Jupyter Notebook serveris — no 5,49 €/mēn
Palaidiet Jupyter mākonī un rēķiniet bez ierobežojumiem — serveris Python un datiem, testa periods 5 stundas, jūs neko neriskējat
Palaist Jupyter tūlīt
Jupyter serveris ir VPS ar pilnu root piekļuvi, uz kura jūs paceļat Jupyter Notebook vai JupyterLab un atverat to no pārlūka. Galvenais resurss šeit ir operatīvā atmiņa: pandas tur visu datu kopu RAM, tāpēc vidēja apjoma datu analīzei ņem Power 1: 10 vCPU, 16 GB RAM, 160 GB NVMe par 17,99 €/mēn, bet mācību uzdevumiem un viegliem aprēķiniem pietiek ar Standard 1 par 5,49 €/mēn. Aprēķins turpinās uz servera arī pēc tam, kad esat aizvēruši pārlūku — tā ir galvenā atšķirība no lokālas palaišanas. Pieejams testa periods 5 stundas pirms apmaksas — izmēģiniet savu piezīmju grāmatiņu uz reāliem datiem. Visa līnija — VPS hostings.
Tarifi
VPS Jupyter videi
Mācību projektiem un viegliem aprēķiniem pietiek ar Standard 1 — 4 vCPU, 4 GB RAM, 50 GB NVMe par 5,49 €/mēn. Lielām datu kopām ņem Power 1 (10 vCPU, 16 GB) par 17,99 €/mēn vai Power 3 (16 vCPU, 24 GB) par 27,99 €/mēn — datu analīzē RAM ir svarīgāka par kodolu skaitu. Testa periods 5 stundas pirms apmaksas.
Salīdzināt visus tarifusStandard 1
| 4 vCPU · AMD EPYC |
| 4 GB RAM |
| 50 GB NVMe |
| Neierobežota datplūsma |
| 1× IPv4 · KVM |
| Atbalsts 24/7 |
Standard 2
| 4 vCPU · AMD EPYC |
| 6 GB RAM |
| 60 GB NVMe |
| Neierobežota datplūsma |
| 1× IPv4 · KVM |
| Atbalsts 24/7 |
Sava Python vide
Instalējiet jebkuras Python, R un bibliotēku versijas — NumPy, pandas, TensorFlow, PyTorch — saviem datu analīzes uzdevumiem.
Aprēķini mākonī
Smagie aprēķini notiek uz servera un neaizņem jūsu portatīvo datoru — piekļuve kodolam no pārlūka visu diennakti.
Pilna kontrole
Root piekļuve, jebkuru pakotņu un kodolu instalēšana, savas bibliotēku versijas un servera momentuzņēmumi pēc jūsu grafika — vide ir pilnībā jūsu.
Kā palaist Jupyter uz VPS
Izvēlieties tarifu un attēlu
Piemeklējiet konfigurāciju pēc datu apjoma — no Standard 1 mācību uzdevumiem līdz Power 1 un lielākiem tarifiem lielām datu kopām — un norādiet Linux attēlu savam stekam.
Instalējiet OS paši
Caur paneli jūs patstāvīgi izvietojat izvēlēto OS uz KVM servera — tā jūs pilnībā kontrolējat konfigurāciju.
Noskaņojiet Jupyter un Python
Caur SSH vai KVM konsoli instalējiet Python, JupyterLab un vajadzīgās bibliotēkas, pēc tam atveriet piezīmju grāmatiņu pārlūkā.
Serveris jūsu ML uzdevumiem
Ieteiksim, kuru konfigurāciju izvēlēties pēc datu kopas un modeļa izmēra: RAM apjomu, vCPU skaitu un vietu uz NVMe datiem un kontrolpunktiem. Praktiskais likums — datu kopai jāietilpst atmiņā ar aptuveni divkāršu rezervi.
Palīdzēsim noskaņot drošu attālo piekļuvi Jupyter un HTTPS. Apmācībai uz videokartēm ir GPU serveri, bet mašīnmācības uzdevumu pārskats — lapā VPS AI un ML.
Izvēlēties konfigurācijuBiežāk uzdotie jautājumi
Neatradāt atbildi?
Rakstiet mums kontaktu lapā.
Jebkuras ar Jupyter kodoliem — Python, R, Julia un citas. Vajadzīgos kodolus un bibliotēkas jūs instalējat paši uz sava servera.
Šajos tarifos videokartes nav — tie paredzēti aprēķiniem uz procesora. Neironu tīklu apmācībai uz GPU ir atsevišķa serveru līnija ar videokartēm.
Vidēja apjoma datu analīzei pietiek ar 10 vCPU un 16 GB — Power 1 par 17,99 €/mēn. Pandas tur datu kopu atmiņā, tāpēc RAM ir svarīgāka par kodolu skaitu.
Jā. Pēc JupyterLab instalēšanas piezīmju grāmatiņa atveras pārlūkā pēc servera adreses — aprēķini notiek uz VPS, nevis uz jūsu datora.
Caur SSH tuneli vai Nginx ar paroli un TLS. Publisks Jupyter bez paroles ir tieša piekļuve koda izpildei uz servera — tā darīt nedrīkst.
Jā, aprēķini notiek uz servera un turpinās, kad aizverat pārlūku. Tā ir galvenā priekšrocība salīdzinājumā ar lokālu palaišanu uz portatīvā datora.
Jā, jebkurā brīdī no paneļa vai caur KVM konsoli. Pārinstalēšana dzēš disku, tāpēc pirms tās ir vērts izveidot rezerves kopiju.
Piezīmju grāmatiņas un dati glabājas uz servera diska, bet visas mašīnas momentuzņēmumu jūs veidojat paši vadības panelī pāris klikšķos. Automātiskas rezerves kopijas tarifā neietilpst.