Skip to main content
Sleva 50% všechny plány, omezený čas. Od $2.48/mo

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.

4.7 · 747 recenzí na Trustpilot

Z $7.48/mo · 50% sleva · Bez platební 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 hostuje Jupyter Notebook VPS instance z 13 regionů po celém světě, od $7.48 / month. Každý VPS běží na AMD EPYC s DDR5 paměť, NVMe úložiště, a 40 Gbps uplink. Spusť JupyterLab nebo klasický Jupyter za Nginx s bezplatným TLS. Plány GPU dostupné pro ML trénování. Cloudzy je nezávislý od roku 2008, slouží 122 000+ vývojářů, a má hodnocení 4.7/5 by 700+ recenzentů na Trustpilotu.

Cena od
$7.48 / month
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.

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.

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 dní
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 /měsíc
$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 /měsíc
$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
8 GB DDR5

Náročné úlohy

$26.475 /měsíc
$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