50% de descuento todos los planes, tiempo limitado. Desde $2.48/mo

Hosting de VPS Jupyter Notebook

Jupyter, en la nube.
Ejecuta notebooks desde cualquier navegador.

JupyterLab sobre AMD EPYC y NVMe puro, en cualquier región.
Independientes desde 2008. Listos para SSH, conda, pip, GPU y kernels propios.

4.7 · 747 reseñas en Trustpilot
₿ Criptomoneda aceptada
Despliega Jupyter VPS Comparar planes

Desde $7.48/mo · 50% de descuento · Sin tarjeta de crédito

~ ssh root@vps-fra-001 conectado
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 de un vistazo

Cloudzy servidores Servidor VPS de Jupyter Notebook instancias desde 13 regiones en todo el mundo, desde $7.48 / month. Cada VPS funciona sobre AMD EPYC con Memoria DDR5, Almacenamiento NVMe, y un 40 Gbps enlace. Ejecuta JupyterLab o Jupyter clásico detrás de Nginx con TLS gratuito. Planes GPU disponibles para entrenamiento de ML. Cloudzy es independiente desde 2008, sirve a Más de 122.000 desarrolladores, y tiene una valoración de 4.6/5 by 679+ reseñas en Trustpilot.

Precio inicial
$7.48 / month
Aprovisionamiento
60 segundos
Regiones
13 en todo el mundo
SLA de uptime
99.95%
Reembolso
14 días
Fundada
2008

Por qué los desarrolladores eligen Cloudzy

Un host para Jupyter que no falla echarte a mitad de celda.

NVMe + DDR5

Almacenamiento NVMe puro y memoria DDR5 sobre AMD EPYC. Las cargas siguen rápidas bajo presión.

Acceso SSH como root

Control total de tu stack. Instala paquetes, ajusta configuraciones, ejecuta cron jobs, despliega vía git. Sin restricciones.

13 regiones

Despliega tan cerca de tus usuarios como permite la física. Latencia P50 mediana por debajo de 10 ms en Norteamérica/Europa.

Soporte humano real

Habla con ingenieros que conocen tu stack, no operadores con guion. Tiempo medio de resolución por debajo de 1 hora.

El stack que ejecutarás

Cada dependencia de Jupyter.
conda + pip listos.

Python moderno vía conda/miniconda, JupyterLab, Notebook clásico y Nginx para la terminación TLS. Añade imágenes CUDA en los planes GPU.

Imágenes de marketplace de un clic en todos los planes
JupyterLab
Última versión estable
Cuaderno
Interfaz clásica
Python 3.12
Vía conda o apt
conda
Gestor de entornos y paquetes
pip
Instalador estándar de PyPI
JupyterHub
Modo multiusuario
CUDA
Aceleración GPU (planes GPU)
Nginx
Proxy inverso TLS

Casos de uso

Cargas de trabajo reales en Jupyter
que necesitan un VPS de verdad.

Análisis de datos en remoto

Cuando tu conjunto de datos pesa 50 GB y tu portátil solo tiene 16 GB RAM. Arranca una instancia VPS de 32 GB, transfiere los datos con scp, trabaja desde JupyterLab. Apágala al terminar.

Entrenamiento de modelos ML

Los planes GPU con CUDA preinstalado te dan la potencia de A100 o RTX 5090 para entrenar modelos. JupyterLab + PyTorch en tu navegador, sin los límites de Colab.

Cálculos de larga duración

Algunos experimentos tardan días. Lánzalos en una instancia VPS Cloudzy y olvídate: sin suspensión del portátil, sin kernels rotos, sin límite de sesión.

Colaboración en equipo con JupyterHub

JupyterHub en el plan de 12 GB permite que tu equipo comparta kernels y datos sin andar enviando notebooks por correo. Cada usuario tiene su directorio de trabajo aislado.

Docencia y talleres

Arranca entornos Jupyter idénticos para un taller. La facturación por horas significa que solo pagas las horas reales de la sesión.

Combinación API + notebook

Desarrolla un modelo en Jupyter, expón la versión entrenada como endpoint Flask/FastAPI en el mismo VPS. Una máquina, dos endpoints.

60s
Aprovisionamiento
40 Gbps
Enlace ascendente
Solo NVMe
Almacenamiento
12
Regiones
99.95%
SLA de uptime
14 días
Reembolso

Red global

13 regiones. Cuatro continentes.
A un clic.

