Serwer Jupyter notebook
Uruchom JupyterLab na stałym IP, niezależnym od laptopa. Zamknij pokrywę, trenuj model, wróć jutro. Podziel się dostępem z członkiem zespołu, udostępniając ten sam endpoint SSH.
Hosting VPS dla Anaconda
Anaconda VPS,
conda w sekundy.
Python VPS do data science na AMD EPYC i NVMe. Gotowy do pracy z Jupyter, pandas i scikit-learn.
Niezależna chmura od 2008 roku. Od $2,48/mies. · dostęp root SSH w 60 sekund.
Począwszy od $2.48/mo · 50% taniej · Bez karty kredytowej
~ ssh root@conda-ams-001
połączony
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
Rozwiązywanie środowiska: gotowe
Pobieranie i rozpakowanie pakietów... gotowe
root@conda-ams-001:~# conda activate ml && jupyter lab --ip=0.0.0.0
[I] Serwer Jupyter uruchomiony pod adresem https://0.0.0.0:8888
(ml) root@conda-ams-001:~# _
Anaconda VPS w skrócie
Cloudzy działa Anaconda i Miniconda w planach Linux VPS na 12 regionów, zaczynając od $2.48 per month. Plany zaczynają się od 512 MB to 64 GB DDR5 on przechowywanie NVMe z 40 Gbps łączach. Uruchom JupyterLab, pandas, scikit-learn, NumPy i CPU PyTorch w mniej niż pięć minut - wdrożenie zajmuje 60 sekund. Cloudzy działa niezależnie od 2008, służy Ponad 122 000 deweloperów, i jest oceniany 4.6 / 5 by 728+ reviewers na Trustpilot.
- Cena początkowa
- $2.48 / month
- Stos
- Anaconda · Miniconda
- Aprowizacja
- 60 sekund
- Regiony
- 12 na całym świecie
- Czas dostępności SLA
- 99.95%
- Zwrot pieniędzy
- 14 dni
Dlaczego data scientists wybierają Cloudzy
Obszar roboczy, który trwa przez całą noc.
Cztery powody, dla których Twoje notebooki powinny działać na prawdziwym serwerze.
AMD EPYC + NVMe
Najnowszy AMD EPYC, pamięć masowa tylko na NVMe, DDR5 RAM. pandas wczytuje 5 GB CSV w sekundy, nie minuty.
14-dniowy zwrot pieniędzy
Wypróbuj Anaconda na Cloudzy z prawdziwym notebookiem. Zrezygnuj w ciągu 14 dni, jeśli nie spełni oczekiwań. Bez opłat za konfigurację.
99,95% czasu dostępności
Uruchom długi pipeline pandas na noc i wróć do działającego notebooka. SLA z ostatnich 30 dni dostępna na status.cloudzy.com.
Inżynierowie na czacie
Utknąłeś o północy na konflikcie środowiska conda? Odpowiadamy w minuty - inżynierowie, nie skrypty.
Wybierz swój stack
Naukowy stack Python.
Gotowe od razu. Jeden klik.
Anaconda dla pełnej dystrybucji naukowej Python (~3 GB), Miniconda jeśli wolisz lżejsze rozwiązanie. JupyterLab działa na porcie 8888, pandas odczytuje parquet z NVMe w milisekundach, scikit-learn trenuje na rdzeniach EPYC. Obrazy CUDA dostępne są w planach GPU.
conda, pip, mamba, poetry - Twój wybór
Anaconda
Pełna dystrybucja
Miniconda
Minimalny instalator
JupyterLab
Notebook IDE
pandas
Ramki danych
NumPy
Tablice · algebra liniowa
scikit-learn
Modele ML
PyTorch CPU
Głębokie uczenie
TensorFlow
Wnioskowanie CPU
Przypadki użycia
Do czego to służy
Anaconda VPS
Inżynieria danych z pandas
Przetwarzaj pliki CSV, parquet i eksporty SQL, które nie mieszczą się w RAM laptopa. Podepnij wolumin NVMe o pojemności 1 TB, przydziel 16 GB pamięci i skończ przed lunchem.
Trenowanie modeli scikit-learn
Lasy losowe, gradient boosting, XGBoost na prawdziwych zbiorach danych. Prędkość rdzeni EPYC bije laptopowe CPU, a 6-godzinny przegląd parametrów może działać, gdy śpisz.
Badania ilościowe
Backtesty, analiza czynnikowa i Monte Carlo na wieloletnich danych tickowych. Przypięte środowisko Conda sprawia, że notebooki są odtwarzalne w całym zespole.
ETL i pipeline'y
Zaplanuj skrypt conda z Python zarządzany przez crona lub systemd, wywołaj API, przekształć dane i zapisz do S3 lub Postgres. Czystsze rozwiązanie niż uruchamianie tego na laptopie.
Nauczanie i tutoriale
Uruchom identyczne środowiska Anaconda na warsztaty. Jedno `conda env export`, a potem `conda env create` dla każdego uczestnika. Koniec z "u mnie działa".
60s
Aprowizacja
40 Gbps
Łącze wznoszące
Tylko NVMe
Przechowywanie
12
Regiony
99.95%
Czas dostępności SLA
14 dni
Zwrot pieniędzy
Sieć globalna
12 regionów. Cztery kontynenty.
Uruchom notebook blisko swoich danych.
Trenuj tam, gdzie masz dane. EU, US, ME, Azja - wybierz region, z którego czyta Twój bucket S3 lub Postgres.
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
Ceny
Płać za to, czego używasz. To koniec.
