50% off 所有套餐限时优惠,起价 $2.48/mo

Jupyter Notebook VPS 托管

Jupyter,在云端。
直接在浏览器中运行 notebook。

在任意地区,于 GPU 服务器上运行 JupyterLab,纯 CPU 方案同样可选。
自2008年起独立运营。支持 SSH、conda、pip、GPU,可使用自定义内核。

4.6 · 713 reviews on Trustpilot

From $7.48/mo · 五折优惠 · 无需信用卡

~ ssh root@vps-fra-001 connected
root@vps-fra-001:~# conda install -c conda-forge jupyterlab
Solving environment ... done.
Installed 245 packages successfully.
root@vps-fra-001:~# jupyter lab --no-browser --port=8888 --ip=0.0.0.0
Jupyter Server 2.x is running at:
http://0.0.0.0:8888/lab?token=********
root@vps-fra-001:~# systemctl enable jupyterlab
Created symlink /etc/systemd/system/jupyterlab.service.
root@vps-fra-001:~# _

Jupyter VPS 概览

Cloudzy hosts Jupyter Notebook VPS instances from 12 regions worldwide, starting at $7.48 / month。每台 VPS 运行于 AMD EPYC with DDR5 memory, NVMe storage, and a 40 Gbps uplink. Run JupyterLab 或在 Nginx 后面运行经典 Jupyter,免费提供 TLS。GPU 方案适用于 ML 训练。Cloudzy 自成立以来始终独立运营,至今已有 2008, serves 122,000+ developers, and is rated 4.6/5 by 679+ reviewers on Trustpilot.

Starting price
$7.48 / month
Provisioning
60 seconds
Regions
12 worldwide
Uptime SLA
99.95%
Money-back
14 days
Founded
2008

开发者为什么选择 Cloudzy

一个不会让你失望的 Jupyter 托管环境 在你编辑到一半时把你踢下线。

NVMe + DDR5

AMD EPYC 上配备纯 NVMe 存储与 DDR5 内存,高负载下性能依然稳定。

Root SSH 权限

完全掌控你的技术栈。安装软件包、调整配置、设置定时任务、通过 git 部署,无任何限制。

12 regions

尽可能靠近你的用户部署。北美/欧洲 P50 中位延迟低于 10 ms。

真人客服支持

与真正懂你技术栈的工程师沟通,不是照本宣科的客服。中位解决时间不超过 1 小时。

你会用到的技术栈

所有 Jupyter 依赖项,一次全部就位。
conda + pip 开箱即用。

通过 conda/miniconda 安装最新版 Python,内置 JupyterLab 和经典 Notebook,并使用 Nginx 处理 TLS 终止。GPU 方案可添加 CUDA 镜像。

每个套餐均支持一键安装市场镜像
JupyterLab
Latest stable
Notebook
Classic interface
Python 3.12
通过 conda 或 apt
conda
环境与包管理器
pip
标准 PyPI 安装器
JupyterHub
多用户模式
CUDA
GPU 加速(GPU 方案)
Nginx
TLS 反向代理

Use cases

真实的 Jupyter 工作负载
需要一台真正称职的 VPS。

远程数据分析

当数据集有 50 GB 而笔记本只有 16 GB RAM 时,开一台 32 GB RAM 的 VPS,把数据传过去,在 JupyterLab 里跑。用完直接关掉。

ML model training

GPU 计划预装 CUDA,提供 A100 或 RTX 5090 级别的训练算力。浏览器直接用 JupyterLab + PyTorch,没有 Colab 的各种限制。

长时间运行的计算任务

有些实验要跑好几天。在 Cloudzy VPS 上提交任务后无需守候——不用担心笔记本电脑休眠、内核崩溃,也没有会话时长限制。

通过 JupyterHub 进行团队协作

在 12 GB 方案上部署 JupyterHub,团队成员可以共享内核和数据,不再需要来回发送 notebook 文件。每位用户拥有独立的工作目录。

Teaching / workshops

为工作坊快速启动配套的 Jupyter 环境。按小时计费,只需为实际使用的时间付费。

API + notebook 组合

在 Jupyter 中开发模型,再将训练好的版本以 Flask/FastAPI 接口的形式部署在同一台 VPS 上。一台服务器,两个端点。

60s
Provisioning
40 Gbps
Uplink
NVMe-only
Storage
12
Regions
99.95%
Uptime SLA
14 days
Money-back

Global network

12个区域,横跨四大洲。
一键即达。

将你的 Jupyter VPS 部署在距离用户尽可能近的位置。

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

Pricing

按实际用量付费。 That's it.

按小时、按月或按年计费。当前 50% off all plans.

1 GB DDR5

轻量版 · 个人使用

$3.48 /mo
$6.95/mo −50%
Deploy now
14 天退款保障
  • 1 vCPU @ EPYC
  • 25 GB NVMe
  • 1 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
2 GB DDR5

生产版 · 小型团队

$7.475 /mo
$14.95/mo −50%
Deploy now
14 天退款保障
  • 1 vCPU @ EPYC
  • 60 GB NVMe
  • 3 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
8 GB DDR5

Heavy workloads

$26.475 /mo
$52.95/mo −50%
Deploy now
14 天退款保障
  • 4 vCPU @ EPYC
  • 240 GB NVMe
  • 7 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM

常见问题。Jupyter VPS

Common questions, straight answers.

什么是 Jupyter Notebook VPS?

Jupyter Notebook VPS 是一台虚拟私有服务器,你可以在上面通过经 TLS 加密的 URL 运行 JupyterLab 或经典 Jupyter Notebook。用任意浏览器即可访问,你拥有完整的 root SSH 来管理内核,项目结束后可以随时销毁。

如何安装 Jupyter?

先安装 miniconda,然后执行 `conda install -c conda-forge jupyterlab`。用 Certbot TLS 配置 Nginx 反向代理,设置 notebook 密码,再将你的 DNS 指向该 VPS。整个过程大约需要 20 分钟。

能为团队部署 JupyterHub 吗?

可以。JupyterHub 在 8-12 GB 方案上安装顺畅。每位用户拥有独立的 Jupyter 单用户服务器。可搭配 PAM 或 OAuth 进行身份验证。大多数团队使用标准的 tljh(The Littlest JupyterHub)安装程序。

ML 任务可以用 GPU 加速吗?

选择高性能 GPU 方案而非普通 CPU 方案。Cloudzy GPU 方案预装了 Nvidia A100、RTX 5090 和 RTX 4090,并已配置好 CUDA。可以直接在 notebook 中运行 PyTorch、TensorFlow 或 JAX。

有不使用 TLS 访问 notebook 的方法吗?

有——用 SSH 隧道:执行 `ssh -L 8888:localhost:8888 root@your-vps`,然后在浏览器中打开 localhost:8888。如果只需要个人访问,完全可以跳过 Nginx 和 TLS 的配置。

重启后 notebook 还在吗?

在。notebook 保存在磁盘上,重启不会删除它们。将 JupyterLab 配置为 systemd 服务,使其开机自启。为了多一层保障,可以对 VPS 做快照。

应该选多大的 RAM?

取决于数据集大小。教程练习 2 GB 够用,日常 pandas + scikit-learn 工作选 4-8 GB,处理大型数据框或在 CPU 上做深度学习则需要 16-32 GB。实际训练任务请选 GPU 方案。

有退款保证吗?

是的,14 天内可申请全额退款,无需任何理由。在前两周内随时通过控制面板取消即可。

随时可以上手。
一分钟启动 Jupyter VPS。

选择节点,点击部署。午饭前就能开始工作。

无需信用卡 · 14 天退款保证 · 随时取消