Аренда VPS для AI/ML — PyTorch и TensorFlow
Закажите сервер под ML-окружение и соберите свой стек — тест-период 5 часов до оплаты, вы ничем не рискуете
Заказать сервер под ML
Аренда VPS для AI/ML — это сервер с root-доступом и NVMe-дисками, на котором вы сами собираете окружение: CUDA-библиотеки, PyTorch, TensorFlow, Jupyter и свои conda-среды. Тарифы в прайсе — без видеокарты: они рассчитаны на подготовку данных, классический ML и инференс небольших моделей. Если нужна видеокарта — есть готовые GPU-серверы с Tesla P4 от 249 €/мес, а под более мощные карты конфигурация подбирается индивидуально. Сервер выдаётся в тест-режиме на 5 часов — проверьте совместимость окружения до оплаты. Не знаете, что брать, — смотрите разбор какой сервер нужен для машинного обучения.
Тарифы
VPS без видеокарты
Тарифы рассчитаны на задачи, которые считаются процессором: подготовка данных, классический ML, инференс небольших моделей и разработка. Конфигурация с видеокартой в тариф не входит и собирается под задачу — напишите нам. Тест-период 5 часов до оплаты.
Сравнить все тарифыStandard 1
| 4 vCPU · AMD EPYC |
| 4 ГБ RAM |
| 50 ГБ NVMe |
| Безлимитный трафик |
| 1× IPv4 · KVM |
| Поддержка 24/7 |
Standard 2
| 4 vCPU · AMD EPYC |
| 6 ГБ RAM |
| 60 ГБ NVMe |
| Безлимитный трафик |
| 1× IPv4 · KVM |
| Поддержка 24/7 |
Что входит в тариф
Выделенные vCPU на AMD EPYC, RAM, NVMe-диск, безлимитный трафик, один IPv4, KVM-консоль и поддержка 24/7. Видеокарта в тариф не входит.
Своё ML-окружение
Ставьте любые версии Python, conda, CUDA-библиотек и фреймворков — PyTorch, TensorFlow, scikit-learn — без ограничений.
GPU — отдельной услугой
Для нейросетей есть готовые GPU-серверы с Tesla P4 от 249 €/мес; под более мощные карты соберём конфигурацию индивидуально.
Как заказать и поднять окружение
Три шага — от оформления заказа до первой обученной модели.
Оформите заказ
Выберите тариф под нужный объём RAM и диска, укажите период оплаты и образ ОС — обычно Ubuntu или Debian, привычные для ML-стека.
Установите ОС сами
Через панель и KVM-консоль вы разворачиваете систему и получаете доступ к серверу на уровне «железа».
Соберите стек
По SSH установите Python, фреймворки и Jupyter, залейте датасеты на NVMe и запускайте обучение или инференс.
Не уверены, какой тариф взять
Начните с памяти: вес модели в выбранной квантизации плюс контекст и система. Таблица конфигураций под инференс, ETL и классический ML — на странице какой сервер нужен для машинного обучения.
Если задача требует видеокарты, посмотрите сравнение GPU-серверов: там разобрано, что важно, кроме модели карты, и как собирается конфигурация под задачу.
Как подобрать конфигурациюЧастые вопросы
Не нашли ответ?
Напишите нам через форму на странице контактов.
Нет, тарифы VPS — без GPU. Сервер с видеокартой — отдельная услуга: готовые конфигурации с Tesla P4 от 249 €/мес, а под более мощные карты сборку посчитаем индивидуально.
Выберите тариф, укажите период оплаты и образ ОС, зарегистрируйтесь — сервер создаётся автоматически. Оплата вносится после теста, а не до заказа.
5 часов. Этого хватает, чтобы поставить ОС, собрать окружение и прогнать инференс или короткое обучение на боевой конфигурации.
Да. Root-доступ позволяет поставить любые версии Python, CUDA-библиотек, PyTorch и TensorFlow — окружение вы собираете полностью под свою задачу.
Вы сами: образ выбираете при заказе и разворачиваете систему через панель или KVM-консоль. Чаще всего берут Ubuntu или Debian.
Помесячно, за полгода со скидкой 10 % и за год со скидкой 18 %. Скидка действует и на продление, а не только на первый период.
Да, тариф меняется на старший с коротким перезапуском: добавляются vCPU, RAM и диск. Окружение и датасеты остаются на месте.
Считайте по памяти: вес модели в квантизации плюс контекст и система. Таблица по задачам — на странице какой сервер нужен для машинного обучения.