PyTorch-ის მოდელის შესწავლა და გაშვება NVIDIA Tesla P40-ზე (24 GB VRAM, Pascal არქიტექტურა), სრული root-ის წვდომით. GPU სერვერები ჯერ არ არის შესაძლებელი შეკვეთა; დაგვიკავშირდით, რომ გაიგოთ, თუ როდის იქნება შესაძლებელი მათი შეკვეთა.
$ pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
# დაყენების ბრძანების მაგალითი
PyTorch არის ფართო გამოყენებული ღრმა სწავლების სტრუქტურა. GPU სერვერი ახორციელებს PyTorch- ის სწავლებას და დასკვნას GPU- ზე, რომელიც ბევრად სწრაფია ვიდრე CPU- სთვის უმეტეს მოდელებში.
You install the NVIDIA driver, CUDA and the PyTorch build you need. Check that your PyTorch build still supports Pascal GPUs (compute capability 6.1).
Room for small and mid-sized models, LoRA fine-tuning and moderate batch sizes.
Jupyter Notebooks-ის სერვერზე მუშაობა გრაფიკული პროცესორის ინტერაქტიული მუშაობისთვის.
Multi-GPU- ს კონფიგურაცია, დიდი მონაცემთა ბაზების სწრაფი სწავლებისთვის.
PyTorch- მა შეუძლია NVIDIA GPU- ს გამოყენება მისი მუშაობის გასასწრაფებლად. VPS.org GPU სერვერები ჯერ არ არის ხელმისაწვდომი შეკვეთაზე; დაგვიკავშირდით, რომ გაიგოთ, როდის იქნება ისინი. PyTorch არის წვრთნა / სწორი- მართვა სამუშაოს დატვირთვა. გრძელვადიანი დავალებები: რეგულარულად მიიღეთ თქვენი VPS- ის სურათი და შეინახეთ წვრთნილი წონის ასლი VPS.org- ზე გარეთ.
GPU სერვერები ჯერ არ არის ხელმისაწვდომი. დღეს თქვენ შეგიძლიათ PyTorch- ის გაშვება ჩვეულებრივ CPU გეგმაზე, სადაც ის მუშაობს უფრო ნელა ვიდრე GPU- ზე: შედით SSH- ში და გაუშვით pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124.
სწავლების VRAM- ს ოპტიმიზაციის მდგომარეობა და აქტივაცია უმკლავდება. 7B LLM- ის სრული ოპტიმიზაცია საჭიროებს დაახლოებით 24- დან 48 GB- მდე; LoRA / QLoRA 8- დან 16 GB- მდე ხვდება.
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 PyTorch within the server's RAM and storage.
ყველა VPS.org სერვერი მოდის სრული root SSH წვდომით, ასე რომ შეგიძლიათ დააყენოთ დრაფიტები, ბიბლიოთეკები და PyTorch 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 PyTorch- ს საჭირო ვერსიები.
VPS.org სერვერები მუდმივი ვირტუალური მანქანებია, არა ეპემერიული ინდექსები: PyTorch მოდელი, კონფიგურაცია და მონაცემები სერვერის SSD მეხსიერებაზე რჩება სანამ არ წაშლით მათ.
Keep working data on the server's SSD for fast access during PyTorch 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 PyTorch 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 PyTorch- 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.