เซิร์ฟเวอร์ Jupyter notebook
รัน JupyterLab บน IP แบบ static ที่ไม่ใช่แล็ปท็อปของคุณ ปิดฝา เทรนโมเดล แล้วกลับมาดูผลวันถัดไป จับคู่ทำงานกับเพื่อนร่วมทีมได้ง่าย ๆ ด้วยการแชร์ endpoint SSH เดียวกัน
การโฮสติ้ง Anaconda VPS
Anaconda VPS,
เริ่มใช้ conda ได้ในไม่กี่วินาที
VPS สำหรับ data science ที่ใช้ Python บน AMD EPYC + NVMe พร้อม Jupyter, pandas และ scikit-learn ตั้งแต่แรก
คลาวด์อิสระ ตั้งแต่ปี 2008 เริ่มต้น $2.48/เดือน · root SSH ใน 60 วินาที
เริ่มต้นที่ $2.48/mo · ลด 50% · ไม่ต้องใช้บัตรเครดิต
~ ssh root@conda-ams-001 เชื่อมต่อแล้ว
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
Solving environment: done
Downloading and Extracting Packages... done
root@conda-ams-001:~# conda activate ml && jupyter lab --ip=0.0.0.0
[I] Jupyter Server is running at https://0.0.0.0:8888
(ml) root@conda-ams-001:~# _
Anaconda VPS โดยสรุป
Cloudzy รัน Anaconda และ Miniconda บนแพลน Linux VPS ใน 13 region, เริ่มต้นที่ 2.48 $ ต่อเดือน. แพลนตั้งแต่ 512 MB to 64 GB DDR5 บน NVMe storage พร้อม 40 Gbps uplinks. Spin up JupyterLab, pandas, scikit-learn, NumPy, and CPU PyTorch in under five minutes, provisioning takes 60 วินาทีCloudzy ดำเนินการอิสระมาตั้งแต่ปี 2008, ให้บริการ นักพัฒนา 122,000+ คน, และได้คะแนน 4.7 / 5 by 766+ reviewers บน Trustpilot
- ราคาเริ่มต้น
- $2.48 / เดือน
- สแต็ก
- Anaconda · Miniconda
- การจัดสรรทรัพยากร
- 60 วินาที
- ภูมิภาค
- 13 แห่งทั่วโลก
- Uptime SLA
- 99.95%
- คืนเงิน
- 14 วัน
ทำไมนักวิทยาศาสตร์ข้อมูลจึงเลือก Cloudzy
workspace ที่ เสถียรตลอดเวลา
สี่เหตุผลที่ notebook ของคุณควรรันบนเซิร์ฟเวอร์จริง
AMD EPYC + NVMe
AMD EPYC รุ่นล่าสุด, พื้นที่เก็บข้อมูล NVMe เท่านั้น, หน่วยความจำ DDR5 pandas อ่านไฟล์ CSV ขนาด 5 GB ได้ในไม่กี่วินาที ไม่ใช่นาที
คืนเงินภายใน 14 วัน
ทดลองใช้ Anaconda บน Cloudzy กับ notebook จริง ยกเลิกภายใน 14 วันถ้าไม่ตรงความต้องการ ไม่มีค่าติดตั้ง
uptime 99.95%
รัน pandas pipeline ข้ามคืน กลับมาพบ notebook ที่ยังทำงานอยู่ ติดตาม SLA ย้อนหลัง 30 วันได้ที่ status.cloudzy.com
วิศวกรในแชท
ติด conda env conflict ตอนเที่ยงคืน? เราตอบภายในไม่กี่นาที โดยวิศวกรจริง ไม่ใช่สคริปต์สำเร็จรูป
เลือก stack ของคุณ
stack ข้อมูลของ Python
พร้อมใช้งาน คลิกเดียว
Anaconda for the full ~3 GB scientific Python distribution, Miniconda if you want lean. JupyterLab listens on port 8888, pandas reads parquet from your NVMe in milliseconds, scikit-learn trains on EPYC cores. CUDA images are on the GPU plans.
