ໃກ້ຈະມາເຖິງ: NVIDIA Tesla P40, 24 GB VRAM

ຕົວ​ຈັດ​ການ​ຊັບ​ພະຍາກອນ​ອິນ​ເຕີ​ເນັດ​ແບບ​ບໍ່​ມີ​ການ​ເຊື່ອມ​ຕໍ່

ແລ່ນ TensorFlow ແລະ Keras ຝຶກອົບຮົມແລະ inferencing ເທິງ NVIDIA Tesla P40 (24 GB VRAM, Pascal architecture). GPU ເຊີເວີແມ່ນຍັງບໍ່ໄດ້ສັ່ງຊື້; ຕິດຕໍ່ພວກເຮົາເພື່ອໄດ້ຮັບການແຈ້ງເຕືອນເມື່ອພວກເຂົາແມ່ນ.

$ pip install tensorflow[and-cuda]
# ຄໍາ​ສັ່ງ​ຕິດຕັ້ງ​ຕົວຢ່າງ

ຫຍັງຄື {ຊື່} ຢູ່ໃນ GPU VPS?

TensorFlow ແມ່ນກອບການຮຽນຮູ້ຂອງເຄື່ອງຈັກ Open Source ຂອງ Google ສຳ ລັບການສ້າງແລະ ນຳ ໃຊ້ແບບ ຈຳ ລອງ ML. ດ້ວຍ GPU VPS, ທ່ານໄດ້ຮັບຮາດແວທີ່ອຸທິດຕົນເພື່ອເພີ່ມຄວາມໄວໃນການຝຶກອົບຮົມແລະຜົນໄດ້ຮັບໂດຍບໍ່ຕ້ອງແບ່ງປັນຊັບພະຍາກອນ.

TensorFlow on a VPS.org GPU server

ການ​ເພີ່ມ​ຄວາມ​ໄວ GPU

TensorFlow ໃຊ້ GPU ຜ່ານ CUDA ເມື່ອທ່ານຕິດຕັ້ງຕົວຂັບເຄື່ອນທີ່ເໝາະສົມ ແລະ ສະບັບ CUDA.

ແຂງ

ສ້າງແບບແບບດ້ວຍ API Keras ຢູ່ເທິງ GPU backend.

ແຜ່ນ​ເທນເຊີ

ຕິດຕາມການຝຶກຊ້ອມດ້ວຍ TensorBoard ເທິງເຊີເວີຂອງທ່ານເອງ.

ບໍລິການ TF

ບໍລິການແບບຈໍາລອງທີ່ຮຽນຮູ້ດ້ວຍ TensorFlow Serving.

ຕົວຢ່າງການໃຊ້ທີ່ນິຍົມ {ຊື່}

ການ​ຈັດ​ປະເພດ​ຮູບ
ການກວດພົບ​ສິ່ງ​ຂອງ
ການ​ປະມວນຜົນ​ພາສາ​ທໍາມະຊາດ
ລະບົບ​ແນະນຳ
ການ​ຄາດຄະເນ​ຊ່ອງ​ເວລາ
ການຜະລິດ ML ສາຍສົ່ງ

ຂໍ້​ມູນ​ສະເພາະ​ຂອງ​ GPU ທີ່​ວາງ​ແຜນ

​GPUNVIDIA Tesla P40
VRAM24 GB GDDR5
ពណ៌ CUDA3,840
FP32 ​12 TFLOPS
INT847 TOPS
​ຄວາມ​ຈຳ​ສີ​ຂາວ346 GB/s
ສະຖາປັດຕະຍະກໍາPascal (GP102)
ຜ່ານPCIe ຜ່ານ

ຄໍາຖາມທີ່ຖາມເລື້ອຍໆ

TensorFlow ແມ່ນຫຍັງໃນ GPU VPS?

