Analýza dat na vzdáleném serveru
Když má váš dataset 50 GB a laptop jen 16 GB RAM. Spusťte VPS s 32 GB RAM, přeneste data přes scp a pracujte v JupyterLab. Po dokončení server zastavte.
Hostování Jupyter Notebook VPS
Jupyter v cloudu.
Spouštějte notebooky z libovolného prohlížeče.
JupyterLab na AMD EPYC a čistém NVMe, v libovolné lokalitě.
Nezávislí od roku 2008. SSH, conda, pip, GPU ready, vlastní kernely.
Z $7.48/mo · Sleva 50% · Bez kreditní karty
~ ssh root@vps-fra-001 připojen
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 v kostce
Cloudzy hosts Jupyter Notebook VPS instances from 13 regions worldwide, starting at $7.48 / month. Each VPS runs on AMD EPYC with DDR5 memory, NVMe storage, and a 40 Gbps uplink. Run JupyterLab or classic Jupyter behind Nginx with free TLS. GPU plans available for ML training. Cloudzy has been independent since 2008, serves 122,000+ developers, and is rated 4.7/5 by 700+ reviewers on Trustpilot.
- Cena od
- $7.48 / měsíc
- Zřizování
- 60 sekund
- Oblasti
- 13 po celém světě
- SLA dostupnosti
- 99.95%
- Vrácení peněz
- 14 dní
- Založeno
- 2008
Proč si vývojáři vybírají Cloudzy
Jupyter hosting, který vás nevyhodí uprostřed výpočtu.
NVMe + DDR5
Čisté NVMe úložiště a DDR5 paměť na AMD EPYC. Úlohy zůstávají rychlé i pod zátěží.
Root SSH přístup
Plná kontrola nad tvým stackem. Instaluj balíčky, lad konfigurace, spouštěj cron joby, nasazuj přes git. Bez omezení.
13 regionů
Nasaď tak blízko uživatelům, jak to fyzika dovolí. Medián P50 latence pod 10 ms v NA/EU.
Skutečná lidská podpora
Chatuj s inženýry, kteří znají tvůj stack, ne se čtenáři skriptů. Medián vyřešení pod 1 hodinu.
Stack, který spustíš
Každá závislost pro Jupyter.
conda + pip připraveno.
Moderní Python přes conda/miniconda, JupyterLab, klasický Notebook, plus Nginx pro ukončení TLS. Přidejte CUDA obrazy na plánech GPU.
Image z marketplace na jedno kliknutí v každém plánu
JupyterLab
Nejnovější stabilní
Notebook
Klasické rozhraní
Python 3.12
Přes conda nebo apt
conda
Správce prostředí a balíčků
pip
Standardní instalátor PyPI
JupyterHub
Víceuživatelský režim
CUDA
Akcelerace GPU (plány GPU)
Nginx
Reverzní proxy TLS
Případy použití
Skutečné Jupyter úlohy
kteří potřebují skutečný VPS.
Školení modelů ML
Plány GPU s předinstalovanou CUDA vám dají výkon A100 nebo RTX 5090 pro trénování modelů. JupyterLab + PyTorch přímo v prohlížeči, bez omezení Colab.
Dlouhotrvající výpočty
Některé experimenty běží dny. Spusťte je na dedikovaném Cloudzy VPS a nechte je běžet, bez uspávání laptopu, bez padajícího kernelu, bez limitu délky session.
Týmová spolupráce přes JupyterHub
JupyterHub na plánu s 12 GB RAM umožní vašemu týmu sdílet kernely a data, aniž by si notebooky posílali e-mailem. Každý uživatel má vlastní izolovaný pracovní adresář.
Výuka / workshopy
Pro workshop spusťte identická Jupyter prostředí pro každého účastníka. Hodinové účtování znamená, že platíte jen za skutečně využité hodiny.
API + notebook
Vyviňte model v Jupyter, pak natrénovanou verzi zpřístupněte jako endpoint přes Flask/FastAPI na stejném VPS. Jeden server, dva endpointy.
60s
Zřizování
40 Gbps
Spojení nahoru
Pouze NVMe
Úložiště
13
Oblasti
99.95%
SLA dostupnosti
14 days
Vrácení peněz
Globální síť
13 regionů. Čtyři kontinenty.
