VPS dirbtiniam intelektui ir mašininiam mokymuisi

Užsisakykite serverį savo ML aplinkai ir susirinkite ją patys — 5 valandos bandymo prieš apmokėjimą, visiškai be rizikos

Užsisakyti ML serverį
VPS mašininiam mokymuisi užsakymas

AI ir ML VPS — tai serveris su root prieiga ir NVMe diskais, kuriame aplinką susirenkate patys: CUDA bibliotekos, PyTorch, TensorFlow, Jupyter ir savos conda aplinkos. Kainoraščio planai yra be vaizdo plokštės: jie apskaičiuoti duomenų paruošimui, klasikiniam mašininiam mokymuisi ir nedidelių modelių vykdymui. Jei reikia GPU, yra paruošti GPU serveriai su Tesla P4 nuo 249 €/mėn., o konfigūracijas su galingesnėmis plokštėmis surenkame pagal užduotį. Serveris išduodamas su 5 valandų bandomuoju laikotarpiu — patikrinkite, ar aplinka suderinama, dar prieš apmokėdami. Nežinote, ką rinktis — žiūrėkite vadovą, kaip parinkti serverį mašininiam mokymuisi.

Planai

VPS be vaizdo plokštės

Šie planai apskaičiuoti darbams, kuriuos ištempia procesorius: duomenų paruošimas, klasikinis mašininis mokymasis, nedidelių modelių vykdymas ir kūrimas. Konfigūracija su vaizdo plokšte į planą neįeina ir surenkama pagal užduotį — parašykite mums. 5 valandos bandymo prieš apmokėjimą.

Palyginti visus planus
5.49 mėn.

Standard 1

4 vCPU · AMD EPYC
4 GB RAM
50 GB NVMe
Neribotas duomenų srautas
IPv4 · KVM
Pagalba 24/7
6.99 mėn.

Standard 2

4 vCPU · AMD EPYC
6 GB RAM
60 GB NVMe
Neribotas duomenų srautas
IPv4 · KVM
Pagalba 24/7
1

Kas įeina į planą

Skirti vCPU ant AMD EPYC, operatyvioji atmintis, NVMe diskas, neribotas duomenų srautas, vienas IPv4, KVM konsolė ir pagalba 24/7. Vaizdo plokštė neįskaičiuota.

2

Sava ML aplinka

Įdiekite bet kurias Python, conda, CUDA bibliotekų ir karkasų versijas — PyTorch, TensorFlow, scikit-learn — be jokių apribojimų.

3

GPU kaip atskira paslauga

Neuroniniams tinklams yra paruošti GPU serveriai su Tesla P4 nuo 249 €/mėn.; konfigūracijas su galingesnėmis plokštėmis surenkame individualiai.

Kaip užsisakyti ir susikurti aplinką

Trys žingsniai — nuo užsakymo iki pirmo apmokyto modelio.

1

Pateikite užsakymą

Pasirinkite planą pagal reikiamą atminties ir disko kiekį, nurodykite atsiskaitymo laikotarpį ir OS atvaizdį — dažniausiai Ubuntu arba Debian, standartinį ML rinkinio pasirinkimą.

2

Įdiekite OS patys

Per valdymo skydelį ir KVM konsolę sistemą įdiegiate patys ir gaunate prieigą prie serverio aparatiniame lygyje.

3

Susirinkite rinkinį

Per SSH įdiekite Python, karkasus ir Jupyter, sukelkite duomenų rinkinius į NVMe ir pradėkite mokymą arba modelio vykdymą.

Nežinote, kurį planą rinktis

Nežinote, kurį planą rinktis

Pradėkite nuo atminties: modelio svoris pasirinktu kvantavimu plius kontekstas ir sistema. Konfigūracijų lentelė modelių vykdymui, ETL ir klasikiniam mašininiam mokymuisi yra puslapyje apie tai, kaip parinkti serverį mašininiam mokymuisi.

Jei užduočiai reikia vaizdo plokštės, žiūrėkite GPU serverių palyginimą: ten aprašyta, kas svarbu be paties plokštės modelio ir kaip konfigūracija surenkama pagal užduotį.

Kaip parinkti konfigūraciją

Dažnai užduodami klausimai

Neradote atsakymo?
Parašykite mums per kontaktų puslapį.

Ne, VPS planai yra be GPU. Serveris su vaizdo plokšte — atskira paslauga: paruoštos konfigūracijos su Tesla P4 nuo 249 €/mėn., o galingesnės plokštės kainuojamos individualiai.

Pasirinkite planą, nurodykite atsiskaitymo laikotarpį ir OS atvaizdį, užsiregistruokite — serveris sukuriamas automatiškai. Mokate po bandymo, o ne prieš užsakymą.

5 valandas. To pakanka įdiegti OS, susirinkti aplinką ir paleisti modelio vykdymą arba trumpą mokymo ciklą realioje konfigūracijoje.

Taip. Root prieiga leidžia įdiegti bet kurias Python, CUDA bibliotekų, PyTorch ir TensorFlow versijas — aplinką susirenkate visiškai pagal savo užduotį.

Jūs: užsakydami pasirenkate atvaizdį ir įdiegiate sistemą per skydelį arba KVM konsolę. Dažniausiai renkasi Ubuntu arba Debian.

Mėnuo, šeši mėnesiai su 10% nuolaida ir metai su 18% nuolaida. Nuolaida galioja ir pratęsiant, ne tik pirmą laikotarpį.

Taip, pereinate į aukštesnį planą su trumpu perkrovimu: pridedama vCPU, atminties ir disko. Aplinka ir duomenų rinkiniai lieka vietoje.

Skaičiuokite pagal atmintį: modelio svoris pasirinktu kvantavimu plius kontekstas ir sistema. Lentelė pagal užduotis yra puslapyje apie tai, kaip parinkti serverį mašininiam mokymuisi.