Jupyter notebook server
Kør JupyterLab på en statisk IP, der ikke er din bærbare computer. Luk låget, tog, kom tilbage i morgen. Par med en holdkammerat ved at dele det samme SSH-slutpunkt.
Anaconda VPS Hosting
Anaconda VPS,
op i løbet af sekunder.
Python data-science VPS på AMD EPYC + NVMe. Jupyter, pandaer, scikit-lær klar.
Uafhængig cloud siden 2008. Fra 2,48 $/md. · root SSH på 60 sekunder.
Fra $2.48/mo · 50 % rabat · Intet kreditkort krævet
~ ssh root@conda-ams-001
tilsluttet
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
Løsningsmiljø: færdig
Download og udpakning af pakker... færdig
root@conda-ams-001:~# conda activate ml && jupyter lab --ip=0.0.0.0
[I] Jupyter Server kører på https://0.0.0.0:8888
(ml) root@conda-ams-001:~# _
Anaconda VPS på et øjeblik
Cloudzy løber Anaconda og Miniconda på Linux VPS-planer på tværs 12 regioner, fra 2,48 $ om måneden. Planer går fra 512 MB to 64 GB DDR5 on NVMe-lagring med 40 Gbps uplinks. Spin op JupyterLab, pandaer, scikit-learn, NumPy og CPU PyTorch på under fem minutter, klargøring tager 60 sekunder. Cloudzy har fungeret uafhængigt siden 2008, betjener 122.000+ udviklere, og er vurderet 4.6 / 5 by 708+ reviewers på Trustpilot.
- Startpris
- 2,48 $ / måned
- Stak
- Anaconda · Miniconda
- Forsyning
- 60 sekunder
- Regioner
- 12 globalt
- Oppetids-SLA
- 99.95%
- Pengene tilbage
- 14 dage
Hvorfor dataforskere vælger Cloudzy
Et arbejdsrum, der bliver oppe.
Fire grunde til, at dine notesbøger hører hjemme på en rigtig server.
AMD EPYC + NVMe
Seneste generation af AMD EPYC, NVMe-kun lager, DDR5-hukommelse. pandas læser en 5 GB CSV på få sekunder, ikke minutter.
14 dages pengene-tilbage-garanti
Prøv Anaconda på Cloudzy med en rigtig notesbog. Fortryd inden for 14 dage, hvis det ikke passer. Ingen opsætningsgebyrer.
99,95 % oppetid
Kør en lang panda-pipeline natten over, kom tilbage til en kørende notesbog. Sidste 30-dages SLA spores på status.cloudzy.com.
Ingeniører i chat
Sidder du fast i en conda env-konflikt ved midnat? Vi svarer på få minutter, ingeniører, ikke manuskriptlæsere.
Vælg din stak
Python-datastakken.
Forbagt, et klik.
Anaconda for den fulde ~3 GB videnskabelige Python-distribution, Miniconda, hvis du vil have lean. JupyterLab lytter på port 8888, pandaer læser parket fra din NVMe på millisekunder, scikit-learn-tog på EPYC-kerner. CUDA-billeder er på GPU-planerne.
conda, pip, mamba, poesi, dit opkald
Anaconda
Fuld distribution
Miniconda
Minimal installatør
JupyterLab
Notebook IDE
pandas
Datarammer
NumPy
Arrays · linalg
scikit-lære
ML modeller
PyTorch CPU
Dyb læring
TensorFlow
CPU-slutning
Brugsscenarier
Hvad folk løber på
Anaconda VPS.
Pandas datateknik
Crunch CSV'er, parketfiler og SQL-udtræk, der ikke passer i din bærbare computers RAM. Monter en 1 TB NVMe-volumen, smid 16 GB efter den, afslut før frokost.
scikit-learn træning
Tilfældige skove, gradientboosting, XGBoost på rigtige datasæt. EPYC's per-core hastighed slår bærbare CPU'er, og du kan lade en 6-timers sweep køre, mens du sover.
Kvantforskning
Backtests, faktoranalyse, Monte Carlo på flerårige krydsdata. Condas fastgjorte miljø gør notebooks reproducerbare på tværs af teamet.
ETL og rørledninger
Planlæg et conda-styret Python-script med cron eller systemd, tryk på en API, transformer, skriv til S3 eller Postgres. Renere end at køre det på en bærbar computer.
Undervisning og tutorials
Opret identiske Anaconda-miljøer til en workshop. `conda env eksport` én gang, `conda env create` for hver elev. Ingen "virker på min maskine."
60s
Forsyning
40 Gbps
Uplink
Kun NVMe
Opbevaring
12
Regioner
99.95%
Oppetids-SLA
14 dage
Pengene tilbage
Globalt netværk
12 regioner. Fire kontinenter.
Slip din notesbog tæt på dine data.
Træn, hvor dine data bor. EU, USA, ME, Asien, vælg den region, din S3-spand eller Postgres læser fra.
