გრადიუტის გაძლიერების, მასივის მათემატიკის და მოდელის სწავლების გასწრაფება NVIDIA Tesla P40-ის გრაფიკული პროცესორის გამოყენებით (24 GB VRAM, პარასკალის არქიტექტურა). გრაფიკული პროცესორის სერვერები ჯერ არ არის შესაძლებელი შეკვეთა; დაგვიკავშირდით, რომ მოგახსენოთ, როდესაც ისინი იქნება.
$ pip install cuml-cu12 xgboost cudf-cu12
# დაყენების ბრძანების მაგალითი
GPU- ით აჩქარებული მანქანური სწავლება იყენებს CUDA- ს სწავლების და წინასწარმეტყველების გასასწრაფებლად. ბიბლიოთეკები, როგორიცაა XGBoost და CuPy, შეუძლიათ GPU- ს გამოყენება; NVIDIA RAPIDS- სჭირდება Pascal P40- სგან უფრო ახალი GPU.
გრაფიკული პროცესორის მოდელის გრადიუსის გაძლიერების სწავლება.
NumPy- სთან თავსებადი მასივები, რომლებიც GPU- ზე მუშაობენ.
Train neural models alongside classical ones on the same server.
ბიბლიოთეკის ვერსიების დაყენება, რომლებიც თქვენს კონვეიერს სჭირდება.
Machine Learning- მა შეუძლია NVIDIA გრაფიკული პროცესორის გამოყენება მისი მუშაობის გასასწრაფებლად. VPS.org გრაფიკული სერვერები ჯერ არ არის ხელმისაწვდომი; დაგვიკავშირდით, რომ გაიგოთ, როდის იქნება ხელმისაწვდომი. Machine Learning არის გრაფიკული პროცესორის მიერ დააჩქარებული სამუშაო დატვირთვა. დარწმუნდით, რომ თქვენი პროგრამა CUDA- ს მხარდაჭერას ფლობს და რომ თქვენი დრაივერის/ წარმადობის ვერსიები შეესაბამება Machine Learning- ს სამუშაო დატვირთვის მოთხოვნებს.
GPU სერვერები ჯერ არ არის ხელმისაწვდომი. დღეს თქვენ შეგიძლიათ Machine Learning- ის გაშვება ჩვეულებრივ CPU გეგმაზე, სადაც ის მუშაობს უფრო ნელა ვიდრე GPU- ზე: შედით SSH- ში და გაუშვით pip install cuml-cu12 xgboost cudf-cu12.
Machine Learning-ის VRAM-ის მოთხოვნილება დამოკიდებულია მოდელსა და ბატის ზომაზე; მიმდინარე მონაცემებისთვის შეამოწმეთ პროექტის დოკუმენტაცია.
GPU- ს ფასები გამოქვეყნდება, როდესაც GPU სერვერები შეძლებენ შეკვეთას. დაგვიკავშირდით, თუ გსურთ გაიგოთ, თუ როდის მოხდება ეს.
Yes. Every VPS.org server comes with full root access, so you can run other tools alongside Machine Learning within the server's RAM and storage.
ყველა VPS.org სერვერი მოდის სრული root SSH წვდომით, ასე რომ შეგიძლიათ დააყენოთ დრაფიტები, ბიბლიოთეკები და Machine Learning როგორც გსურთ.
არა. სერვერები არ მოდის CUDA- ს ან NVIDIA- ს დრაივერის წინასწარ დაყენებული ვერსიით და GPU სერვერები ჯერ არ არის ხელმისაწვდომი. თქვენ უნდა დააყენოთ Machine Learning- ს საჭირო ვერსიები.
VPS.org სერვერები მუდმივი ვირტუალური მანქანებია, არა ეპემერიული ინდექსები: Machine Learning მოდელი, კონფიგურაცია და მონაცემები სერვერის SSD მეხსიერებაზე რჩება სანამ არ წაშლით მათ.
Keep working data on the server's SSD for fast access during Machine Learning runs, and copy finished artifacts (weights, generations, embeddings) to storage outside VPS.org; snapshots and backups stay on the same storage cluster.
ნებისმიერი VPS.org სერვერის გაუმჯობესება უფრო დიდი გეგმის გამოყენებით შესაძლებელია კონტროლის პანელიდან; ზომის შეცვლა მას გადაამოწმებს და თქვენი Machine Learning დაყენება გადავა. GPU სერვერები ჯერ არ არის ხელმისაწვდომი.
დიახ. სარეზერვო ასლები ფასიანი დამატებაა (დღეში +30% ფასის, 7 დღის განმავლობაში დაცული; კვირაში +20%, 28 დღის განმავლობაში დაცული) და სურათები უფასოა, რაც სასარგებლოა Machine Learning- ის ხანგრძლივი მუშაობის წინ. ორივე რჩება იმავე შენახვის კლასტერზე, როგორც სერვერი.
დახმარების ცენტრთან დაკავშირება 30 დღის განმავლობაში პირველი შეძენის შემდეგ, თანხის დაბრუნების მოთხოვნით. GPU სერვერები ჯერ არ არის გაყიდული, ამიტომ GPU შეკვეთა არ შედის.
გრაფიკული პროცესორის მოცულობა შეზღუდულია. მოგვწერეთ თქვენი სამუშაოს დატვირთვის შესახებ და ჩვენ მოგაწვდით ხელმისაწვდომობასა და ფასებს.