خادم Jupyter notebook
شغّل JupyterLab على IP ثابت بعيداً عن جهازك المحمول. أغلق الغطاء، ابدأ التدريب، وعد إليه غداً. اجعل زميلك يشاركك العمل بمشاركة نفس نقطة نهاية SSH.
استضافة Anaconda VPS
Anaconda VPS،
conda جاهز في ثوانٍ.
VPS لعلوم البيانات Python على AMD EPYC + NVMe. Jupyter وpandas وscikit-learn جاهزة للاستخدام.
سحابة مستقلة منذ عام ٢٠٠٨. من ٢٫٤٨ دولار/شهر · root SSH في ٦٠ ثانية.
يبدأ من $2.48/mo · خصم ٥٠٪ · لا حاجة لبطاقة ائتمان
~ ssh root@conda-ams-001
متصل
root@conda-ams-001:~# conda --version
conda 24.5.0
root@conda-ams-001:~# conda create -n ml python=3.11 pandas scikit-learn -y
حل البيئة: تم
تنزيل الحزم واستخراجها... تم
root@conda-ams-001:~# conda activate ml && jupyter lab --ip=0.0.0.0
[I] Jupyter Server يعمل على https://0.0.0.0:8888
(ml) root@conda-ams-001:~# _
نظرة عامة على Anaconda VPS
Cloudzy يعمل على Anaconda و Miniconda ضمن خطط Linux VPS عبر ١٢ منطقة، تبدأ من $2.48 per month. تتراوح الخطط بين 512 MB to 64 GB DDR5 on تخزين NVMe مع 40 Gbps روابط صاعدة. شغّل JupyterLab وpandas وscikit-learn وNumPy وCPU PyTorch في أقل من خمس دقائق، إذ لا يستغرق التوفير ٦٠ ثانية. تعمل Cloudzy باستقلالية منذ 2008، وتخدم أكثر من ١٢٢٬٠٠٠ مطوّر، وتحظى بتقييم 4.6 / 5 by 717+ reviewers على Trustpilot.
- سعر البداية
- $2.48 / month
- مكدس
- Anaconda · Miniconda
- التهيئة
- ٦٠ ثانية
- المناطق
- ١٢ حول العالم
- وقت التشغيل SLA
- 99.95%
- استرداد المبالغ
- ١٤ يومًا
لماذا يختار علماء البيانات Cloudzy
بيئة عمل لا تنقطع.
أربعة أسباب تجعل دفاتر الملاحظات مكانها الطبيعي على خادم حقيقي.
AMD EPYC + NVMe
أحدث جيل من AMD EPYC، تخزين NVMe حصراً، ذاكرة DDR5. يقرأ pandas ملف CSV بحجم ٥ غيغابايت في ثوانٍ، لا دقائق.
ضمان استرداد المال لمدة 14 يومًا
جرّب Anaconda على Cloudzy مع دفتر ملاحظات حقيقي. ألغِ اشتراكك خلال ١٤ يوماً إن لم يناسبك. بدون رسوم إعداد.
وقت تشغيل ٩٩٫٩٥٪
شغّل خط أنابيب pandas طويلاً طوال الليل، وعد لتجد دفتر ملاحظاتك يعمل. يُتابَع SLA لآخر ٣٠ يوماً على status.cloudzy.com.
مهندسون على المحادثة المباشرة
عالق في تعارض بيئة conda عند منتصف الليل؟ نرد في دقائق، مهندسون حقيقيون لا قارئو نصوص.
اختر مجموعة أدواتك
مجموعة أدوات Python للبيانات.
جاهزة مسبقاً، بنقرة واحدة.
Anaconda للتوزيع العلمي الكامل البالغ نحو ٣ غيغابايت، أو Miniconda إن أردت توزيعاً خفيفاً. يستمع JupyterLab على المنفذ 8888، ويقرأ pandas ملفات parquet من NVMe في ميلي ثانية، ويتدرب scikit-learn على أنوية EPYC. صور CUDA متاحة في خطط GPU.
conda أو pip أو mamba أو poetry، الخيار لك
Anaconda
التوزيع الكامل
Miniconda
المثبّت المخفَّف
JupyterLab
بيئة تطوير Notebook
pandas
إطارات البيانات
NumPy
المصفوفات · الجبر الخطي
scikit-learn
نماذج ML
PyTorch CPU
التعلم العميق
TensorFlow
استنتاج CPU
حالات الاستخدام
ماذا يُشغّل المستخدمون
أناكوندا VPS
هندسة البيانات مع Pandas
معالجة ملفات CSV وparquet واستخراجات SQL التي تتخطى سعة RAM في جهازك المحمول. ركّب وحدة تخزين NVMe بسعة 1 TB، خصص لها 16 GB، وأنهِ العمل قبل الغداء.