conda, pip, mamba, poetry แล้วแต่คุณ
Anaconda
Distribution เต็มรูปแบบ
Miniconda
ตัวติดตั้งขนาดเล็ก
JupyterLab
สภาพแวดล้อมการพัฒนา Notebook
pandas
กรอบข้อมูล
NumPy
อาร์เรย์ · พีชคณิตเชิงเส้น
scikit-learn
โมเดล ML
PyTorch CPU
การเรียนรู้เชิงลึก
TensorFlow
การอนุมาน CPU
กรณีการใช้งาน
สิ่งที่คนนิยมใช้งาน
Anaconda VPS
Data engineering ด้วย pandas
ประมวลผลไฟล์ CSV, parquet และข้อมูลที่ export จาก SQL ที่ใหญ่เกินกว่า RAM ของแล็ปท็อปจะรับได้ Mount volume NVMe ขนาด 1 TB, ใช้ RAM 16 GB แล้วเสร็จงานก่อนเที่ยง
เทรน scikit-learn
รัน Random forests, gradient boosting และ XGBoost บน dataset จริง ความเร็วต่อ core ของ EPYC สูงกว่า CPU ของแล็ปท็อป และคุณสามารถปล่อย sweep ที่ใช้เวลา 6 ชั่วโมงทิ้งไว้ข้ามคืนได้
การวิจัยเชิงปริมาณ (Quant)
Backtest, วิเคราะห์ปัจจัย, รัน Monte Carlo บนข้อมูล tick หลายปี สภาพแวดล้อม Conda ที่ pin เวอร์ชันไว้ทำให้ notebook รันได้ผลเหมือนกันทุกเครื่องในทีม
ETL และ data pipeline
ตั้งเวลารัน Python script ที่จัดการด้วย conda ผ่าน cron หรือ systemd เรียก API, แปลงข้อมูล, แล้วเขียนลง S3 หรือ Postgres สะอาดกว่ารันบนแล็ปท็อปส่วนตัวมาก
การสอนและ tutorial
สร้าง Anaconda environment ที่เหมือนกันทุกอินสแตนซ์สำหรับ workshop `conda env export` ครั้งเดียว แล้ว `conda env create` ให้นักเรียนทุกคน ไม่มีปัญหา "ใช้ได้แค่เครื่องฉัน"
60s
การจัดสรรทรัพยากร
40 Gbps
ลิงก์ขึ้น
NVMe เท่านั้น
พื้นที่จัดเก็บ
13
ภูมิภาค
99.95%
Uptime SLA
14 days
คืนเงิน
เครือข่ายทั่วโลก
13 region 4 ทวีป
วาง notebook ไว้ใกล้กับข้อมูลของคุณ
เทรนโมเดลในที่ที่ข้อมูลอยู่ ไม่ว่าจะเป็น EU, US, ME หรือเอเชีย เลือก region ที่ S3 bucket หรือ Postgres ของคุณดึงข้อมูลจาก
us-utah-1us-dal-1us-lax-1us-lvg-1us-nyc-1us-mia-1eu-ams-1eu-lon-1eu-fra-1eu-brn-1me-dxb-1ap-sgp-1ap-syd-1
ราคา
จ่ายเท่าที่ใช้ แค่นั้นเอง
รายชั่วโมง รายเดือน หรือรายปี ไม่มีค่า egress ไม่ผูกมัด ขณะนี้ ลด 50% ทุกแพลน
1 GB DDR5
Jupyter notebook เร็ว · Tutorial
$3.48 /mo
$6.95/mo −50%
ติดตั้งเลย คืนเงินภายใน 14 วัน
- 1 vCPU @ EPYC
- 25 GB NVMe
- 1 TB · 40 Gbps
- พร้อมใช้กับ Conda / Miniconda
- Root SSH · KVM
2 GB DDR5
Pandas / NumPy · ชุดข้อมูลขนาดเล็ก
$7.475 /mo
$14.95/mo −50%
ติดตั้งเลย คืนเงินภายใน 14 วัน
- 1 vCPU @ EPYC
- 60 GB NVMe
- 3 TB · 40 Gbps
- พร้อมใช้กับ Conda / Miniconda
- Root SSH · KVM
ยอดนิยมที่สุด
4 GB DDR5
scikit-learn · ชุดข้อมูลจริง
$14.47 /mo
$28.95/mo −50%
ติดตั้งเลย คืนเงินภายใน 14 วัน
- 2 vCPU @ EPYC
- 120 GB NVMe
- 5 TB · 40 Gbps
- พร้อมใช้กับ Conda / Miniconda
- Root SSH · KVM
ยอดนิยมที่สุด
8 GB DDR5
DL บน CPU · งานข้อมูลหนัก
$26.475 /mo
$52.95/mo −50%
ติดตั้งเลย คืนเงินภายใน 14 วัน
- 4 vCPU @ EPYC
- 240 GB NVMe
- 7 TB · 40 Gbps
- พร้อมใช้กับ Conda / Miniconda
- Root SSH · KVM
คำถามที่พบบ่อย: Anaconda VPS
คำถามที่พบบ่อย คำตอบตรงไปตรงมา
Anaconda VPS คืออะไร?
Anaconda VPS คือเซิร์ฟเวอร์คลาวด์ Linux ที่ติดตั้ง Anaconda Python distribution มาพร้อมแล้ว (หรือกดติดตั้งได้ในคลิกเดียว) คุณได้รับ conda, Python 3, NumPy, pandas, scikit-learn, JupyterLab และแพ็กเกจ data science อีกกว่า 7,000 รายการ แยกออกจากแล็ปท็อปของคุณ เข้าถึงได้ผ่าน SSH จากทุกที่ และพร้อมใช้งานภายใน 60 วินาที
ควรติดตั้ง Anaconda หรือ Miniconda?
