चाँडै आउँदै: एनभीडिया टेस्ला P40, 24 जीबी VRAM

टेनसरफ्लो GPU VPS

एनभीडीआई टेस्ला P40 (24 GB VRAM, पास्कल वास्तुकला) मा TensorFlow र Keras प्रशिक्षण र निष्कर्षण चलाउनुहोस्। GPU सर्भरहरू अझै पनि आदेशयोग्य छैनन्; तिनीहरू जब तिनीहरू छन् जब सूचना प्राप्त गर्न हामीलाई सम्पर्क गर्नुहोस्।

$ pip install tensorflow[and-cuda]
# उदाहरण स्थापना आदेश

GPU VPS मा TensorFlow के हो?

TensorFlow Google को खुला स्रोत मेसिन सिक्ने फ्रेमवर्क हो। GPU सर्भरमा, TensorFlow CUDA मार्फत GPU मा यसको सञ्चालन चलाउँछ।

VPS.org GPU सर्भरमा TensorFlow

GPU त्वरण

TensorFlow CUDA मार्फत GPU प्रयोग एक पटक तपाईं एक मिल्दो ड्राइभर र CUDA संस्करण स्थापना.

हार्ड

GPU ब्याकइन्डको माथि Keras API सँग नमूनाहरू निर्माण गर्नुहोस् ।

टेन्सरबोर्ड

आफ्नो सर्भरमा TensorBoard संग प्रशिक्षण मनिटर गर्नुहोस्।

TF सेवा

यसले वायुमण्डलमा कार्बन डाइअक्साइडको मात्रा बढाउँछ।

लोकप्रिय TensorFlow प्रयोग गर्नुहोस्

छवि वर्गीकरण
वस्तु पत्ता लगाउनुहोस्
प्राकृतिक भाषा प्रक्रिया
सिफारिस प्रणाली
समय श्रृङ्खला पूर्वानुमान
उत्पादन एमएल पाइपलाइनहरू

योजनाबद्ध GPU निर्दिष्टीकरण

जीपीयूNVIDIA Tesla P40
भिआरएम24 GB GDDR5
CUDA रङ3,840
FP3212 TFLOPS
INT847 TOPS
स्मृति श्यामश्वेत346 GB/s
वास्तुकलाPascal (GP102)
पासथ्रूPCIe पासथ्रू

प्राय सोधिने प्रश्नहरू

GPU VPS मा TensorFlow के हो?

+

TensorFlow यसको काम गति गर्न NVIDIA GPU प्रयोग गर्न सक्नुहुन्छ। VPS.org GPU सर्भरहरू अझै पनि आदेश गर्न उपलब्ध छैनन्; तिनीहरूले जब छन् सुन्न हामीलाई सम्पर्क गर्नुहोस्। TensorFlow एक प्रशिक्षण / फाइन-टुनिंग कार्यभार हो। लामो चलिरहेको कामहरूको लागि योजना: नियमित रूपमा आफ्नो VPS स्न्यापसट र VPS.org बाहिर प्रशिक्षित तौलको प्रतिलिपि राख्नुहोस्।

म कसरी एक GPU VPS मा TensorFlow सेटअप गर्छु?

+

GPU सर्भरहरू अझै पनि आदेश गर्न उपलब्ध छैनन्। आज तपाईं नियमित सीपीयू योजनामा TensorFlow चलाउन सक्नुहुन्छ, जहाँ यो GPU मा भन्दा धेरै ढिलो काम गर्दछ: SSH मा र pip install tensorflow[and-cuda] चलाउनुहोस्।

कति VRAM म TensorFlow लागि आवश्यक छ?

+

प्रशिक्षण VRAM को ओप्टिमाइजर राज्य प्लस सक्रियण द्वारा प्रभुत्व छ। एक 7B LLM को पूर्ण फाइन-ट्यूनिंग लगभग 24 देखि 48 जीबी को आवश्यकता छ; LoRA / QLoRA 8 देखि 16 जीबी मा फिट हुन्छ।

TensorFlow को लागि GPU सर्भर कति खर्च हुनेछ?

