอร์จะยังคงอยู่ในคลัสเตอร์พื้นที่เก็บข้อมูลเดียวกัน

ฉันสามารถปรับขนาด Jupyter GPU VPS ของฉันได้หรือไม่

+

คุณสามารถปรับระดับเซิร์ฟเวอร์ VPS.org ใดๆ ไปเป็นแพลนที่ใหญ่กว่าได้จากพาเนลควบคุม การปรับขนาดจะเริ่มการทำงานใหม่ และการติดตั้ง Jupyter จะถูกนำไปใช้ต่อไป เซิร์ฟเวอร์ GPU ยังไม่สามารถใช้งานได้

มีการสำรองข้อมูลสำหรับ GPU VPS ของฉันหรือไม่?

+

ใช่ การสำรองข้อมูลเป็นบริการที่ต้องจ่ายค่าเพิ่ม (ทุกวัน +30% ของราคาแผน, เก็บไว้7วัน; ทุกสัปดาห์ +20%, เก็บไว้ 28 วัน) และภาพถ่ายสแนปช็อตเป็นบริการฟรี ซึ่งมีประโยชน์ก่อนการทำงาน Jupyter อย่างยาวนาน ทั้งสองบริการจะอยู่บนคลัสเตอร์การเก็บข้อมูลเดียวกันกับเซิร์ฟเวอร์

ผมขอคืนเงินได้ไหม

+

ติดต่อฝ่ายสนับสนุนภายใน 30 วันหลังจากซื้อครั้งแรกเพื่อขอคืนเงิน เซิร์ฟเวอร์ GPU ยังไม่ได้ขาย ดังนั้นจึงไม่มีคำสั่ง GPU ที่เกี่ยวข้อง

ต้องการจะทำงาน Jupyter บนเซิร์ฟเวอร์ GPU หรือไม่?

ความจุของ GPU มีจำกัด บอกเราเกี่ยวกับความจุงานของคุณ และเราจะตอบกลับด้วยความพร้อมและราคา