Analyse de données sur des données distantes
Lorsque votre ensemble de données fait 50 Go et que votre ordinateur portable dispose de 16 Go de RAM. Lancez un VPS de 32 Go, copiez les données, travaillez sur JupyterLab. Démonter une fois terminé.
Hébergement VPS pour ordinateur portable Jupyter
Jupyter, dans le cloud.
Exécutez des blocs-notes depuis n’importe quel navigateur.
JupyterLab sur AMD EPYC et NVMe pur, dans n'importe quelle région.
Indépendant depuis 2008. SSH, conda, pip, GPU-ready, vos propres noyaux.
Depuis $7.48/mo · 50 % de réduction · Pas de carte requise
~ ssh root@vps-fra-001
connecté
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 en un coup d'oeil
Cloudzy hôtes VPS pour ordinateur portable Jupyter instances de 12 régions dans le monde, à partir de $7.48 / month. Chaque VPS tourne sur AMD EPYC avec Mémoire DDR5, Stockage NVMe, et un 40 Gbps lien montant. Lancez Laboratoire Jupyter ou Jupyter classique derrière Nginx avec TLS gratuit. Plans GPU disponibles pour la formation ML. Cloudzy est indépendant depuis 2008, sert Plus de 122 000 développeurs, et est noté 4.6/5 by 679+ avis sur Trustpilot.
- Prix de départ
- $7.48 / month
- Approvisionnement
- 60 secondes
- Régions
- 12 dans le monde
- SLA de disponibilité
- 99.95%
- Remboursement
- 14 jours
- Fondé
- 2008
Pourquoi les développeurs choisissent Cloudzy
Un hôte Jupyter qui ne le fait pas vous expulser en pleine cellule.
NVMe + DDR5
Stockage 100 % NVMe et mémoire DDR5 sur AMD EPYC. Les charges restent rapides sous pression.
Accès SSH root
Contrôle total de votre stack. Installez des paquets, ajustez les configs, lancez des cron jobs, déployez via git. Sans restriction.
12 régions
Déployez aussi près de vos utilisateurs que la physique le permet. Latence P50 médiane sous 10 ms en Amérique du Nord et Europe.
Un vrai support humain
Discutez avec des ingénieurs qui connaissent votre stack, pas des lecteurs de script. Résolution médiane sous 1 heure.
La stack que vous lancerez
Chaque dépendance Jupyter.
conda + pip prêt.
Python moderne via conda/miniconda, JupyterLab, Notebook classique et Nginx pour la terminaison TLS. Ajoutez des images CUDA sur les forfaits GPU.
Images marketplace en un clic sur toutes les offres
Laboratoire Jupyter
Dernière écurie
Carnet de notes
Interface classique
Python 3.12
Via conda ou apt
conda
Env + gestionnaire de paquets
pépin
Installateur PyPI standard
JupyterHub
Mode multi-utilisateurs
CUDA
Accélération GPU (plans GPU)
Nginx
Proxy inverse TLS
Cas d'usage
Charges de travail réelles Jupyter
qui ont besoin d'un vrai VPS.
Formation sur le modèle ML
Les forfaits GPU avec CUDA préinstallé vous offrent la puissance de feu A100 ou RTX 5090 pour l'entraînement. JupyterLab + PyTorch dans votre navigateur, aucune limite Colab.
Calculs de longue durée
Certaines expériences durent plusieurs jours. Lancez et oubliez sur un VPS Cloudzy - pas de veille d'ordinateur portable, pas de noyau cassé, pas de limite de durée de session.
Collaboration d'équipe via JupyterHub
JupyterHub avec le forfait 12 Go permet à votre équipe de partager des noyaux et des données sans envoyer de blocs-notes par courrier électronique. Chaque utilisateur obtient des répertoires de travail isolés.
Enseignements / ateliers
Créez des environnements Jupyter correspondants pour un atelier. La facturation horaire signifie que vous ne payez que les heures réelles de session.
Combinaison API + bloc-notes
Développez un modèle dans Jupyter, exposez la version formée en tant que point de terminaison Flask/FastAPI sur le même VPS. Une boîte, deux points finaux.