+

GPU सर्भरहरू आदेश गर्न सकिन्छ जब GPU मूल्यांकन प्रकाशित गरिनेछ। तपाईंले त्यो घटना हुँदा सुन्न चाहनुहुन्छ भने हामीलाई सम्पर्क गर्नुहोस्।

म TensorFlow साथै अन्य उपकरणहरू चलाउन सक्छु?

+

हो। हरेक VPS.org सर्भर पूर्ण मूल पहुँच संग आउँछ, त्यसैले तपाईं सर्भरको RAM र भण्डारण भित्र TensorFlow साथै अन्य उपकरणहरू चलाउन सक्नुहुन्छ।

म TensorFlow GPU VPS मा पूर्ण मूल प्राप्त गर्छु?

+

हरेक VPS.org सर्भर पूर्ण मूल SSH पहुँच संग आउँछ, त्यसैले तपाईं ड्राइभर स्थापना गर्न सक्नुहुन्छ, पुस्तकालय र TensorFlow तर तपाईं आवश्यक.

के VPS.org ले TensorFlow का लागि CUDA पूर्व स्थापना गर्दछ?

+

छैन. कुनै सर्भर एक CUDA रनटाइम वा NVIDIA ड्राइभर पूर्व-स्थापना संग आउँछ, र GPU सर्भर अझै पनि आदेश गर्न उपलब्ध छैन. तपाईं संस्करण TensorFlow आफैलाई आवश्यकताहरू स्थापना.

के मेरो TensorFlow GPU VPS सत्रहरू बीचमा रहन्छ?

+

हो। VPS.org सर्भरहरू स्थिर अवास्तविक मेशिनहरू हुन्, न त अल्पकालीन उदाहरणहरू: TensorFlow मोडेलहरू, कन्फिगहरू र डेटाहरू सर्भरको एसडीएस भण्डारणमा रहन्छन् जबसम्म तपाईं तिनीहरूलाई मेट्नुहुन्न।

म मेरो TensorFlow कार्यभार लागि डेटा कहाँ भण्डारण गर्नुपर्छ?

+

TensorFlow चल्छ समयमा छिटो पहुँच लागि सर्भरको एसडीएस मा काम डेटा राख्न, र VPS.org बाहिर भण्डारण गर्न समाप्त artifacts (वजन, पुस्ता, embeddings) प्रतिलिपि; स्न्यापसट र जगेडा एउटै भण्डारण क्लस्टर मा बस्ने।

म मेरो TensorFlow GPU VPS पछि मापन गर्न सक्छु?

+

तपाईँले नियन्त्रण प्यानलबाट ठूलो योजनामा कुनै पनि VPS.org सर्भर स्तरबृद्धि गर्न सक्नुहुन्छ; रिसाइजले यसलाई पुन: सुरु गर्दछ र तपाईँको TensorFlow स्थापनाले यसलाई माथि लिन्छ। GPU सर्भरहरू अहिलेसम्म उपलब्ध छैनन्।

मेरो GPU VPS को लागि जगेडा उपलब्ध छन्?

+

हो. ब्याकअप एक भुक्तानी add-on छन् (योजना मूल्य को दैनिक +30%, राखिएको7दिन; साप्ताहिक +20%, राखिएको 28 दिन) र स्न्यापसट मुक्त छन्, जो लामो TensorFlow चल्छ अघि उपयोगी छ. दुवै सर्भर रूपमा नै भण्डारण क्लस्टर मा बस्न.

म फिर्ता पाउन सक्छु?

+

फिर्ताको लागि अनुरोध गर्न तपाईंको पहिलो खरीदको 30 दिन भित्र समर्थन सम्पर्क गर्नुहोस्। GPU सर्भरहरू अझै बिक्री गरिएको छैन, त्यसैले कुनै GPU आदेश संलग्न छ।

GPU सर्भरमा TensorFlow चलाउन चाहनुहुन्छ?

GPU क्षमता सीमित छ। हामीलाई आफ्नो कार्यभार बारे बताउनुहोस् र हामी उपलब्धता र मूल्यांकन संग जवाफ दिनेछौं।