Przyspieszcie umocnienie gradientu, matematyka matematyczna i modelowe szkolenie z GPU na NVIDIA Tesla P40 (24 GB VRAM, Pascal architektura). Serwery GPU są jeszcze nierozporządzone; skontaktujcie się z nami, aby być powiadomione, kiedy są.
$ pip install cuml-cu12 xgboost cudf-cu12
# Przykład polecenia instalacyjnego
GPU-przyspieszony nauka maszynowa używa KUDA do przyspieszenia szkolenia i prognozowania. Bibliotek takich jak XGBoost i CuPy może używać GPU; NVIDIA RAPIDS potrzebuje nowszych GPU niż Pascal P40.
Gradient pociągu wzmacnia modele GPU.
Taryfy kompatybilne z NumPy, które działają na GPU.
Modele neurologiczne pociągu razem z klasycznymi na tym samym serwerze.
Zainstaluj wersje biblioteki, które potrzebujesz.
Machine Learning może używać NVIDIA GPU do przyspieszenia jego pracy. VPS.org GPU serwery nie są jeszcze dostępne; skontaktuj się z nami, aby usłyszeć kiedy są. Machine Learning jest ogólną zadaną pracą GPU. Upewnij się, że Twoje oprogramowanie ma wsparcie PUDA i że Twój kierowca / wersja jazdy odpowiada wymaganiom pracy dla Machine Learning.
Serwery GPU nie są jeszcze dostępne. Dzisiaj można uruchomić Machine Learning w ramach regularnego planu procesora, gdzie działa on znacznie powoli niż w GPU: SSH w i uruchomić pip install cuml-cu12 xgboost cudf-cu12.
Potrzeby VRAM dla Machine Learning zależą od wielkości modelu i partii; sprawdź dokumentację projektu, aby uzyskać aktualne dane.
GPU ceny zostaną opublikowane, gdy serwery GPU będą mogły być zamówione. Skontaktuj się z nami, jeśli chcesz usłyszeć, kiedy to się stanie.
Tak. Każdy serwer VPS.org ma pełny dostęp do korzeni, więc można uruchomić inne narzędzia obok Machine Learning w pamięci i przechowywaniu serwera.
Każdy serwer VPS.org przychodzi z pełnym dostępem SSH root, więc możesz zainstalować sterowniki, biblioteki i Machine Learning, jak tylko chcesz.
Nie. Nie ma serwera z uruchomieniem CIDA lub NVIDIA sterownik wstępnie zainstalowany, a serwery GPU nie są jeszcze dostępne do zamówienia. Zainstalowałeś wersje Machine Learning potrzebują siebie.
Tak. serwery VPS.org to uporcze maszyny wirtualne, a nie efemeralne przykłady: modele Machine Learning, konfiguracje i dane pozostają na pamięci SSD serwera, aż je usuniesz.
Zachować prace nad SSD serwera w celu szybkiego dostępu podczas uruchamiania Machine Learning i kopiować gotowe artefakty (wagi, pokolenia, wbudowy) do przechowywania poza VPS.org; zdjęcia i kopie kopii pozostają na tym samym gronie.
Możesz uaktualnić każdy serwer VPS.org do większego planu z panelu sterowania; zmiana rozmiaru ponownie go i instalacja Machine Learning przenosi. Serwery GPU nie są jeszcze dostępne.
Tak. Kopia kopii to dodatek (dnia +30% ceny planu, zatrzymane 7 dni; tydzień +20%, przechowywane 28 dni) i zrzuty są bezpłatne, co jest użyte przed długim uruchomieniem Machine Learning. Oba pozostań na tym samym gronie co serwer.
Wsparcie kontaktowe w ciągu 30 dni od pierwszego zakupu, aby zażądać zwrotu. Serwery GPU nie są jeszcze sprzedawane, więc nie ma zamówienia GPU.
Pojemność GPU jest ograniczona. Opowiedz nam o swojej pracy i będziemy odpowiedzieć na to za pomocą dostępności i cen.