60s
Approvisionnement
40 Gbps
Liaison montante
NVMe uniquement
Stockage
12
Régions
99.95%
SLA de disponibilité
14 jours
Remboursement
Réseau mondial
12 régions. Quatre continents.
À un clic.
Déposez votre VPS Jupyter aussi près de vos utilisateurs que la physique le permet.
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
Tarifs
Payez ce que vous utilisez. C'est tout.
À l'heure, au mois ou à l'année. Actuellement 50% de réduction toutes les offres.
1 GB DDR5
Léger · Usage perso
$3.48 /mois
$6.95/mo −50%
Déployer maintenant
Remboursement sous 14 jours
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- IPv4 + IPv6 dédiées
- SSH root · KVM
2 GB DDR5
Production · Petite équipe
$7.475 /mois
$14.95/mo −50%
Déployer maintenant
Remboursement sous 14 jours
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- IPv4 + IPv6 dédiées
- SSH root · KVM
Le plus choisi
4 GB DDR5
Production · Multi-sites
$14.47 /mois
$28.95/mo −50%
Déployer maintenant
Remboursement sous 14 jours
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- IPv4 + IPv6 dédiées
- SSH root · KVM
8 GB DDR5
Charges lourdes
$26.475 /mois
$52.95/mo −50%
Déployer maintenant
Remboursement sous 14 jours
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- IPv4 + IPv6 dédiées
- SSH root · KVM
FAQ. VPS Jupyter
Questions fréquentes, réponses directes.
Qu’est-ce qu’un VPS pour ordinateur portable Jupyter ?
Un VPS Jupyter Notebook est un serveur privé virtuel sur lequel vous exécutez JupyterLab ou Jupyter Notebook classique sur une URL sécurisée par TLS. Vous y accédez depuis n'importe quel navigateur, vous conservez le SSH root pour la gestion du noyau et vous le supprimez à la fin du projet.
Comment installer Jupyter ?
Installez miniconda, puis `conda install -c conda-forge jupyterlab`. Configurez un proxy inverse Nginx avec Certbot TLS, définissez un mot de passe pour ordinateur portable, pointez votre DNS vers le VPS. Le bout en bout prend environ 20 minutes.
Puis-je exécuter JupyterHub pour une équipe ?
Oui. JupyterHub s'installe proprement sur les forfaits 8 à 12 Go. Chaque utilisateur obtient un serveur Jupyter mono-utilisateur. Associez-le à PAM ou OAuth pour l'authentification. La plupart des équipes utilisent le programme d'installation standard tljh (The Littlest JupyterHub).
Qu’en est-il de l’accélération GPU pour le ML ?
Choisissez un forfait GPU Premium au lieu d’un processeur standard. Les forfaits GPU Cloudzy incluent Nvidia A100, RTX 5090 et RTX 4090 avec CUDA préinstallé. Exécutez PyTorch, TensorFlow ou JAX directement dans vos notebooks.
Existe-t-il un moyen d’accéder aux notebooks sans TLS ?
Oui - Tunnel SSH : `ssh -L 8888:localhost:8888 root@your-vps`, puis ouvrez localhost:8888 dans votre navigateur. Ignorez complètement la configuration Nginx + TLS si vous n'avez besoin que d'un accès solo.
Mes ordinateurs portables survivront-ils à un redémarrage ?
Oui. Les ordinateurs portables vivent sur le disque : les redémarrages ne les effacent pas. Exécutez JupyterLab en tant que service systemd pour qu'il démarre automatiquement. Prenez un instantané du VPS pour plus de sécurité.
Quelle quantité de RAM dois-je choisir ?
Cela dépend de la taille de l'ensemble de données. 2 Go pour les didacticiels, 4 à 8 Go pour les pandas typiques + le travail scikit-learn, 16 à 32 Go pour les grandes trames de données ou l'apprentissage en profondeur sur CPU. Plans GPU pour la formation réelle.
Y a-t-il une garantie de remboursement ?
Oui - 14 jours, remboursement intégral, sans question. Résiliez depuis le panel à tout moment dans les deux premières semaines.
Prêt quand vous l'êtes.
Jupyter VPS en 60 secondes.
Choisissez une région, cliquez sur déployer. Vous serez opérationnel avant midi.
Pas de carte requise · Remboursement sous 14 jours · Résiliation à tout moment