Jedno kliknutí daleko.
Umístěte váš Jupyter VPS co nejblíže k vašim uživatelům, jak to jen fyzika dovolí.
us-utah-1us-dal-1us-lax-1us-lvg-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-brn-1me-dxb-1ap-sgp-1ap-syd-1
Ceny
Plaťte jen za to, co využíváte. To je celé.
Hodinově, měsíčně, nebo ročně. Aktuálně Sleva 50% všechny plány.
1 GB DDR5
Light · Osobní použití
$3.48 /mo
$6.95/mo −50%
Nasadit hned Vrácení peněz do 14 dnů
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Dedikovaná IPv4 + IPv6
- Root SSH · KVM
2 GB DDR5
Produkce · Malý tým
$7.475 /mo
$14.95/mo −50%
Nasadit hned Vrácení peněz do 14 dnů
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Dedikovaná IPv4 + IPv6
- Root SSH · KVM
Nejoblíbenější
4 GB DDR5
Produkce · Více webů
$14.47 /mo
$28.95/mo −50%
Nasadit hned Vrácení peněz do 14 dnů
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Dedikovaná IPv4 + IPv6
- Root SSH · KVM
8 GB DDR5
Náročné úlohy
$26.475 /mo
$52.95/mo −50%
Nasadit hned Vrácení peněz do 14 dnů
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Dedikovaná IPv4 + IPv6
- Root SSH · KVM
Časté dotazy. Jupyter VPS
Běžné otázky, přímé odpovědi.
Co je Jupyter Notebook VPS?
Jupyter Notebook VPS je virtuální privátní server, na kterém provozujete JupyterLab nebo klasický Jupyter Notebook přes TLS zabezpečené URL. Přistupujete k němu z jakéhokoli prohlížeče, máte plný root přístup SSH pro správu kernelů a server zastavíte, jakmile projekt skončí.
Jak nainstalovat Jupyter?
Nainstalujte miniconda, pak spusťte `conda install -c conda-forge jupyterlab`. Nakonfigurujte reverzní proxy Nginx s Certbot TLS, nastavte heslo pro notebook a nasměrujte DNS na váš VPS. Celý postup zabere přibližně 20 minut.
Lze provozovat JupyterHub pro celý tým?
Ano. JupyterHub se bez problémů nainstaluje na plány s 8-12 GB RAM. Každý uživatel dostane vlastní jednouživatelský Jupyter server. Pro autentizaci použijte PAM nebo OAuth. Většina týmů používá standardní instalátor tljh (The Littlest JupyterHub).
Co GPU akcelerace pro ML?
Zvolte prémiový plán GPU místo běžného CPU. Dedikované plány Cloudzy GPU zahrnují Nvidia A100, RTX 5090 a RTX 4090 s předinstalovanou CUDA. Spouštějte PyTorch, TensorFlow nebo JAX přímo ve svých noteboocích.
Lze přistupovat k notebookům bez TLS?
Ano, přes SSH tunel: `ssh -L 8888:localhost:8888 root@your-vps`, pak otevřete localhost:8888 v prohlížeči. Konfiguraci Nginx + TLS přeskočte úplně, pokud potřebujete přístup jen pro sebe.
Přežijí moje notebooky restart serveru?
Ano. Notebooky jsou uloženy na disku, restart je nesmaže. Spusťte JupyterLab jako systemd službu, aby se spouštěl automaticky. Pro jistotu si pořiďte snapshot VPS.
Kolik RAM mám zvolit?
Záleží na velikosti datasetu. 2 GB stačí na tutoriály, 4–8 GB na běžnou práci s pandas a scikit-learn, 16–32 GB na velké dataframy nebo deep learning na CPU. Pro skutečný trénink modelů použijte GPU plány.
Je k dispozici záruka vrácení peněz?
Ano, 14 dnů, plné vrácení peněz, bez otázek. Zruš z panelu kdykoli v prvních dvou týdnech.
Připraveni, kdykoli jste vy.
Jupyter VPS za 60 sekund.
Vyber region, klikni na nasadit. Budeš pracovat ještě před obědem.
Bez platební karty · Vrácení peněz do 14 dnů · Zruš kdykoli