التدريب مع scikit-learn
الغابات العشوائية وتعزيز التدرج وXGBoost على مجموعات بيانات حقيقية. سرعة EPYC لكل نواة تتفوق على CPU في أجهزة المحمول، ويمكنك ترك عملية مسح تستغرق 6 ساعات تعمل أثناء نومك.
أبحاث الكم
الاختبارات الرجعية، وتحليل العوامل، ومحاكاة مونت كارلو على بيانات التيك الممتدة لسنوات. تضمن البيئة المثبّتة في Conda إمكانية إعادة إنتاج نتائج الـnotebooks عبر الفريق.
ETL والمسارات البرمجية
جدوِل سكريبت Python المُدار بـConda عبر cron أو systemd، اتصل بـ API، حوّل البيانات، واكتبها إلى S3 أو Postgres. أنظف بكثير من تشغيله على جهاز محمول.
التعليم والدروس التطبيقية
أنشئ بيئات Anaconda متطابقة لورشة عمل. نفّذ `conda env export` مرة واحدة، ثم `conda env create` لكل طالب. لا مزيد من عبارة "يعمل على جهازي فقط".
60s
التهيئة
40 Gbps
ربط صاعد
NVMe فقط
التخزين
12
المناطق
99.95%
وقت التشغيل SLA
١٤ يومًا
استرداد المبالغ
شبكة عالمية
١٢ منطقة. أربع قارات.
ضع بيئة العمل قريبةً من بياناتك.
دِّرب النماذج حيث تعيش بياناتك. EU، US، ME، آسيا — اختر المنطقة التي يقرأ منها حاوي S3 أو Postgres.
us-utah-1us-dal-1us-lax-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-zrh-1me-dxb-1ap-sgp-1ap-tyo-1
الأسعار
ادفع مقابل ما تستخدمه فقط. هذا كل شيء.
بالساعة أو الشهر أو السنة. بدون رسوم نقل بيانات. بدون التزامات. حالياً خصم ٥٠٪ جميع الخطط.
1 GB DDR5
دفاتر Jupyter السريعة · دروس تعليمية
$3.48 /شهر
$6.95/mo −50%
انشر الآن
ضمان استرداد المال لمدة 14 يومًا
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Conda / Miniconda جاهزة للاستخدام
- جذر SSH · KVM
2 GB DDR5
Pandas / NumPy · مجموعات البيانات الصغيرة
$7.475 /شهر
$14.95/mo −50%
انشر الآن
ضمان استرداد المال لمدة 14 يومًا
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Conda / Miniconda جاهزة للاستخدام
- جذر SSH · KVM
الأكثر شيوعاً
4 GB DDR5
scikit-learn · مجموعات البيانات الحقيقية
$14.47 /شهر
$28.95/mo −50%
انشر الآن
ضمان استرداد المال لمدة 14 يومًا
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Conda / Miniconda جاهزة للاستخدام
- جذر SSH · KVM
الأكثر شيوعاً
8 GB DDR5
التعلم العميق على CPU · المهام الثقيلة
$26.475 /شهر
$52.95/mo −50%
انشر الآن
ضمان استرداد المال لمدة 14 يومًا
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Conda / Miniconda جاهزة للاستخدام
- جذر SSH · KVM
الأسئلة الشائعة. Anaconda VPS
أسئلة شائعة، إجابات مباشرة.
ما هو Anaconda VPS؟
Anaconda VPS هو خادم سحابي Linux مثبَّت عليه مسبقاً توزيعة Anaconda Python (أو متاح بنقرة واحدة). ستحصل على conda وPython 3 وNumPy وpandas وscikit-learn وJupyterLab وأكثر من ٧٬٠٠٠ حزمة لعلوم البيانات، كلها معزولة عن جهازك، متاحة عبر SSH من أي مكان، وتعمل في غضون ٦٠ ثانية.
