التدريب النموذجي
قم بتدريب شبكات CNN والمحولات ونماذج الانتشار على وحدات معالجة الرسومات NVIDIA المخصصة. وصول كامل إلى CUDA، وNVMe للتحميل السريع للبيانات، وNCCL للتدريب على وحدات معالجة الرسومات المتعددة.
خادم GPU للتعلم العميق
نماذج القطار على
وحدات معالجة الرسومات المخصصة.
NVIDIA A100، وRTX 5090، وRTX 4090، عبور PCI الكامل، غير مشترك.
تخزين NVMe لتحميل البيانات بسرعة. سحابة مستقلة منذ عام 2008.
أكثر من 122.000 مستخدم يثقون في Cloudzy. استرداد الأموال خلال 14 يومًا، دون طرح أي أسئلة.
تبدأ من $14.47/mo · خصم 50% · لا حاجة لبطاقة ائتمان
~ ssh root@vps-001
متصل
$ سش الجذر@gpu-srv-001
مرحبًا بك في Ubuntu 24.04 LTS (CUDA 12.4)
root@gpu-srv-001:~$ nvidia-smi --query-gpu=name,memory.total --format=csv
الاسم، إجمالي الذاكرة [MiB]
نفيديا A100-SXM4-80 جيجابايت، 81920 ميجابايت
root@gpu-srv-001:~$ python3 -c "استيراد الشعلة؛ طباعة (torch.cuda.is_available())"
حقيقي
root@gpu-srv-001:~$ torchrun --nproc_per_node=1 Train.py --epochs 50
العصر 1/50 | الخسارة: 0.4821 | إل آر: 1e-4
خادم GPU للتعلم العميق في لمحة
خوادم GPU للتعلم العميق Cloudzy استخدم وحدات معالجة الرسومات NVIDIA A100 وRTX 5090 وRTX 4090 مع عبور PCI الكامل. AMD EPYC وحدات المعالجة المركزية, NVMe تخزين، DDR5 الذاكرة، و 40 Gbps روابط عبر 12 منطقة. تبدأ خطط CPU في $2.48/mo; تتوفر خطط GPU على صفحة التسعير. Cloudzy لقد خدم 122,000+ المستخدمين منذ ذلك الحين 2008، تصنيف 4.6/5 على Trustpilot. 14 يومًا استرداد الأموال على جميع الخطط.
- السعر الابتدائي
- 2.48 $ / شهر
- التزويد
- 60 ثانية
- المناطق
- 12 حول العالم
- اتفاقية مستوى وقت التشغيل
- 99.95%
- استعادة الأموال
- 14 يوما
- تأسست
- 2008
لماذا يختار المطورون Cloudzy
ذو خبرة تقنية مفضل.
الأمور الأربعة التي يقارن بها المشترون فعلًا، أحسناها كما يجب.
بنية تحتية عالية المواصفات
AMD EPYC من أحدث جيل، تخزين NVMe فقط، ذاكرة DDR5، روابط 40 Gbps. ريادة في أداء النواة الواحدة في كل فئة خطة.
تجربة بلا مخاطر
ضمان استرداد خلال 14 يومًا على كل خطة. بلا أسئلة. بلا رسوم إعداد. إلغاء في أي وقت من لوحة التحكم.
اتفاقية وقت تشغيل 99.95%
مراقبة آلية عبر 12 منطقة. اتفاقية مستوى الخدمة لآخر 30 يومًا متاحة علنًا على status.cloudzy.com، بلا إخفاء.
دعم بشري على مدار الساعة
ردود الدردشة المباشرة والتذاكر عادةً في أقل من 5 دقائق. مهندسون، لا قارئو سكربتات. متوسط الحل أقل من ساعة.
حالات الاستخدام
لماذا يختار المطورون
خادم GPU للتعلم العميق من Cloudzy.
صقل LLMs
قم بضبط Llama أو Mistral أو Gemma على A100 أو RTX 5090. QLoRA على ذاكرة VRAM سعة 24 جيجابايت، وضبط دقيق كامل على 80 جيجابايت. يتعامل NVMe مع عمليات الكتابة في نقاط التفتيش دون توقف التدريب.