+

TensorFlow ສາມາດໃຊ້ NVIDIA GPU ເພື່ອເພີ່ມຄວາມໄວຂອງການເຮັດວຽກຂອງມັນ. VPS.org ບໍລິການ GPU ບໍ່ສາມາດສັ່ງໄດ້; ຕິດຕໍ່ພວກເຮົາເພື່ອຟັງເມື່ອພວກເຂົາແມ່ນ. TensorFlow ແມ່ນການຝຶກອົບຮົມ / ປັບແຕ່ງຄວາມກົດດັນຂອງວຽກ. ວາງແຜນສໍາລັບວຽກທີ່ດໍາເນີນໄປດົນ: snapshot VPS ຂອງທ່ານເປັນປົກກະຕິແລະຮັກສາສໍາເນົາຂອງນ້ໍາຫນັກຝຶກອົບຮົມນອກ VPS.org.

ຂ້ອຍຈະຕັ້ງຄ່າ TensorFlow ໃນ GPU VPS ໄດ້ແນວໃດ?

+

ບໍລິການ GPU ຍັງບໍ່ທັນມີໃຫ້ສັ່ງຊື້ເທື່ອ. ມື້ນີ້ທ່ານສາມາດແລ່ນ TensorFlow ຢູ່ໃນແຜນ CPU ປົກກະຕິ, ບ່ອນທີ່ມັນເຮັດວຽກຊ້າກວ່າ GPU: SSH ໃນແລະແລ່ນ pip install tensorflow[and-cuda].

VRAM ເທົ່າໃດທີ່ຂ້ອຍຕ້ອງການສໍາລັບ TensorFlow?

+

ການປັບແຕ່ງຢ່າງເຕັມທີ່ຂອງ 7B LLM ຕ້ອງການປະມານ 24 ເຖິງ 48 GB; LoRA / QLoRA ເຂົ້າກັນໄດ້ໃນ 8 ເຖິງ 16 GB.

ຄ່າໃຊ້ຈ່າຍຂອງ GPU server ສຳ ລັບ TensorFlow ແມ່ນເທົ່າໃດ?

+

ລາຄາ GPU ຈະຖືກເຜີຍແຜ່ເມື່ອເຊີບເວີ GPU ສາມາດສັ່ງຊື້ໄດ້. ຕິດຕໍ່ພວກເຮົາຖ້າທ່ານຕ້ອງການຮູ້ເມື່ອມັນເກີດຂື້ນ.

Can I run other tools alongside TensorFlow?

+

ແມ່ນແລ້ວ. ທຸກໆ ເຊີເວີ VPS.org ຈະມີການເຂົ້າເຖິງ root ເຕັມ, ສະນັ້ນທ່ານສາມາດແລ່ນເຄື່ອງມືອື່ນໆພ້ອມກັບ TensorFlow ໃນ RAM ແລະບ່ອນເກັບຂໍ້ມູນຂອງເຊີເວີ.

ຂ້ອຍຈະໄດ້ຮັບ root ເຕັມທີ່ TensorFlow GPU VPS ບໍ?

+

ທຸກໆ VPS.org ເຊີເວີມາພ້ອມກັບ root SSH ເຂົ້າເຖິງເຕັມ, ດັ່ງນັ້ນທ່ານສາມາດຕິດຕັ້ງ drivers, library ແລະ TensorFlow ຕາມທີ່ທ່ານຕ້ອງການ.

VPS.org ຕິດຕັ້ງ CUDA ກ່ອນສຳລັບ TensorFlow ບໍ?

+

ບໍ່. ບໍ່ມີເຄື່ອງ​ເຊີຟເວີ​ມາ​ພ້ອມ​ກັບ​ເວລາ​ແລ່ນ​ຂອງ CUDA ຫຼື​ເຄື່ອງ​ຂັບ​ລົດ NVIDIA ທີ່​ໄດ້​ຕິດຕັ້ງ​ກ່ອນ​ແລ້ວ, ແລະ​ເຄື່ອງ​ເຊີຟເວີ GPU ຍັງບໍ່​ມີ​ໃຫ້​ສັ່ງ​ຊື້​ເທື່ອ. ທ່ານ​ໄດ້​ຕິດຕັ້ງ​ເວີ​ຊັນ TensorFlow ຕ້ອງການ​ຕົວ​ທ່ານ​ເອງ.

TensorFlow GPU VPS ຂອງຂ້າພະເຈົ້າຍັງຄົງຢູ່ລະຫວ່າງການປະຊຸມບໍ?

