VPS PyTorch — no 5,49 €/mēn
Apmāciet neironu tīklus uz sava servera — VPS PyTorch uz NVMe, testa periods 5 stundas, jūs neko neriskējat
Palaist PyTorch tūlīt
VPS PyTorch videi ir virtuālais serveris ar pilnu root piekļuvi dziļās mācīšanās modeļu apmācībai un palaišanai. Jūs paši instalējat Linux, Python un PyTorch steku ar vajadzīgajām CUDA bibliotēku versijām, un smagie aprēķini notiek uz servera, nevis uz jūsu portatīvā datora. Daudz RAM un ātri NVMe diski tur lielas datu kopas un kontrolpunktus pa rokai. Tarifi no 5,49 €/mēn, pieejams testa periods 5 stundas — pārbaudiet apmācības ātrumu uz saviem datiem pirms apmaksas.
Tarifi
VPS PyTorch videi
Standard 1 (4 vCPU, 4 GB) un Standard 2 (4 vCPU, 6 GB) der koda atkļūdošanai un mazu modeļu inferencei. Apmācība uz procesora mērogojas pa kodoliem — ņemiet no Power 3 (16 vCPU, 24 GB), bet apmācībai no nulles vajadzīga GPU konfigurācija. 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 |
Savs PyTorch steks
Instalējiet jebkuras Python, PyTorch un CUDA bibliotēku versijas — torchvision, transformers un saviem modeļiem bez svešiem ierobežojumiem.
Aprēķini mākonī
Apmācība notiek uz servera visu diennakti un neaizņem jūsu datoru — palaidiet garas epohas un atstājiet tās rēķināties.
Dati uz NVMe
Ātri diski un RAM rezerve tur lielas datu kopas un kontrolpunktus blakus modelim, paātrinot apmācības iterācijas.
Kā palaist PyTorch uz VPS
Izvēlieties tarifu un attēlu
Izvēlieties tarifu — Standard 1 (4 vCPU, 4 GB) vai Standard 2 (4 vCPU, 6 GB) — un norādiet Linux attēlu, Ubuntu vai Debian, savam dziļās mācīšanās stekam.
Instalējiet OS paši
Caur paneli jūs patstāvīgi izvietojat izvēlēto OS uz KVM servera — tā jūs pilnībā kontrolējat vidi.
Noskaņojiet PyTorch
Caur SSH vai KVM konsoli instalējiet Python, PyTorch un vajadzīgās bibliotēkas, ielādējiet datu kopu un palaidiet apmācību.
Serveris jūsu modeļiem
Ieteiksim, kuru tarifu izvēlēties pēc modeļa un datu kopas izmēra: RAM apjomu, vCPU skaitu un vietu uz NVMe datiem un kontrolpunktiem. GPU uzdevumiem konfigurāciju piemeklēsim atsevišķi.
Palīdzēsim noskaņot vidi un drošu attālo piekļuvi. Konfigurācijas ar videokarti — lapā GPU serveri, alternatīvais ietvars — VPS TensorFlow.
Izvēlēties konfigurācijuBiežāk uzdotie jautājumi
Neatradāt atbildi?
Rakstiet mums kontaktu lapā.
Jebkuras — jūs paši instalējat vajadzīgo Python un PyTorch versiju ar piemērotām CUDA bibliotēkām savam projektam uz sava servera.
Rēķiniet pēc datiem un kontrolpunktiem: vidēja modeļa kontrolpunkts ir simti megabaitu, attēlu kopa — desmiti gigabaitu. Sākuma rezervi 80–120 GB NVMe dod Standard 3 un Standard 5.
Pamata tarifos uzsvars ir uz vCPU, RAM un NVMe, videokartes tajos nav. Uzdevumiem ar videokarti GPU konfigurāciju piemeklēsim atsevišķi — atstājiet pieprasījumu.
Jā, CPU režīms tiek pilnībā atbalstīts: tas der inferencei, mazu modeļu pieskaņošanai un koda atkļūdošanai. Apmācībai no nulles vajadzīga videokarte.
Apmācība uz procesora labi mērogojas pa kodoliem: 16 vCPU (Power 3, 27,99 €/mēn) rēķina manāmi ātrāk nekā astoņi. Atmiņa — no 24 GB vidējām datu kopām.
Jā, root piekļuve ļauj instalēt jebkuru PyTorch būvējumu un draiverus. Konfigurācijās bez videokartes izmanto CPU versiju — to instalē standarta veidā caur pip.
Pieslēgties caur KVM konsoli: tā darbojas „dzelžu” līmenī un ir pieejama, kad sistēma nav ielādējusies vai SSH ir slēgts.
Jā, modelim augot, var pāriet uz lielāku tarifu — pievienot vCPU, RAM un vietu uz diska lielākām datu kopām.