Tåga och kör PyTorch-modeller på en NVIDIA Tesla P40 (24 GB VRAM, Pascal arkitektur), med full root-åtkomst. GPU-servrar är ännu inte beställas; kontakta oss för att bli underrättade när de är.
$ pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
# Exempel på installationskommando
PyTorch är en allmänt använd djupinlärning ram. En GPU-server kör PyTorch utbildning och slutsatser på GPU, som är mycket snabbare än på en CPU för de flesta modeller.
Du installerar NVIDIA-drivrutinen, CUDA och PyTorch-bygget du behöver. Kontrollera att din PyTorch-bygge fortfarande stöder Pascal GPUs (kompilera kapacitet 6.1).
Rum för små och medelstora modeller, LoRA finjustering och måttliga satsstorlekar.
Kör Jupyter bärbara datorer på servern för interaktivt arbete på GPU.
Anpassa miljön exakt som ditt projekt behöver.
PyTorch kan använda en NVIDIA GPU för att snabba upp sitt arbete. VPS.org GPU-servrar är inte tillgängliga för beställning ännu, kontakta oss för att höra när de är. PyTorch är en utbildning / finjusterande arbetsbelastning. Planera för långvariga jobb: ögonblicksbilda din VPS regelbundet och spara en kopia av tränade vikter utanför VPS.org.
GPU- servrar är inte tillgängliga för beställning ännu. Idag kan du köra PyTorch på en vanlig CPU- plan, där det fungerar mycket långsammare än på en GPU: SSH i och kör pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124.
Utbildning VRAM domineras av optimizer state plus aktiveringar. Full finjustering av en 7B LLM behöver ungefär 24 till 48 GB; LoRA / QLoRA passar i 8 till 16 GB.
GPU-pris publiceras när GPU-servrar kan beställas. Kontakta oss om du vill höra när det händer.
Ja. Varje VPS.org-server har full åtkomst till root, så att du kan köra andra verktyg tillsammans med PyTorch inom serverns RAM-minne och lagring.
Varje VPS.org-server kommer med full åtkomst till roten SSH, så att du kan installera drivrutiner, bibliotek och PyTorch hur du än behöver.
Nej. Ingen server levereras med en CUDA-runtime eller NVIDIA-drivrutin förinstallerad, och GPU-servrar är inte tillgängliga för beställning ännu. Du installerar versionerna PyTorch behöver dig själv.
Ja. VPS.org-servrar är ihållande virtuella maskiner, inte efemära instanser: PyTorch-modeller, konfigurationer och data stannar på serverns SSD-lagring tills du tar bort dem.
Fortsätt att arbeta data på serverns SSD för snabb åtkomst under PyTorch körningar, och kopiera färdiga artefakter (vikter, generationer, inbäddningar) för att lagra utanför VPS.org; ögonblicksbilder och säkerhetskopior stannar på samma lagringskluster.
Du kan uppgradera vilken VPS.org-server som helst till en större plan från kontrollpanelen. Omstorleken startar om den och installationen av PyTorch överförs. GPU-servrar är ännu inte tillgängliga.
Ja. Säkerhetskopiering är ett betalt tillägg (dagligen +30% av planens pris, som hålls 7 dagar; veckovis +20%, som hålls 28 dagar) och ögonblicksbilder är gratis, vilket är användbart innan långa PyTorch körs. Båda stannar på samma lagringskluster som servern.
Kontakta supporten inom 30 dagar efter ditt första köp för att begära återbetalning. GPU-servrar säljs inte ännu, så ingen GPU-beställning är inblandad.
GPU-kapaciteten är begränsad. Berätta om din arbetsbelastning och vi svarar med tillgänglighet och prissättning.