خدمة الاستدلال
قم بخدمة النماذج عبر vLLM أو TGI أو Triton على GPUs المخصصة. يعني عبور PCI وجود ذاكرة VRAM كاملة وسرعات كاملة على مدار الساعة، وهو نفس أداء المعدن العاري.
رؤية الكمبيوتر
كشف الكائنات، وتجزئة، وتوليد الصور. OpenCV المتسارع بواسطة GPU، YOLO، الانتشار المستقر. يحافظ NVMe على تغذية خطوط بيانات التدريب دون اختناقات.
البحوث والنماذج الأولية
دفاتر ملاحظات Jupyter، وتتبع التجارب، وعمليات مسح المعلمات الفائقة. قم بتدوير خوادم GPU وإجراء التجارب والهدم. استرداد الأموال خلال 14 يومًا يعني انخفاض المخاطر على المشاريع الجديدة.
المعالجة المسبقة للبيانات
رابيدز، cuDF، cuML. GPU معالجة البيانات المسرَّعة لمجموعات البيانات الكبيرة. تنظيف البيانات وتحويلها وتمييزها قبل التدريب. تحافظ قراءات NVMe على استخدام GPU عاليًا.
60s
التزويد
40 Gbps
الوصلة الصاعدة
NVMe فقط
تخزين
12
المناطق
99.95%
اتفاقية مستوى وقت التشغيل
14 يوما
استعادة الأموال
شبكة عالمية
12 منطقة. أربع قارات.
على بُعد نقرة واحدة.
قم بإسقاط خادم GPU للتعلم العميق الخاص بك بالقرب من المستخدمين بقدر ما تسمح به الفيزياء. متوسط زمن الوصول P50 أقل من 10 مللي ثانية في أمريكا الشمالية وأوروبا.
us-utah-1us-dal-1us-lax-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-brn-1me-dxb-1ap-sgp-1ap-syd-1
التسعير
ادفع مقابل ما تستخدمه فقط. هذا كل شيء.
بالساعة أو الشهر أو السنة. لا رسوم خروج. لا التزامات. حاليًا خصم 50% جميع الخطط.
الأكثر اختيارًا
4 GB DDR5
أعباء عمل GPU (GPU) · الإعداد الدقيق للضبط
$14.47 /شهر
$28.95/mo −50%
انشر الآن
استرداد خلال 14 يومًا
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- IPv4 + IPv6 مخصص
- Root SSH · KVM
8 GB DDR5
تدريب خطوط أنابيب البيانات · المعالجة المسبقة
$26.475 /شهر
$52.95/mo −50%
انشر الآن
استرداد خلال 14 يومًا
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- IPv4 + IPv6 مخصص
- Root SSH · KVM
16 GB DDR5
التنسيق بين وحدات معالجة الرسومات المتعددة · تقديم النماذج
$49.98 /شهر
$99.95/mo −50%
انشر الآن
استرداد خلال 14 يومًا
- 8 vCPU @ EPYC
- 350 GB NVMe
- 10 TB · 40 Gbps
- IPv4 + IPv6 مخصص
- Root SSH · KVM
32 GB DDR5
تدريب واسع النطاق · الحوسبة الموزعة
$109.975 /شهر
$219.95/mo −50%
انشر الآن
استرداد خلال 14 يومًا
- 12 vCPU @ EPYC
- 750 GB NVMe
- 12 TB · 40 Gbps
- IPv4 + IPv6 مخصص
- Root SSH · KVM
الأسئلة الشائعة - خادم GPU للتعلم العميق
أسئلة شائعة، إجابات مباشرة.
ما هي وحدات معالجة الرسومات المتاحة؟
نفيديا A100 (1x، 2x، 4x)، RTX 5090 (1x، 2x)، وRTX 4090 (1x، 2x، 4x). جميعها تستخدم عبور PCI، وGPU مخصص لجهازك الافتراضي، وليس مشتركًا. VRAM كامل، وسرعات كاملة على مدار الساعة، ووصول كامل إلى CUDA. راجع صفحة التسعير للحصول على تفاصيل خطة GPU الحالية ومدى توفرها.
