ลด 50% ทุกแพ็กเกจ เวลาจำกัด เริ่มต้นที่ $2.48/mo

Jupyter Notebook VPS Hosting

Jupyter บนคลาวด์
เรียกใช้ notebook ได้จากเบราว์เซอร์ทุกตัว

JupyterLab บน AMD EPYC และ NVMe ล้วน ๆ ทุก region
อิสระมาตั้งแต่ปี 2008 พร้อมใช้งาน SSH, conda, pip และ GPU ได้ทันที รองรับ kernel ของคุณเองด้วย

4.6 · 713 รีวิวบน Trustpilot
ติดตั้ง Jupyter VPS เปรียบเทียบแพ็กเกจ

From $7.48/mo · ลด 50% · ไม่ต้องใช้บัตรเครดิต

~ ssh root@vps-fra-001 เชื่อมต่อแล้ว
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:~# _

ภาพรวม Jupyter VPS

Cloudzy โฮสต์ Jupyter Notebook VPS instances from 12 ภูมิภาค worldwide, starting at $7.48 / month. แต่ละ VPS รันบน AMD EPYC พร้อม DDR5 memory, NVMe สำหรับจัดเก็บข้อมูล, and a 40 Gbps uplink. Run JupyterLab หรือ Jupyter แบบคลาสสิกที่รันหลัง Nginx พร้อม TLS ฟรี มีแผน GPU สำหรับ ML training Cloudzy เป็นอิสระมาตั้งแต่ 2008และให้บริการ นักพัฒนากว่า 122,000 คนและได้รับการจัดอันดับ 4.6/5 by 679+ reviewers on Trustpilot.

ราคาเริ่มต้น
$7.48 / month
การจัดสรรทรัพยากร
60 วินาที
ภูมิภาค
12 แห่งทั่วโลก
Uptime SLA
99.95%
คืนเงิน
14 วัน
ก่อตั้ง
2008

ทำไมนักพัฒนาถึงเลือก Cloudzy

Jupyter host ที่ไม่ ตัดการเชื่อมต่อกลางคัน

NVMe + DDR5

Storage แบบ NVMe ล้วนและ RAM DDR5 บน VPS ประสิทธิภาพไม่ตกแม้โหลดสูง

Root SSH Access

ควบคุม Stack ได้เต็มที่ ติดตั้ง Package, ปรับ Config, รัน Cron Job, Deploy ผ่าน Git ได้โดยไม่มีข้อจำกัด

12 ภูมิภาค

Deploy ใกล้ผู้ใช้ของคุณให้มากที่สุดเท่าที่เป็นไปได้ ค่า Latency P50 เฉลี่ยต่ำกว่า 10 ms ในภูมิภาค NA/EU

ซัพพอร์ตจากทีมงานจริง

คุยกับวิศวกรที่รู้จัก Stack ของคุณจริงๆ ไม่ใช่คนอ่าน Script เวลาแก้ปัญหาเฉลี่ยต่ำกว่า 1 ชั่วโมง

Stack ที่คุณจะใช้งาน

ครบทุก dependency ที่ Jupyter ต้องการ
พร้อมใช้ conda + pip

สภาพแวดล้อมทันสมัย Python ผ่าน conda/miniconda, JupyterLab, Notebook แบบคลาสสิก พร้อม Nginx สำหรับการสิ้นสุด TLS เพิ่ม CUDA images ได้บนแผน GPU

Image พร้อมใช้จาก Marketplace แบบ One-click ทุกแพลน
JupyterLab
Latest stable
Notebook
Classic interface
Python 3.12
ผ่าน conda หรือ apt
conda
ตัวจัดการ env และแพ็กเกจ
pip
ตัวติดตั้ง PyPI มาตรฐาน
JupyterHub
โหมดหลายผู้ใช้
CUDA
การเร่งความเร็ว GPU (แผน GPU)
Nginx
reverse proxy TLS

กรณีการใช้งาน

งาน Jupyter จริง ๆ
ที่ต้องการ VPS จริงๆ

วิเคราะห์ข้อมูลบนชุดข้อมูลระยะไกล

เมื่อ dataset มีขนาด 50 GB แต่แล็ปท็อปมี RAM แค่ 16 GB ให้เปิด VPS ขนาด 32 GB แล้ว scp ข้อมูลขึ้นไป ทำงานผ่าน JupyterLab แล้วปิดเมื่อเสร็จ

ML model training

แผน GPU ที่ติดตั้ง CUDA มาให้พร้อม มอบพลังประมวลผลระดับ A100 หรือ RTX 5090 สำหรับ training JupyterLab + PyTorch ในเบราว์เซอร์ ไม่มีข้อจำกัดแบบ Colab

การคำนวณที่ใช้เวลานาน

บาง experiment ต้องรันนานหลายวัน ปล่อยให้รันบน Cloudzy VPS แล้ววางมือได้เลย ไม่ต้องกังวลเรื่องแล็ปท็อปสลีป kernel หลุด หรือเวลา session หมด

ทำงานร่วมกันเป็นทีมผ่าน JupyterHub

JupyterHub แผน 12 GB ให้ทีมของคุณแชร์ kernel และข้อมูลร่วมกันได้ โดยไม่ต้องส่ง notebook ทางอีเมล และแต่ละผู้ใช้ได้รับ working directory แยกเป็นส่วนตัว

Teaching / workshops

เริ่มสภาพแวดล้อม Jupyter ที่ตรงกันสำหรับเวิร์กช็อป ระบบคิดราคารายชั่วโมง คุณจ่ายเฉพาะเวลาที่ใช้งานจริง