Despliega tu Jupyter VPS lo más cerca posible de tus usuarios.

Ver las 13 regiones
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

Precios

Paga sólo por lo que usas. Eso es todo.

Por hora, mes o año. Ahora mismo 50% de descuento todos los planes.

1 GB DDR5

Ligero · Uso personal

$3.48 /mes
$6.95/mo −50%
Desplegar ahora
Reembolso en 14 días
  • 1 vCPU @ EPYC
  • 25 GB NVMe
  • 1 TB · 40 Gbps
  • IPv4 + IPv6 dedicadas
  • SSH root · KVM
2 GB DDR5

Producción · Equipo pequeño

$7.475 /mes
$14.95/mo −50%
Desplegar ahora
Reembolso en 14 días
  • 1 vCPU @ EPYC
  • 60 GB NVMe
  • 3 TB · 40 Gbps
  • IPv4 + IPv6 dedicadas
  • SSH root · KVM
El más elegido
4 GB DDR5

Producción · Multisitio

$14.47 /mes
$28.95/mo −50%
Desplegar ahora
Reembolso en 14 días
  • 2 vCPU @ EPYC
  • 120 GB NVMe
  • 5 TB · 40 Gbps
  • IPv4 + IPv6 dedicadas
  • SSH root · KVM
8 GB DDR5

Cargas de trabajo intensas

$26.475 /mes
$52.95/mo −50%
Desplegar ahora
Reembolso en 14 días
  • 4 vCPU @ EPYC
  • 240 GB NVMe
  • 7 TB · 40 Gbps
  • IPv4 + IPv6 dedicadas
  • SSH root · KVM
¿Necesitas más? Ver los 10 planes (hasta 64 GB)

Preguntas frecuentes. VPS de Jupyter

Preguntas habituales, respuestas directas.

¿Qué es un Jupyter Notebook VPS?
Un VPS Jupyter Notebook es un servidor privado virtual donde ejecutas JupyterLab o el Jupyter Notebook clásico sobre una URL asegurada con TLS. Accedes desde cualquier navegador, conservas acceso SSH completo para gestionar kernels y lo eliminas cuando termina el proyecto.

¿Cómo instalo Jupyter?
Instala miniconda, luego ejecuta `conda install -c conda-forge jupyterlab`. Configura un proxy inverso con Nginx y Certbot TLS, establece una contraseña para el notebook, y apunta tu DNS al VPS. Todo el proceso lleva unos 20 minutos.

¿Puedo ejecutar JupyterHub para un equipo?
Sí. JupyterHub se instala sin problemas en los planes de 8-12 GB. Cada usuario obtiene su propio servidor Jupyter individual. Combínalo con PAM o OAuth para la autenticación. La mayoría de los equipos usan el instalador estándar tljh (The Littlest JupyterHub).

¿Qué hay de la aceleración GPU para ML?
Elige un plan Premium GPU en lugar del CPU estándar. Los planes Cloudzy GPU incluyen Nvidia A100, RTX 5090 y RTX 4090 con CUDA preinstalado. Ejecuta PyTorch, TensorFlow o JAX directamente en tus notebooks.

¿Hay alguna forma de acceder a los notebooks sin TLS?
Sí. Túnel SSH: `ssh -L 8888:localhost:8888 root@your-vps`, luego abre localhost:8888 en tu navegador. Olvídate de configurar Nginx + TLS si solo necesitas acceso para ti.

¿Mis notebooks sobrevivirán a un reinicio?
Sí. Los notebooks se guardan en disco: los reinicios no los borran. Ejecuta JupyterLab como servicio systemd para que arranque automáticamente. Haz un snapshot del VPS para mayor seguridad.

¿Cuánto RAM debería elegir?
Depende del tamaño del conjunto de datos. 2 GB para tutoriales, 4-8 GB para trabajo habitual con pandas y scikit-learn, 16-32 GB para dataframes grandes o deep learning en CPU. Planes GPU para entrenamiento real de modelos.

¿Hay garantía de reembolso?
Sí, 14 días, reembolso completo, sin preguntas. Cancela desde el panel cuando quieras en las primeras dos semanas.

Listos cuando tú lo estés.
Jupyter VPS en 60 segundos.

Elige una región y pulsa desplegar. Estarás trabajando antes de comer.

Despliega Jupyter VPS Comparar todos los planes

Sin tarjeta de crédito · Garantía de reembolso en 14 días · Cancela cuando quieras