هل وحدات معالجة الرسومات مشتركة أم مخصصة؟
مخلص. يمنح عبور PCI جهاز VM الخاص بك وصولاً حصريًا إلى GPU الفعلية. تعمل كل من CUDA وNVENC وNCCL تمامًا مثل المعدن العاري. لا توجد مشاركة للوقت، ولا تقسيم MIG، ولا يوجد حمل افتراضي على GPU نفسها.
ما هو إصدار CUDA المتاح؟
يتم شحن خطط GPU مع صور CUDA التي تم تكوينها مسبقًا، حاليًا CUDA 12.x على Ubuntu LTS. يمكنك تثبيت أي إصدار CUDA تحتاجه نظرًا لأن لديك حق الوصول الكامل إلى الجذر. يتم تثبيت PyTorch وTensorFlow وJAX وأطر العمل الأخرى عبر النقطة أو conda كالمعتاد.
ما مقدار VRAM التي أحتاجها للتعلم العميق؟
يعتمد على النموذج الخاص بك. ضبط 7B LLM مع QLoRA يناسب 24 جيجابايت. يحتاج الضبط الدقيق الكامل لطراز 7B إلى أكثر من 40 جيجابايت. التدريب من الصفر على النماذج الكبيرة أو تشغيل الاستدلال fp16 70B يحتاج إلى 80 جيجابايت (A100). قم بمطابقة خطة GPU مع مساحة الذاكرة الخاصة بالنموذج الخاص بك.
هل يمكنني القيام بالتدريب على وحدات معالجة الرسومات المتعددة؟
نعم. تدعم الخطط التي تحتوي على 2x أو 4x GPU NCCL للتدريب الموزع. تعمل كل من PyTorch DDP وDeepSpeed وFSDP كما هو متوقع. يتعامل تخزين NVMe مع عمليات حفظ نقاط التفتيش دون إيقاف حلقة التدريب.
هل هناك ضمان استعادة الأموال على خطط GPU؟
نعم، 14 يومًا، استرداد كامل المبلغ، دون طرح أي أسئلة. قم بتشغيل مهمة التدريب الفعلية الخاصة بك، وقياس خط أنابيب الاستدلال الخاص بك. إذا كان خادم GPU لا يلبي احتياجاتك، فستسترد أموالك.
ما مدى سرعة التجهيز؟
60 ثانية من تأكيد الدفع. يخطط GPU للتمهيد بصورة CUDA التي تم تكوينها مسبقًا، ويعود nvidia-smi على الفور. قم بتثبيت الإطار الخاص بك وابدأ التدريب في دقائق، وليس ساعات.
هل يمكنني استخدام هذه للاستدلال في الإنتاج؟
نعم. وحدة معالجة رسومات مخصصة، وSLA وقت تشغيل بنسبة 99.95%، وIPv4 مخصص. قم بتشغيل vLLM أو Triton أو خادم الاستدلال الخاص بك خلف موازن التحميل. تتعامل الشبكة بسرعة 40 جيجابت في الثانية مع حركة الاستدلال عالية الإنتاجية.
هل يمكنني أيضًا الحصول على CPU والتخزين؟
نعم. تتضمن خطط GPU وحدات المعالجة المركزية AMD EPYC (12-64 vCPU اعتمادًا على الخطة)، وRAM DDR5 (48-768 جيجابايت)، وتخزين NVMe (500 جيجابايت إلى 6 تيرابايت). تتعامل CPU مع المعالجة المسبقة للبيانات أثناء تدريب GPU. يحافظ NVMe على تحميل البيانات بسرعة.
كيف يمكن مقارنة الأسعار بموفري GPU السحابيين؟
تستخدم خطط Cloudzy GPU أجهزة مخصصة دون أي تكاليف إضافية لمشاركة الوقت. يتم إدراج الأسعار في صفحة التسعير، بمعدلات شهرية وسنوية شفافة دون أي رسوم مخفية لساعات الحوسبة. يتيح لك استرداد الأموال خلال 14 يومًا الاختبار قبل الالتزام.
وحدات معالجة الرسومات المخصصة، جاهزة الآن.
نشر خلال 60 ثانية.
لا حاجة لبطاقة ائتمان · ضمان استرداد خلال 14 يومًا · إلغاء في أي وقت