Speed up gradient boosting, array math and model training with the GPU on an NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture). GPU servers are not orderable yet; contact us to be notified when they are.
$ pip install cuml-cu12 xgboost cudf-cu12
# 示例 安裝命令
GPU加速的机器学习使用CUDA来加快培训和预测,XGBoost和CuPy等图书馆可以使用GPU;NVIDA RAPIDS需要比Pascal P40更新的GPU。
培训GPU的梯度推进模型。
运行在 GPU 上的 NumPy 兼容数组 。
同一服务器上的古典神经模型与古典神经模型并列。
安装库版本您的管道需求 。
Machine Learning 可以使用 NVIDIA GPU 来加速工作。 VPS.org GPU 服务器尚未可用, 无法订购 ; 请联系我们以听到 。 Machine Learning 是通用 GPU 加速的工作。 请确定您的软件有 CUDA 支持, 以及您的驱动器/ 运行时数版本符合 Machine Learning 的工作量要求 。
GPU 服务器尚未可用以订购 。 今天您可以在常规 CPU 计划中运行 Machine Learning, 其运行速度远比 GPU 慢得多: SSH 运行 pip install cuml-cu12 xgboost cudf-cu12 。
Machine Learning 的 VRAM 需求取决于模型和批量大小; 检查项目文档中当前数字的当前数据 。
当可以订购 GPU 服务器时, 将会公布 GPU 定价 。 如果您想听到, 请联系我们 。
是的。每个 VPS.org 服务器都带有完整的根访问权限, 这样您就可以在服务器的内存和存储中运行 Machine Learning 并同时运行其他工具 。
每个 VPS.org 服务器都带有 SSH 根全存, 这样您就可以安装驱动程序、 库和 Machine Learning 。
否。 没有服务器随 CUDA 运行时间或 NVIDIA 驱动程序预设后而来, 并且 GPU 服务器目前无法订购。 您安装的版本 Machine Learning 需要自己来操作 。
是的 VPS.org 服务器是持久性虚拟机器,不是短时间的:Machine Learning 模型、配置和数据保存在服务器的 SSD 存储中,直到您删除它们。
保存服务器 SD 的工作数据, 以便在 Machine Learning 运行期间快速访问, 并复制完成的文物( 重量、 代、 嵌入) 储存到 VPS.org 之外; 照片和备份保存在同一存储群中 。
您可以将任何 VPS.org 服务器升级为控制面板上更大的计划; 调整大小重新启动, 并让您安装 Machine Learning 的服务器结转到上。 GPU 服务器尚未可用 。
是的 备份是附加的( 日+30%的计划价格, 保留7天; 周+20%, 保存28天) 和快照是免费的, 在 Machine Learning 运行之前有用 。 两者都与服务器一样保存在存储群中 。
第一次购买后30天内的联络支持请求退款。 GPU 服务器尚未出售, 所以没有涉及 GPU 订单 。