Analisi dei dati su risorse remote
Quando il tuo dataset è da 50 GB e il laptop ha 16 GB RAM. Avvia un VPS da 32 GB, copia i dati con scp, lavora su JupyterLab. Spegnilo quando hai finito.
Hosting Jupyter Notebook VPS
Jupyter, nel cloud.
Esegui i notebook da qualsiasi browser.
JupyterLab su AMD EPYC e NVMe puro, in qualsiasi regione.
Indipendenti dal 2008. Pronti per SSH, conda, pip, GPU e kernel personalizzati.
Da $7.48/mo · 50% di sconto · Nessuna carta di credito richiesta
~ ssh root@vps-fra-001
connesso
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 in sintesi
Cloudzy ospita VPS Notebook Jupyter istanze da 13 regioni nel mondo, a partire da $7.48 / month. Ogni VPS gira su AMD EPYC con Memoria DDR5, Storage NVMe, e a 40 Gbps uplink. Esegui JupyterLab o il classico Jupyter dietro Nginx con TLS gratuito. Piani GPU disponibili per il training ML. Cloudzy è indipendente dal 2008, serve Oltre 122.000 sviluppatori, ed è valutata 4.6/5 by 679+ recensori su Trustpilot.
- Prezzo iniziale
- $7.48 / month
- Provisioning
- 60 secondi
- Regioni
- 13 nel mondo
- SLA di uptime
- 99.95%
- Rimborso del denaro
- 14 giorni
- Fondato
- 2008
Perché gli sviluppatori scelgono Cloudzy
Un host Jupyter che non delude interromperti a metà cella.
NVMe + DDR5
Storage NVMe puro e memoria DDR5 su AMD EPYC. I carichi restano veloci anche sotto stress.
Accesso SSH root
Controllo completo del tuo stack. Installa pacchetti, regola le configurazioni, esegui cron job, distribuisci via git. Nessuna restrizione.
13 regioni
Distribuisci il più vicino possibile ai tuoi utenti. Latenza P50 mediana sotto i 10 ms in NA/EU.
Supporto umano vero
Parla con tecnici che conoscono il tuo stack, non lettori di script. Risoluzione media sotto un'ora.
Stack che eseguirai
Ogni dipendenza di Jupyter.
conda + pip pronti all'uso.
Python moderno via conda/miniconda, JupyterLab, Notebook classico, più Nginx per la terminazione TLS. Aggiungi immagini CUDA sui piani GPU.
Immagini marketplace in un clic su ogni piano
JupyterLab
Ultimo stabile
Notebook
Interfaccia classica
Python 3.12
Tramite conda o apt
conda
Env + gestore di pacchetti
pip
Programma di installazione standard PyPI
JupyterHub
Modalità multiutente
CUDA
Accelerazione GPU (piani GPU)
Nginx
proxy inverso TLS
Casi d'uso
Carichi di lavoro Jupyter reali
che hanno bisogno di una VPS vera.
Addestramento modelli ML
I piani GPU con CUDA preinstallato ti danno la potenza di A100 o RTX 5090 per il training. JupyterLab + PyTorch nel browser, senza i limiti di Colab.
Calcoli a lungo termine
Alcuni esperimenti durano giorni. Avvia il job su un Cloudzy VPS e lascialo girare: niente laptop in standby, niente kernel interrotti, nessun limite alla durata della sessione.
Collaborazione del team via JupyterHub
JupyterHub sul piano da 12 GB permette al tuo team di condividere kernel e dati senza mandare notebook per email. Ogni utente ha una directory di lavoro isolata.
Insegnamento / workshop
Avvia ambienti Jupyter identici per un workshop. La fatturazione oraria significa che paghi solo le ore effettive di sessione.
API + notebook
Sviluppa un modello in Jupyter, poi esponi la versione addestrata come endpoint Flask/FastAPI sullo stesso VPS. Una macchina, due endpoint.
