Akan datang: NVIDIA Tesla P40, 24 GB VRAM

PyTorch GPU VPS

Latihan dan jalankan model PyTorch pada NVIDIA Tesla P40 (24 GB VRAM, arsitektur Pascal), dengan akses root penuh. Pelayan GPU tidak boleh diminta lagi; hubungi kami untuk diberitahu bila ianya boleh diminta.

$ pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
# Arahan contoh pemasangan

Apakah {nama} pada GPU VPS?

PyTorch adalah kerangka pembelajaran mendalam yang digunakan secara meluas. Pelayan GPU menjalankan latihan dan inferensi PyTorch pada GPU, yang jauh lebih pantas daripada CPU bagi kebanyakan model.

PyTorch pada pelayan GPU VPS.org

Pasang Tumpukan CUDA Anda

Anda memasang pemacu NVIDIA, CUDA dan binaan PyTorch yang anda perlukan. Semak binaan PyTorch anda masih menyokong GPU Pascal (kapasiti pengiraan 6.1).

24 GB VRAM

Ruang untuk model kecil dan sederhana, LoRA fine-tuning dan saiz kumpulan sederhana.

Jupiter

Jalankan notebook Jupyter pada pelayan untuk kerja interaktif pada GPU.

Capaian Root Penuh

Konfigur persekitaran seperti yang diperlukan oleh projek anda.

Kes Guna {nama} Popular

Latihan rangkaian saraf
Model penglihatan komputer
Model & transformator NLP
Penelitian AI Generatif
Penyuntingan halus model
Kesimpulan pengeluaran

Spesifikasi GPU yang Dirancang

GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
Warna CUDA3,840
FP3212 TFLOPS
INT847 TOPS
Memori BW346 GB/s
ArkitekturPascal (GP102)
LaluanLaluan PCIe

Soalan Lazim

Apa itu PyTorch pada GPU VPS?

+

PyTorch boleh menggunakan GPU NVIDIA untuk mempercepatkan kerjanya. Pelayan GPU VPS.org tidak tersedia untuk diminta lagi; hubungi kami untuk mendengar bila ianya tersedia. PyTorch adalah beban kerja latihan / penyelarasan halus. Reka bentuk untuk kerja berjalan panjang: snapshot VPS anda secara berkala dan simpan salinan berat terlatih di luar VPS.org.

Bagaimana saya tetapkan PyTorch pada GPU VPS?

+

Pelayan GPU tidak tersedia untuk diminta lagi. Hari ini anda boleh jalankan PyTorch pada rancangan CPU biasa, di mana ia berfungsi lebih perlahan daripada pada GPU: SSH masuk dan jalankan pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124.

Berapa banyak VRAM yang saya perlukan untuk PyTorch?

+

VRAM latihan didominasi oleh keadaan optima plus aktivasi. Penyuntingan halus penuh 7B LLM memerlukan kira-kira 24 hingga 48 GB; LoRA / QLoRA sesuai dalam 8 hingga 16 GB.

Berapakah kos pelayan GPU untuk PyTorch?

+

Harga GPU akan diterbitkan bila pelayan GPU boleh diminta. Hubungi kami jika anda ingin tahu bila ia berlaku.

Bolehkah saya menjalankan alat lain bersama-sama PyTorch?

+

Ya. Setiap pelayan VPS.org datang dengan akses root penuh, jadi anda boleh jalankan alat lain bersama PyTorch dalam RAM dan storan pelayan.

Adakah saya mendapat root penuh pada PyTorch GPU VPS?

+

Setiap pelayan VPS.org datang dengan akses root SSH penuh, jadi anda boleh pasang pemacu, pustaka dan PyTorch apa yang anda perlukan.

Adakah VPS.org pra-pasang CUDA untuk PyTorch?

+

Tidak. Tiada pelayan datang dengan masa jalan CUDA atau pemacu NVIDIA pra-dipasang, dan pelayan GPU tidak tersedia untuk diminta lagi. Anda pasang versi PyTorch yang diperlukan sendiri.

Adakah VPS GPU PyTorch saya kekal di antara sesi?

+

Ya. Pelayan VPS.org adalah mesin maya kekal, bukan instans sementara: model PyTorch, konfigurasi dan data kekal pada storan SSD pelayan sehingga anda memadamnya.

Di manakah saya patut simpan data untuk beban kerja PyTorch saya?

+

Kekalkan data kerja pada SSD pelayan untuk akses pantas semasa PyTorch berjalan, dan salin artefak selesai (berat, generasi, penempatan) ke storan luar VPS.org; snapshot dan sandaran kekal pada cluster storan yang sama.

Bolehkah saya skala PyTorch GPU VPS saya kemudian?

+

Anda boleh menaik taraf mana-mana pelayan VPS.org ke rancangan yang lebih besar dari panel kawalan; saiz semula memulakannya semula dan pemasangan PyTorch anda membawanya. Pelayan GPU tidak tersedia lagi.

Adakah sandaran tersedia untuk GPU VPS saya?

+

Ya. Sandaran adalah tambahan berbayar (sehari +30% daripada harga rancangan, disimpan 7 hari; mingguan +20%, disimpan 28 hari) dan snapshot adalah percuma, yang berguna sebelum PyTorch berjalan lama. Kedua-duanya tinggal pada cluster storan yang sama dengan pelayan.

Boleh saya dapatkan wang balik?

+

Hubungi sokongan dalam masa 30 hari dari pembelian pertama anda untuk meminta bayaran balik. Pelayan GPU belum dijual lagi, jadi tiada pesanan GPU terlibat.

Adakah anda ingin menjalankan PyTorch pada Pelayan GPU?

Kapasiti GPU terhad. Beritahu kami tentang beban kerja anda dan kami akan menjawab dengan ketersediaan dan harga.