เลือก Miniconda ถ้าต้องการขนาดที่เล็กที่สุดและติดตั้งเฉพาะแพ็กเกจที่ใช้จริง เลือก Anaconda Distribution ถ้าต้องการ Python scientific stack ครบชุด (~3 GB) พร้อมใช้เลย ทั้งสองแบบมาเป็น one-click image บน Ubuntu 22.04 / 24.04 LTS และสามารถสลับภายหลังได้ด้วย `conda install anaconda` หรือในทางกลับกัน
รัน JupyterLab บน Cloudzy VPS ได้ไหม?
ได้เลย เปิด JupyterLab ด้วย `jupyter lab --ip=0.0.0.0 --port=8888` เปิด port ในไฟร์วอลล์ของ panel แล้วเปิดเบราว์เซอร์ไปที่ `https://your-ip:8888` หากต้องการความเป็นส่วนตัว ให้ tunnel ผ่าน SSH (`ssh -L 8888:localhost:8888`) ไม่ต้องตั้งกฎไฟร์วอลล์เพิ่ม และ traffic เข้ารหัสอยู่แล้ว
ต้องการ RAM เท่าไรสำหรับงาน 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/.
รองรับ workload GPU ได้ไหม?
แผน Anaconda VPS ที่นี่เป็น CPU เท่านั้น ออกแบบมาสำหรับ pandas, scikit-learn และ CPU PyTorch/TensorFlow สำหรับ CUDA, APIDS หรือการเทรนโมเดลขนาดใหญ่ ดูได้ที่ /gpu-vps/ และ /deep-learning-gpu/ Anaconda ติดตั้งได้ปกติบนแผนเหล่านั้นด้วย
การจัดเตรียมเร็วแค่ไหน?
เมื่อชำระเงินสำเร็จ VPS ของคุณจะพร้อมใช้งานภายใน 60 วินาที Anaconda หรือ Miniconda ติดตั้งเพิ่มอีกประมาณ 2–3 นาทีผ่าน one-click image หรือไม่ถึง 60 วินาทีสำหรับ Miniconda ผ่าน curl installer รวมแล้วคุณจะมี `conda --version` ใช้งานได้ภายในไม่เกิน 5 นาที
แชร์ environment ให้ทีมได้ไหม?
ได้เลย คำสั่ง `conda env export > environment.yml` สร้างไฟล์ที่เพื่อนร่วมทีมนำไปใช้ต่อได้ทันทีด้วย `conda env create -f environment.yml` VPS เข้าถึงได้ผ่าน SSH หลายคนจะทำงานร่วมกันบนเครื่องเดียวกัน หรือแต่ละคนจะ deploy เซิร์ฟเวอร์ของตัวเองก็ได้ เริ่มต้นที่ $2.48/เดือน
มี root access ไหม?
มี ทุก Cloudzy VPS มาพร้อม root SSH และควบคุม kernel ได้เต็มที่ ติดตั้ง system package ด้วย `apt` ตั้งค่า systemd service สำหรับ training job ที่รันต่อเนื่อง mount volume NVMe ภายนอก หรือรัน Docker ควบคู่กับ conda ได้เลย ไม่มี sandbox จำกัด
อัปเกรดได้ไหมถ้าข้อมูลโตขึ้น?
ได้เลย ปรับ RAM, vCPU และ storage ได้จากแผงควบคุม การอัปเกรดส่วนใหญ่เสร็จภายใน 60 วินาที โดยไม่มี downtime เริ่มที่ 1 GB สำหรับการเรียนรู้ แล้วขยับไป 16 GB เมื่อ notebook ต้องการ การเรียกเก็บเงินรายชั่วโมงหมายความว่าคุณไม่ถูกล็อกอยู่กับ tier ใดtier หนึ่ง
มีการรับประกันคืนเงินไหม?
ได้ ภายใน 14 วันนับจากวันที่ซื้อ คืนเงินเต็มจำนวน ไม่มีคำถาม ลอง Anaconda บน Cloudzy กับ notebook workload จริง แล้วดูเองว่า latency, ประสิทธิภาพ และ support ดีกว่าที่เคยใช้มาหรือไม่
พร้อมเมื่อคุณพร้อม
ติดตั้ง Conda ใน 60 วินาที
เลือกแพลน เลือก region กดปุ่ม JupyterLab เปิดก่อนกาแฟจะเย็น
ไม่ต้องใช้บัตรเครดิต · คืนเงินภายใน 14 วัน · ยกเลิกได้ทุกเมื่อ