Anaconda أم Miniconda، أيهما أختار؟
اختر Miniconda إن أردت أصغر حجم ممكن مع الحزم التي تحتاجها فعلاً. اختر Anaconda Distribution إن أردت المجموعة العلمية الكاملة لـPython (نحو ٣ GB) جاهزةً للاستخدام فوراً. كلاهما متاح كصورة بنقرة واحدة على Ubuntu 22.04 / 24.04 LTS، ويمكنك التبديل لاحقاً بـ`conda install anaconda` أو العكس.
هل يمكنني تشغيل JupyterLab على Cloudzy VPS؟
نعم. شغِّل JupyterLab بالأمر `jupyter lab --ip=0.0.0.0 --port=8888`، افتح المنفذ في جدار الحماية بلوحة التحكم، ثم افتح المتصفح على `https://your-ip:8888`. للإعداد الخاص، استخدم نفقاً عبر SSH (`ssh -L 8888:localhost:8888`) دون الحاجة إلى قواعد جدار الحماية، مع تشفير كامل للبيانات.
كم من RAM أحتاج لأعمال علوم البيانات؟
1 GB is enough for tutorials and small CSVs. 4 GB handles real pandas pipelines on datasets up to a few million rows. 8–16 GB is the sweet spot for scikit-learn on 50M+ rows or PyTorch CPU inference. Anything bigger or you need a GPU, see /deep-learning-gpu/.
هل يدعم هذا أحمال عمل GPU؟
خطط Anaconda VPS هنا مخصصة لـCPU فقط، وهي مُصمَّمة لـpandas وscikit-learn ومهام CPU PyTorch/TensorFlow. للـCUDA وRAPIDS وتدريب النماذج على نطاق واسع، راجع /gpu-vps/ و/deep-learning-gpu/. Anaconda تُثبَّت بسلاسة على تلك الخطط أيضاً.
ما سرعة التجهيز؟
بمجرد تأكيد الدفع، يعمل VPS خلال ٦٠ ثانية. تكتمل عملية تثبيت Anaconda أو Miniconda في دقيقتين إلى ٣ دقائق عبر الصورة الجاهزة، أو أقل من ٦٠ ثانية لـMiniconda عبر مثبِّت curl. ستجد `conda --version` يعمل في أقل من خمس دقائق إجمالاً.
هل يمكنني مشاركة البيئات مع فريقي؟
نعم. ينتج `conda env export > environment.yml` ملفاً قابلاً للنقل يمكن لزملائك إعادة إنشائه بـ`conda env create -f environment.yml`. يمكن الوصول إلى VPS عبر SSH، فيتمكن عدة مستخدمين من العمل على الخادم نفسه، أو يمكن لكل منهم نشر خادمه الخاص بدءاً من ٢٫٤٨ دولار/شهر.
هل هناك وصول بصلاحيات root؟
نعم، كل Cloudzy VPS يأتي بصلاحيات root عبر SSH وتحكم كامل في النواة. ثبِّت حزم النظام بـ`apt`، أنشئ خدمات systemd لمهام التدريب الطويلة، ووصِّل وحدات تخزين NVMe الخارجية، أو شغِّل Docker إلى جانب conda. لا قيود على بيئة التشغيل.
هل يمكنني الترقية عند نمو مجموعة البيانات؟
نعم. RAM وvCPU والتخزين قابلة للتوسيع مباشرةً من لوحة التحكم، وتكتمل معظم الترقيات في أقل من ٦٠ ثانية دون انقطاع. ابدأ بـ١ GB للتعلم، ثم انتقل إلى ١٦ GB حين تحتاجه دفاترك. نظام الفوترة بالساعة يعني أنك غير مقيَّد بخطة محددة.
هل تتوفر ضمانة استرداد الأموال؟
نعم، ١٤ يوماً من تاريخ الشراء، استرداد كامل دون أي أسئلة. جرِّب Anaconda على Cloudzy بعبء عمل حقيقي وقرِّر بنفسك مدى ملاءمة زمن الاستجابة والأداء والدعم مقارنةً بما استخدمته من قبل.
جاهزون متى كنت مستعداً.
Conda جاهزة في ٦٠ ثانية.
اختر الخطة، اختر المنطقة، اضغط. JupyterLab يفتح قبل أن تنهي قهوتك.
لا حاجة لبطاقة ائتمان · ضمان استرداد المبلغ خلال ١٤ يومًا · إلغاء في أي وقت