60s
Provisioning
40 Gbps
Collegamento ascendente
Solo NVMe
Archiviazione
12
Regioni
99.95%
SLA di uptime
14 giorni
Rimborso del denaro
Rete globale
13 regioni. Quattro continenti.
A un clic di distanza.
Posiziona il tuo VPS Jupyter il più vicino possibile ai tuoi utenti.
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
Prezzi
Paghi solo ciò che usi. Tutto qui.
A ore, mensile o annuale. Attualmente 50% di sconto tutti i piani.
1 GB DDR5
Leggero · Uso personale
$3.48 /mese
$6.95/mo −50%
Distribuisci ora
Rimborso entro 14 giorni
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- IPv4 + IPv6 dedicati
- SSH root · KVM
2 GB DDR5
Produzione · Team piccolo
$7.475 /mese
$14.95/mo −50%
Distribuisci ora
Rimborso entro 14 giorni
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- IPv4 + IPv6 dedicati
- SSH root · KVM
Il più scelto
4 GB DDR5
Produzione · Multi-sito
$14.47 /mese
$28.95/mo −50%
Distribuisci ora
Rimborso entro 14 giorni
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- IPv4 + IPv6 dedicati
- SSH root · KVM
8 GB DDR5
Carichi pesanti
$26.475 /mese
$52.95/mo −50%
Distribuisci ora
Rimborso entro 14 giorni
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- IPv4 + IPv6 dedicati
- SSH root · KVM
FAQ. VPS Jupyter
Domande frequenti, risposte chiare.
Cos'è un VPS Jupyter Notebook?
Un VPS Jupyter Notebook è un server privato virtuale su cui esegui JupyterLab o il classico Jupyter Notebook tramite una connessione URL protetta da TLS. Accedi da qualsiasi browser, hai accesso root per la gestione dei kernel e puoi spegnerlo a fine progetto.
Come installo Jupyter?
Installa miniconda, poi esegui `conda install -c conda-forge jupyterlab`. Configura un reverse proxy Nginx con Certbot TLS, imposta una password per il notebook e punta il tuo DNS verso il VPS. L'intera procedura richiede circa 20 minuti.
Posso usare JupyterHub per un team?
Sì. JupyterHub si installa senza problemi sui piani da 8-12 GB. Ogni utente ottiene un server Jupyter dedicato. Abbinalo a PAM o OAuth per l'autenticazione. La maggior parte dei team usa il tool di installazione standard tljh (The Littlest JupyterHub).
Che dire dell'accelerazione GPU per il ML?
Scegli un piano GPU Premium invece di un normale CPU. I piani Cloudzy GPU includono Nvidia A100, RTX 5090 e RTX 4090 con CUDA preinstallato. Esegui PyTorch, TensorFlow o JAX direttamente nei tuoi notebook.
Si può accedere ai notebook senza TLS?
Sì, tramite tunnel SSH: `ssh -L 8888:localhost:8888 root@your-vps`, poi apri localhost:8888 nel browser. Se ti serve solo accesso personale, puoi saltare completamente la configurazione Nginx + TLS.
I miei notebook sopravvivono a un riavvio?
Sì. I notebook sono salvati su disco: un riavvio non li cancella. Configura JupyterLab come servizio systemd così si avvia automaticamente. Per maggiore sicurezza, crea uno snapshot del VPS.
Quanta RAM devo scegliere?
Dipende dalla dimensione del dataset. 2 GB bastano per i tutorial, 4-8 GB per il lavoro tipico con pandas e scikit-learn, 16-32 GB per dataframe grandi o deep learning su CPU. Per il training vero e proprio, scegli i piani GPU.
C'è la garanzia di rimborso?
Sì, 14 giorni, rimborso totale, senza domande. Annulla dal pannello in qualsiasi momento nelle prime due settimane.
Pronti quando lo sei tu.
Un VPS Jupyter in 60 secondi.
Scegli una regione, clicca distribuisci. Sarai operativo prima di pranzo.
Nessuna carta di credito richiesta · Rimborso entro 14 giorni · Annulla quando vuoi