VPS для Jupyter — от 5,49 €/мес
Запусти Jupyter в облаке и считай без ограничений — сервер под Python и данные, тест-период 5 часов, вы ничем не рискуете
Запустить Jupyter сейчас
VPS для Jupyter — это виртуальный сервер с полным root-доступом, на котором вы поднимаете Jupyter Notebook или JupyterLab и открываете его из браузера. Главный ресурс здесь — оперативная память: pandas держит датасет целиком в RAM, поэтому под анализ данных среднего объёма берут Power 1: 10 vCPU, 16 ГБ RAM, 160 ГБ NVMe за 17,99 €/мес, а под учебные задачи и лёгкие расчёты хватает Standard 1 за 5,49 €/мес. Расчёт продолжается на сервере даже после того, как вы закрыли браузер — это главное отличие от локального запуска. Доступен тест-период 5 часов до оплаты — прогоните свой ноутбук на реальных данных. Вся линейка — VPS-хостинг.
Тарифы
VPS под Jupyter
Учебным проектам и лёгким расчётам хватает Standard 1 — 4 vCPU, 4 ГБ RAM, 50 ГБ NVMe за 5,49 €/мес. Под большие датасеты берут Power 1 (10 vCPU, 16 ГБ) за 17,99 €/мес или Power 3 (16 vCPU, 24 ГБ) за 27,99 €/мес — в анализе данных RAM важнее числа ядер. 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 |
Своё окружение Python
Ставьте любые версии Python, R и библиотеки — NumPy, pandas, TensorFlow, PyTorch — под ваши задачи анализа данных.
Расчёты в облаке
Тяжёлые вычисления идут на сервере и не занимают ваш ноутбук — доступ к ядру из браузера круглосуточно.
Полный контроль
Root-доступ, установка любых пакетов и ядер, свои версии библиотек и снимки сервера по вашему графику — окружение полностью ваше.
Как запустить Jupyter на VPS
Выберите тариф и образ
Подберите конфигурацию по объёму данных — от Standard 1 под учебные задачи до Power 1 и выше под большие датасеты — и укажите образ Linux под ваш стек.
Установите ОС сами
Через панель вы самостоятельно разворачиваете выбранную ОС на KVM-сервере — так вы полностью контролируете конфигурацию.
Настройте Jupyter и Python
По SSH или KVM-консоли установите Python, JupyterLab и нужные библиотеки, затем откройте ноутбук в браузере.
Сервер под ваши ML-задачи
Подскажем, какую конфигурацию выбрать под размер датасета и модели: объём RAM, число vCPU и место на NVMe под данные и чекпоинты. Практическое правило — датасет должен помещаться в память с запасом примерно вдвое.
Поможем настроить безопасный удалённый доступ к Jupyter и HTTPS. Для обучения на видеокартах есть серверы с GPU, а обзор задач машинного обучения — на странице VPS для AI и ML.
Подобрать конфигурациюЧастые вопросы
Не нашли ответ?
Напишите нам через форму на странице контактов.
Любые с ядрами Jupyter — Python, R, Julia и другие. Вы сами устанавливаете нужные ядра и библиотеки на своём сервере.
В этих тарифах видеокарты нет — они рассчитаны на вычисления на процессоре. Для обучения нейросетей на GPU предусмотрена отдельная линейка серверов с видеокартами.
Для анализа данных среднего объёма достаточно 10 vCPU и 16 ГБ — Power 1 за 17,99 €/мес. Pandas держит датасет в памяти, поэтому RAM важнее числа ядер.
Да. После установки JupyterLab ноутбук открывается из браузера по адресу сервера — вычисления идут на VPS, а не на вашем ПК.
Через SSH-туннель или Nginx с паролем и TLS. Публичный Jupyter без пароля — это прямой доступ к выполнению кода на сервере, так делать нельзя.
Да, вычисления идут на сервере и продолжаются, когда вы закрываете браузер. Это главное преимущество перед локальным запуском на ноутбуке.
Да, в любой момент из панели или через KVM-консоль. Переустановка стирает диск, поэтому перед ней стоит сделать резервную копию.
Ноутбуки и данные лежат на диске сервера, а снимок всей машины вы делаете сами в панели управления в пару кликов. Автоматические резервные копии в тариф не входят.