+

ຍິນດີ. ເຊີເວີ VPS.org ແມ່ນເຄື່ອງ virtual ທີ່ມີຢູ່, ບໍ່ແມ່ນຕົວຢ່າງທີ່ບໍ່ມີເວລາ: ແບບ TensorFlow, ຕັ້ງຄ່າແລະຂໍ້ມູນຢູ່ເທິງ SSD ຂອງເຊີເວີຈົນກວ່າທ່ານຈະລຶບພວກມັນ.

ບ່ອນທີ່ຂ້າພະເຈົ້າຄວນເກັບຂໍ້ມູນສໍາລັບ TensorFlow ວຽກຂອງຂ້າພະເຈົ້າ?

+

ຮັກສາຂໍ້ມູນເຮັດວຽກຢູ່ໃນ SSD ຂອງເຊີບເວີສໍາລັບການເຂົ້າເຖິງໄວໃນໄລຍະ TensorFlow ແລ່ນ, ແລະຄັດລອກ artifacts ສໍາເລັດ (ນໍ້າໜັກ, ເຊື້ອຊາດ, embeddings) ໄປເກັບຮັກສານອກ VPS.org; snapshots ແລະ backups ຢູ່ໃນ cluster ເກັບຮັກສາດຽວກັນ.

ຂ້ອຍສາມາດປັບຂະ ໜາດ TensorFlow GPU VPS ຂອງຂ້ອຍໄດ້ບໍ?

+

ທ່ານ​ສາມາດ​ອັບເດດ​ເຊີບເວີ VPS.org ໃດໆ​ໄປ​ເປັນ​ແຜນ​ທີ່​ໃຫຍ່​ກວ່າ​ຈາກ​ແຜງ​ຄວບຄຸມ; ການ​ປ່ຽນ​ຂະ​ໜາດ​ຈະ​ເລີ່ມ​ຕົ້ນ​ມັນ​ຄືນ​ໃໝ່ ແລະ ການ​ຕິດຕັ້ງ TensorFlow ຂອງທ່ານ​ຈະ​ນຳ​ໄປ​ໃຊ້​ຕໍ່​ໄປ. ເຊີບເວີ GPU ຍັງບໍ່​ມີ​ຢູ່​ເທື່ອ.

ມີການບີບອັດສໍາລັບ GPU VPS ຂອງຂ້າພະເຈົ້າບໍ?

+

ຍິນດີຕ້ອນຮັບ. バックອັບແມ່ນຈ່າຍ add-on (ທຸກໆມື້ +30% ຂອງລາຄາແຜນ, ຮັກສາ7ມື້; ອາທິດ +20%, ຮັກສາ 28 ວັນ) ແລະ snapshots ແມ່ນຟຣີ, ເຊິ່ງແມ່ນມີປະໂຫຍດກ່ອນທີ່ຈະ TensorFlow ຍາວແລ່ນ. ທັງສອງຢູ່ທີ່ cluster ເກັບຮັກສາດຽວກັນກັບເຄື່ອງແມ່ຂ່າຍ.

ຂ້ອຍສາມາດໄດ້ຮັບເງິນຄືນໄດ້ບໍ?

+

ຕິດຕໍ່ສະຫນັບສະຫນູນພາຍໃນ 30 ມື້ຂອງການຊື້ຄັ້ງທໍາອິດຂອງທ່ານເພື່ອຂໍໃຫ້ມີການຊໍາລະຄືນ. ເຊີເວີ GPU ຍັງບໍ່ທັນໄດ້ຂາຍ, ສະນັ້ນບໍ່ມີຄໍາສັ່ງ GPU ກ່ຽວຂ້ອງ.

ຕ້ອງການ​ຈະ​ແລ່ນ TensorFlow ເທິງ​ເຊີບເວີ GPU ບໍ?

ຄວາມສາມາດຂອງ GPU ແມ່ນມີຈໍາກັດ. ບອກພວກເຮົາກ່ຽວກັບຄວາມກົດດັນຂອງວຽກຂອງທ່ານແລະພວກເຮົາຈະຕອບກັບຄວາມສາມາດແລະລາຄາ.