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
Prissætning
Betal kun for det, du bruger. Det var det.
Time, måned eller år. Ingen egress-gebyrer. Ingen binding. Lige nu 50% rabat alle planer.
1 GB DDR5
Hurtige Jupyter-notesbøger · Selvstudier
$3.48 /md
$6.95/mo -50 %
Udrul nu
14 dages pengene-tilbage-garanti
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Conda / Miniconda klar
- Root SSH · KVM
2 GB DDR5
Pandaer / NumPy · Små datasæt
$7.475 /md
$14.95/mo -50 %
Udrul nu
14 dages pengene-tilbage-garanti
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Conda / Miniconda klar
- Root SSH · KVM
Mest valgt
4 GB DDR5
scikit-learn · Rigtige datasæt
$14.47 /md
$28.95/mo -50 %
Udrul nu
14 dages pengene-tilbage-garanti
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Conda / Miniconda klar
- Root SSH · KVM
Mest valgt
8 GB DDR5
DL på CPU · Tunge datajob
$26.475 /md
$52.95/mo -50 %
Udrul nu
14 dages pengene-tilbage-garanti
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Conda / Miniconda klar
- Root SSH · KVM
FAQ. Anaconda VPS
Typiske spørgsmål, klare svar.
Hvad er en Anaconda VPS?
En Anaconda VPS er en Linux cloud-server med Anaconda Python-distributionen forudinstalleret (eller klar til et enkelt klik). Du får conda, Python 3, NumPy, pandaer, scikit-learn, JupyterLab og mere end 7.000 datavidenskabspakker, alt sammen isoleret fra din bærbare computer, tilgængeligt via SSH hvor som helst og lever på 60 sekunder.
Anaconda eller Miniconda, hvilken skal jeg installere?
Vælg Miniconda, hvis du vil have det mindste fodaftryk og kun de pakker, du rent faktisk bruger. Vælg Anaconda Distribution, hvis du vil have den fulde ~3 GB videnskabelige Python-stak klar ud af kassen. Begge leveres som et-klik-billeder på Ubuntu 22.04 / 24.04 LTS, og du kan skifte senere med `conda install anaconda` eller omvendt.
Kan jeg køre JupyterLab på en Cloudzy VPS?
Ja. Drej JupyterLab op med `jupyter lab --ip=0.0.0.0 --port=8888`, åbn porten i panelets firewall, og peg din browser på `https://din-ip:8888`. For en privat opsætning, tunnel gennem SSH (`ssh -L 8888:localhost:8888`), ingen firewall-regler er nødvendige, og trafikken er krypteret.
Hvor meget RAM har jeg brug for til datavidenskabsarbejde?
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/.
Understøtter dette GPU-arbejdsbelastninger?
Anaconda VPS-planer her er kun CPU, de er bygget til pandaer, scikit-learn og CPU PyTorch/TensorFlow. For CUDA-, RAPIDS- eller modeltræning i stor skala, se /gpu-vps/ og /deep-learning-gpu/. Anaconda installerer også rent på disse planer.
Hvor hurtigt er udrulning?
Når betalingen er bekræftet, er din VPS live om 60 sekunder. Anaconda eller Miniconda installeres på yderligere 2-3 minutter via et-klik-billedet eller under 60 sekunder for Miniconda fra curl-installationsprogrammet. Du får 'conda --version' til at virke på under fem minutter i alt.
Kan jeg dele miljøer med mit team?
Ja. `conda env export > environment.yml` producerer en bærbar fil, som dine holdkammerater kan genskabe med `conda env create -f environment.yml`. VPS er tilgængelig via SSH, så flere brugere kan parre på den samme boks, eller hver kan implementere deres egen fra $2,48/md.
Er der root-adgang?
Ja, hver Cloudzy VPS kommer med root SSH og fuld kernekontrol. Installer systempakker med "apt", opsæt systemtjenester til langvarige træningsjob, monter eksterne NVMe-volumener, eller kør Docker sammen med conda. Ingen sandkasserestriktioner.
Kan jeg opgradere, hvis mit datasæt vokser?
Ja. RAM, vCPU og lagerstørrelse ændres live fra panelet, de fleste opgraderinger gennemføres på under 60 sekunder uden nedetid. Start ved 1 GB for at lære, hop til 16 GB, når dine notebooks har brug for det. Timefakturering betyder, at du ikke er låst på et niveau.
Er der en pengene-tilbage-garanti?
Ja, 14 dage fra køb, fuld refusion, ingen stillede spørgsmål. Prøv Anaconda på Cloudzy med en reel bærbar arbejdsbyrde, og afgør, om latens, ydeevne og support holder op med det, du har brugt før.
Klar når du er.
Conda op på 60 sekunder.
Vælg en plan, vælg en region, klik. JupyterLab åben før din kaffe.
Intet kreditkort krævet · 14 dages pengene-tilbage-garanti · Opsig når du vil