Análise de dados em dados remotos
Quando seu dataset tem 50 GB e seu notebook tem 16 GB RAM. Suba um servidor com 32 GB VPS, transfira os dados via scp e trabalhe pelo JupyterLab. Desligue quando terminar.
Jupyter Notebook VPS Hosting
Jupyter, na nuvem.
Execute notebooks diretamente do navegador.
JupyterLab em AMD EPYC e NVMe puro, em qualquer região.
Independente desde 2008. Compatível com SSH, conda, pip, GPU e kernels personalizados.
From $7.48/mo · 50% de desconto · Sem necessidade de cartão de crédito
~ ssh root@vps-fra-001
connected
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 em resumo
Cloudzy hosts Jupyter Notebook VPS instances from 12 regions worldwide, starting at $7.48 / month. Cada VPS roda em AMD EPYC with DDR5 memory, NVMe storage, and a 40 Gbps uplink. Run JupyterLab ou o Jupyter clássico com NGINX e TLS gratuito. Planos GPU disponíveis para treinamento de ML. A Cloudzy é independente desde 2008, serves 122,000+ developers, and is rated 4.6/5 by 679+ reviewers on Trustpilot.
- Starting price
- $7.48 / month
- Provisioning
- 60 seconds
- Regions
- 12 worldwide
- Uptime SLA
- 99.95%
- Money-back
- 14 days
- Founded
- 2008
Por que desenvolvedores escolhem a Cloudzy
Um host Jupyter que não te decepciona te tirar no meio de uma célula.
NVMe + DDR5
Armazenamento NVMe puro e memória DDR5 no AMD EPYC. As cargas de trabalho mantêm desempenho mesmo sob pressão.
Acesso root SSH
Controle total da sua stack. Instale pacotes, ajuste configurações, execute cron jobs, faça deploy via git. Sem restrições.
12 regions
Faça deploy o mais próximo possível dos seus usuários. Latência mediana P50 abaixo de 10 ms na América do Norte e Europa.
Suporte humano de verdade
Converse com engenheiros que conhecem sua stack, não com atendentes de roteiro. Tempo médio de resolução inferior a 1 hora.
Stack que você vai usar
Todas as dependências do Jupyter.
conda + pip prontos para uso.
Python moderno via conda/miniconda, JupyterLab, Notebook clássico e Nginx para encerramento de TLS. Adicione imagens CUDA em planos GPU.
Imagens do marketplace com um clique em todos os planos
JupyterLab
Latest stable
Notebook
Classic interface
Python 3.12
Via conda ou apt
conda
Ambiente + gerenciador de pacotes
pip
Instalador padrão do PyPI
JupyterHub
Modo multiusuário
CUDA
Aceleração GPU (planos GPU)
Nginx
Proxy reverso TLS
Use cases
Cargas de trabalho reais no Jupyter
que precisam de um verdadeiro VPS.
ML model training
Os planos GPU com CUDA pré-instalado entregam o poder de processamento do A100 ou RTX 5090 para treinamento. JupyterLab + PyTorch direto no navegador, sem as restrições do Colab.
Computações de longa duração
Alguns experimentos rodam por dias. Execute e esqueça em um Cloudzy VPS - sem suspensão de laptop, sem kernel quebrado, sem limite de duração de sessão.
Colaboração em equipe via JupyterHub
O JupyterHub no plano de 12 GB permite que sua equipe compartilhe kernels e dados sem precisar enviar notebooks por e-mail. Cada usuário tem diretórios de trabalho isolados.
Teaching / workshops
Suba ambientes Jupyter idênticos para um workshop. A cobrança por hora significa que você paga apenas pelas horas efetivas de sessão.
API + notebook em conjunto
Desenvolva um modelo no Jupyter e exponha a versão treinada como endpoint Flask/FastAPI no mesmo VPS. Uma máquina, dois endpoints.
60s
Provisioning
40 Gbps
Uplink
NVMe-only
Storage
12
Regions
99.95%
Uptime SLA
14 days
Money-back
Global network
12 regiões. Quatro continentes.
A um clique de distância.
Coloque seu VPS Jupyter o mais perto possível dos seus usuários.
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
Pricing
Pague pelo que usar. That's it.
Por hora, por mês ou por ano. Atualmente 50% off all plans.
1 GB DDR5
Leve · Uso pessoal
$3.48 /mo
$6.95/mo −50%
Deploy now
14 dias de garantia
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
2 GB DDR5
Produção · Equipe pequena
$7.475 /mo
$14.95/mo −50%
Deploy now
14 dias de garantia
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
Most popular
4 GB DDR5
Produção · Multi-site
$14.47 /mo
$28.95/mo −50%
Deploy now
14 dias de garantia
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
8 GB DDR5
Heavy workloads
$26.475 /mo
$52.95/mo −50%
Deploy now
14 dias de garantia
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- Dedicated IPv4 + IPv6
- Root SSH · KVM
FAQ. VPS Jupyter
Common questions, straight answers.
O que é um VPS Jupyter Notebook?
Um VPS Jupyter Notebook é um servidor virtual privado onde você executa o JupyterLab ou o Jupyter Notebook clássico por meio de uma conexão URL protegida por TLS. Você acessa pelo navegador, mantém acesso root SSH para gerenciar kernels e encerra o servidor quando o projeto termina.
Como instalo o Jupyter?
Instale o miniconda e execute `conda install -c conda-forge jupyterlab`. Configure um proxy reverso Nginx com TLS via Certbot, defina uma senha para o notebook e aponte seu DNS para o VPS. O processo completo leva cerca de 20 minutos.
Posso usar o JupyterHub para uma equipe?
Sim. O JupyterHub instala sem complicações nos planos de 8 a 12 GB. Cada usuário recebe um servidor Jupyter individual. Combine com PAM ou OAuth para autenticação. A maioria das equipes usa o instalador padrão tljh (The Littlest JupyterHub).
E quanto à aceleração por GPU para ML?
Escolha um plano Premium GPU em vez dos planos CPU comuns. Os planos Cloudzy GPU incluem Nvidia A100, RTX 5090 e RTX 4090 com CUDA pré-instalado. Execute PyTorch, TensorFlow ou JAX diretamente nos seus notebooks.
Dá para acessar notebooks sem TLS?
Sim - túnel SSH: `ssh -L 8888:localhost:8888 root@your-vps`, depois abra localhost:8888 no navegador. Dispensa completamente a configuração de Nginx + TLS se você só precisa de acesso individual.
Meus notebooks sobrevivem a uma reinicialização?
Sim. Os notebooks ficam em disco - reinicializações não os apagam. Execute o JupyterLab como serviço systemd para que ele inicie automaticamente. Tire um snapshot do VPS para maior segurança.
Quanto de RAM devo escolher?
Depende do tamanho do dataset. 2 GB para tutoriais, 4-8 GB para trabalhos típicos com pandas + scikit-learn, 16-32 GB para dataframes grandes ou deep learning em CPU. Planos GPU para treinamento de verdade.
Há garantia de reembolso?
Sim - 14 dias, reembolso integral, sem perguntas. Cancele pelo painel a qualquer momento nas primeiras duas semanas.
Pronto quando você precisar.
VPS Jupyter em 60 segundos.
Escolha uma região e clique em deploy. Você estará trabalhando antes do almoço.
Sem necessidade de cartão de crédito · Garantia de reembolso de 14 dias · Cancele quando quiser