Godzinowo, miesięcznie lub rocznie. Bez opłat za transfer. Bez zobowiązań. Aktualnie 50% zniżki wszystkie plany.
1 GB DDR5
Szybkie notebooki Jupyter · Tutoriale
$3.48 /mies
$6.95/mo −50%
Wdróż teraz
14-dniowy zwrot pieniędzy
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Obsługa Conda / Miniconda
- Root SSH · KVM
2 GB DDR5
Pandas / NumPy · Małe zbiory danych
$7.475 /mies
$14.95/mo −50%
Wdróż teraz
14-dniowy zwrot pieniędzy
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Obsługa Conda / Miniconda
- Root SSH · KVM
Najpopularniejsze
4 GB DDR5
scikit-learn · Rzeczywiste zbiory danych
$14.47 /mies
$28.95/mo −50%
Wdróż teraz
14-dniowy zwrot pieniędzy
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Obsługa Conda / Miniconda
- Root SSH · KVM
Najpopularniejsze
8 GB DDR5
DL na CPU · Ciężkie zadania na danych
$26.475 /mies
$52.95/mo −50%
Wdróż teraz
14-dniowy zwrot pieniędzy
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Obsługa Conda / Miniconda
- Root SSH · KVM
Często zadawane pytania. Anaconda VPS
Częste pytania proste odpowiedzi.
Czym jest Anaconda VPS?
Anaconda VPS to serwer chmurowy Linux z preinstalowaną dystrybucją Anaconda Python (lub gotową do instalacji jednym kliknięciem). Otrzymujesz conda, Python 3, NumPy, pandas, scikit-learn, JupyterLab i ponad 7 000 pakietów do analizy danych - wszystko odizolowane od laptopa, dostępne przez SSH z dowolnego miejsca i gotowe w 60 sekund.
Anaconda czy Miniconda - co zainstalować?
Wybierz Miniconda, jeśli zależy Ci na minimalnym śladzie i chcesz instalować tylko pakiety, których rzeczywiście używasz. Wybierz Anaconda Distribution, jeśli chcesz mieć pełny stos naukowy Python (~3 GB) gotowy od razu. Oba dostępne są jako obrazy jednym kliknięciem na Ubuntu 22.04 / 24.04 LTS, a przejście między nimi jest możliwe w każdej chwili przez `conda install anaconda` lub odwrotnie.
Czy mogę uruchomić JupyterLab na Cloudzy VPS?
Tak. Uruchom JupyterLab poleceniem `jupyter lab --ip=0.0.0.0 --port=8888`, otwórz port w zaporze panelu i otwórz w przeglądarce `https://your-ip:8888`. Jeśli wolisz prywatną konfigurację, użyj tunelu SSH (`ssh -L 8888:localhost:8888`) - nie potrzebujesz wtedy żadnych reguł zapory, a ruch jest szyfrowany.
Ile RAM potrzebuję do pracy z data science?
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/.
Czy to obsługuje obciążenia GPU?
Plany Anaconda VPS są wyłącznie CPU - przystosowane do pracy z pandas, scikit-learn i CPU PyTorch/TensorFlow. Jeśli potrzebujesz CUDA, RAPIDS lub trenowania modeli na dużą skalę, zajrzyj na /gpu-vps/ i /deep-learning-gpu/. Anaconda instaluje się poprawnie również na tych planach.
Jak szybko następuje uruchomienie?
Po potwierdzeniu płatności Twój VPS jest gotowy w 60 sekund. Anaconda lub Miniconda instaluje się przez obraz jednym kliknięciem w kolejne 2-3 minuty, a Miniconda przez instalator curl - w mniej niż 60 sekund. Działające `conda --version` masz w mniej niż pięć minut od startu.
Czy mogę współdzielić środowiska z zespołem?
Tak. `conda env export > environment.yml` tworzy przenośny plik, który każdy członek zespołu może odtworzyć przez `conda env create -f environment.yml`. VPS jest dostępny przez SSH, więc kilka osób może pracować na tej samej maszynie - albo każda może postawić własną już od 2,48 $/mies.
Czy mam dostęp do roota?
Tak, każdy Cloudzy VPS ma dostęp root przez SSH i pełną kontrolę nad jądrem. Instaluj pakiety systemowe przez `apt`, konfiguruj usługi systemd dla długo działających zadań treningowych, montuj zewnętrzne wolumeny NVMe lub uruchamiaj Docker obok conda. Żadnych ograniczeń sandbox.
Czy mogę rozszerzyć zasoby, gdy moje dane zaczną rosnąć?
Tak. RAM, vCPU oraz zmiana rozmiaru dysku są dostępne bezpośrednio z panelu — większość aktualizacji kończy się w mniej niż 60 sekund bez żadnych przestojów. Zacznij od 1 GB, żeby się wdrożyć, przejdź na 16 GB, gdy Twoje notebooki tego potrzebują. Rozliczanie godzinowe oznacza, że nie jesteś przywiązany do jednego planu.
Czy jest dostępna gwarancja zwrotu pieniędzy?
Tak, masz 14 dni od zakupu na pełny zwrot pieniędzy – bez żadnych pytań. Przetestuj Anaconda na Cloudzy z prawdziwym obciążeniem roboczym notebooka i oceń sam, czy opóźnienia, wydajność i wsparcie techniczne spełniają Twoje oczekiwania.
Gotowe, kiedy Ty jesteś.
Conda gotowa w 60 sekund.
Wybierz plan, wybierz region, kliknij. JupyterLab gotowy zanim zdążysz zaparzyć kawę.
Bez karty kredytowej · 14-dniowa gwarancja zwrotu pieniędzy · Anuluj w dowolnym momencie