50% rabat alle planer, tidsbegrænset. Fra $2.48/mo

Jupyter Notebook VPS-hosting

Jupyter i skyen.
Kør notebooks direkte fra browseren.

JupyterLab på AMD EPYC og ren NVMe, i enhver region.
Uafhængig siden 2008. SSH, conda, pip, GPU-klar, dine egne kernels.

4.7 · 747 anmeldelser på Trustpilot
₿ Krypto accepteres
Implementer Jupyter VPS Sammenlign abonnementer

Fra $7.48/mo · 50 % rabat · Intet kreditkort krævet

~ ssh root@vps-fra-001 forbundet
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 – et hurtigt overblik

Cloudzy hoster Jupyter Notebook VPS instanser fra 13 regioner globalt, fra $7.48 / month. Hver VPS kører på AMD EPYC med DDR5-hukommelse, NVMe-lagring, og en 40 Gbps uplink. Kør JupyterLab eller klassisk Jupyter bag NGINX med gratis TLS. GPU-planer tilgængelige til ML-træning. Cloudzy har været uafhængig siden 2008, betjener 122.000+ udviklere, og er bedømt 4.6/5 by 679+ anmeldere på Trustpilot.

Startpris
$7.48 / month
Klargøring
60 sekunder
Regioner
13 globalt
Oppetids-SLA
99.95%
Penge-tilbage
14 dage
Grundlagt
2008

Hvorfor udviklere vælger Cloudzy

En Jupyter-host, der ikke smide dig ud midt i en celle.

NVMe + DDR5

Ren NVMe-lagring og DDR5-hukommelse på AMD EPYC. Workloads holder hastigheden under belastning.

Root SSH-adgang

Fuld kontrol over din stack. Installer pakker, tune configs, kør cron-jobs, deploy via git. Ingen begrænsninger.

13 regioner

Udrul så tæt på dine brugere, som fysikken tillader. Median P50-latency under 10 ms i NA/EU.

Ægte menneskelig support

Chat med ingeniører, der kender din stack, ikke manuskriptlæsere. Median løsningstid under 1 time.

Stack, du vil køre

Alle Jupyter-afhængigheder.
conda + pip klar til brug.

Moderne Python via conda/miniconda, JupyterLab og klassisk Notebook – plus NGINX til TLS-terminering. Tilføj CUDA-images på GPU-planer.

Marketplace-images med ét klik på alle planer
JupyterLab
Seneste stabil
Notesbog
Klassisk interface
Python 3.12
Via conda eller apt
conda
Miljø + pakkehåndtering
pip
Standard PyPI-installationsprogram
JupyterHub
Multi-bruger-tilstand
CUDA
GPU-acceleration (GPU-planer)
Nginx
TLS omvendt proxy

Brugsscenarier

Ægte Jupyter-arbejdsbelastninger
der har brug for en rigtig VPS.

Dataanalyse på eksterne data

Når dit datasæt fylder 50 GB og din laptop kun har 16 GB RAM. Start en 32 GB VPS, kopier data over med scp, og arbejd i JupyterLab. Luk den ned, når du er færdig.

ML-modeltræning

GPU-planer med CUDA forudinstalleret giver dig A100 eller RTX 5090 til træning. JupyterLab + PyTorch direkte i browseren, uden Colabs begrænsninger.

Langvarige beregninger

Nogle eksperimenter kører i dagevis. Start dem på en Cloudzy VPS og lad dem køre – ingen laptop-dvale, ingen brudt kernel, ingen tidsbegrænsning på sessioner.

Teamsamarbejde via JupyterHub

JupyterHub på 12 GB-planen giver dit team mulighed for at dele kernels og data uden at sende notebooks rundt på mail. Hver bruger får isolerede arbejdsmapper.

Undervisning / workshops

Start matchende Jupyter-miljøer til et workshop. Timebetaling betyder, at du kun betaler for de faktiske sessionstimer.

API + notebook-kombination

Udvikl en model i Jupyter, og eksponér den trænede version som et Flask/FastAPI-endpoint på den samme VPS. Én server, to endpoints.

60s
Klargøring
40 Gbps
Oplink
NVMe-kun
Lagring
12
Regioner
99.95%
Oppetids-SLA
14 dage
Penge-tilbage

Globalt netværk

13 regioner. Fire kontinenter.
Ét klik væk.

Placer din Jupyter VPS så tæt på dine brugere som muligt.

Se alle 13 regioner
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

Priser

Betal kun for det, du bruger. Det var det.

Time, måned eller år. Lige nu 50% rabat alle planer.

1 GB DDR5

Light · Personlig brug

$3.48 /md
$6.95/mo −50%
Udrul nu
14 dages pengene-tilbage-garanti
  • 1 vCPU @ EPYC
  • 25 GB NVMe
  • 1 TB · 40 Gbps
  • Dedikeret IPv4 + IPv6
  • Root SSH · KVM
2 GB DDR5

Produktion · Lille team

$7.475 /md
$14.95/mo −50%
Udrul nu
14 dages pengene-tilbage-garanti
  • 1 vCPU @ EPYC
  • 60 GB NVMe
  • 3 TB · 40 Gbps
  • Dedikeret IPv4 + IPv6
  • Root SSH · KVM
Mest valgt
4 GB DDR5

Produktion · Flere sites

$14.47 /md
$28.95/mo −50%
Udrul nu
14 dages pengene-tilbage-garanti
  • 2 vCPU @ EPYC
  • 120 GB NVMe
  • 5 TB · 40 Gbps
  • Dedikeret IPv4 + IPv6
  • Root SSH · KVM
8 GB DDR5

Tunge workloads

$26.475 /md
$52.95/mo −50%
Udrul nu
14 dages pengene-tilbage-garanti
  • 4 vCPU @ EPYC
  • 240 GB NVMe
  • 7 TB · 40 Gbps
  • Dedikeret IPv4 + IPv6
  • Root SSH · KVM
Brug for mere? Se alle 10 planer (op til 64 GB)

Ofte stillede spørgsmål. Jupyter VPS

Typiske spørgsmål, klare svar.

Hvad er en Jupyter Notebook VPS?
En Jupyter Notebook VPS er en virtuel privat server, hvor du kører JupyterLab eller klassisk Jupyter Notebook bag en TLS-sikret URL. Du tilgår den fra en hvilken som helst browser, du har fuld root SSH til kernelstyring, og du lukker den ned, når projektet er færdigt.

Hvordan installerer jeg Jupyter?
Installér miniconda, og kør så `conda install -c conda-forge jupyterlab`. Konfigurér en Nginx reverse proxy med Certbot TLS, sæt en notebook-adgangskode, og peg dit DNS på VPS'en. Det tager cirka 20 minutter fra start til slut.

Kan jeg køre JupyterHub til et team?
Ja. JupyterHub installeres problemfrit på 8-12 GB-planerne. Hver bruger får sin egen Jupyter-server. Kombinér med PAM eller OAuth til autentificering. De fleste teams bruger standard-installeren tljh (The Littlest JupyterHub).

Hvad med GPU-acceleration til ML?
Vælg en Premium GPU-plan i stedet for en almindelig CPU-plan. Cloudzy GPU-planer inkluderer Nvidia A100, RTX 5090 og RTX 4090 med CUDA præinstalleret. Kør PyTorch, TensorFlow eller JAX direkte i dine notebooks.

Er der en måde at tilgå notebooks uden TLS?
Ja – SSH-tunnel: `ssh -L 8888:localhost:8888 root@your-vps`, og åbn derefter localhost:8888 i din browser. Spring Nginx + TLS-opsætningen helt over, hvis du kun har brug for adgang alene.

Overlever mine notebooks en genstart?
Ja. Notebooks ligger på disken – en genstart sletter dem ikke. Kør JupyterLab som en systemd-tjeneste, så den starter automatisk. Tag et snapshot af VPS'en for ekstra sikkerhed.

Hvor meget RAM bør jeg vælge?
Det afhænger af datasættets størrelse. 2 GB til tutorials, 4-8 GB til typisk pandas + scikit-learn-arbejde, 16-32 GB til store dataframes eller deep learning på CPU. GPU-planer til egentlig træning.

Er der en pengene-tilbage-garanti?
Ja, 14 dage, fuld refusion, ingen spørgsmål stillet. Opsig fra panelet når som helst i de første to uger.

Klar når du er.
Jupyter VPS på 60 sekunder.

Vælg en region, klik på udrul. Du er i gang før frokost.

Implementer Jupyter VPS Sammenlign alle abonnementer

Intet kreditkort krævet · 14 dages pengene-tilbage-garanti · Opsig når du vil