API + notebook combo

พัฒนาโมเดลใน Jupyter แล้ว expose เวอร์ชันที่เทรนแล้วเป็น endpoint ของ Flask/FastAPI บน VPS เดียวกัน หนึ่งเครื่อง สอง endpoint

60s
การจัดสรรทรัพยากร
40 Gbps
Uplink
NVMe-only
พื้นที่จัดเก็บข้อมูล
12
ภูมิภาค
99.95%
Uptime SLA
14 วัน
คืนเงิน

เครือข่ายทั่วโลก

12 ภูมิภาค. สี่ทวีป.
ไม่กี่คลิกก็พร้อมใช้งาน

วาง Jupyter VPS ของคุณให้ใกล้กับผู้ใช้มากที่สุดเท่าที่จะเป็นไปได้

ดู 12 ภูมิภาคทั้งหมด
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

ราคา

จ่ายเฉพาะที่ใช้จริง แค่นั้นเอง

รายชั่วโมง รายเดือน หรือรายปี ปัจจุบัน ลด 50% ทุกแพลน

1 GB DDR5

Light · ใช้งานส่วนตัว

$3.48 /เดือน
$6.95/mo −50%
Deploy เลย
คืนเงินภายใน 14 วัน
  • 1 vCPU @ EPYC
  • 25 GB NVMe
  • 1 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
2 GB DDR5

Production · ทีมขนาดเล็ก

$7.475 /เดือน
$14.95/mo −50%
Deploy เลย
คืนเงินภายใน 14 วัน
  • 1 vCPU @ EPYC
  • 60 GB NVMe
  • 3 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
ยอดนิยม
4 GB DDR5

Production · Multi-site

$14.47 /เดือน
$28.95/mo −50%
Deploy เลย
คืนเงินภายใน 14 วัน
  • 2 vCPU @ EPYC
  • 120 GB NVMe
  • 5 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
8 GB DDR5

งานที่ใช้ทรัพยากรสูง

$26.475 /เดือน
$52.95/mo −50%
Deploy เลย
คืนเงินภายใน 14 วัน
  • 4 vCPU @ EPYC
  • 240 GB NVMe
  • 7 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
ต้องการมากกว่านี้? ดูทั้ง 10 แพลน (สูงสุด 64 GB)

คำถามที่พบบ่อย. Jupyter VPS

คำถามที่พบบ่อย คำตอบตรงๆ

Jupyter Notebook VPS คืออะไร?
Jupyter Notebook VPS คือเซิร์ฟเวอร์ส่วนตัวเสมือน (VPS) สำหรับรัน JupyterLab หรือ Jupyter Notebook แบบคลาสสิกผ่าน URL ที่ปลอดภัยด้วย TLS คุณเข้าถึงได้จากเบราว์เซอร์ใดก็ได้ มีสิทธิ์ root SSH สำหรับจัดการ kernel และลบทิ้งได้เมื่อโปรเจกต์เสร็จสิ้น

วิธีติดตั้ง Jupyter มีอย่างไรบ้าง?
ติดตั้ง miniconda แล้วรัน `conda install -c conda-forge jupyterlab` จากนั้นตั้งค่า Nginx reverse proxy กับ Certbot TLS ตั้งรหัสผ่าน notebook แล้วชี้ DNS ไปที่ VPS ทั้งกระบวนการใช้เวลาประมาณ 20 นาที

ใช้ JupyterHub สำหรับทีมได้ไหม?
ได้ JupyterHub ติดตั้งได้ลงตัวบนแผน 8-12 GB แต่ละผู้ใช้จะได้รับ Jupyter server แยกส่วนตัว ใช้ร่วมกับ PAM หรือ OAuth สำหรับการยืนยันตัวตน ทีมส่วนใหญ่ใช้ตัวติดตั้ง tljh (The Littlest JupyterHub) มาตรฐาน

มีการเร่งความเร็วด้วย GPU สำหรับ ML ไหม?
เลือกแผน Premium GPU แทน CPU ทั่วไป แผน Cloudzy GPU มาพร้อม Nvidia A100, RTX 5090 และ RTX 4090 ที่ติดตั้ง CUDA ไว้แล้ว รัน PyTorch, TensorFlow หรือ JAX ได้เลยใน notebook

มีวิธีเข้าถึง notebook โดยไม่ใช้ TLS ไหม?
ได้ ใช้ SSH tunnel: `ssh -L 8888:localhost:8888 root@your-vps` แล้วเปิด localhost:8888 ในเบราว์เซอร์ ข้ามการตั้งค่า Nginx + TLS ได้เลยถ้าต้องการใช้งานคนเดียว

notebook จะอยู่รอดหลังรีบูตไหม?
อยู่รอด Notebook เก็บอยู่บนดิสก์ การรีบูตไม่ลบข้อมูล รัน JupyterLab เป็น systemd service เพื่อให้เริ่มต้นอัตโนมัติ และ snapshot VPS ไว้เป็นชั้นความปลอดภัยเพิ่มเติม

ควรเลือก RAM เท่าไหร่?
ขึ้นอยู่กับขนาดชุดข้อมูล. 2 GB สำหรับงาน tutorial, 4-8 GB สำหรับงาน pandas + scikit-learn ทั่วไป, 16-32 GB สำหรับ dataframe ขนาดใหญ่หรือ deep learning บน CPU และแผน GPU สำหรับงานเทรนจริง

มีนโยบายคืนเงินไหม?
ใช่ - 14 วัน คืนเงินเต็มจำนวน ไม่มีคำถาม ยกเลิกจาก panel ได้ทุกเมื่อภายในสองสัปดาห์แรก

พร้อมให้บริการทุกเมื่อที่คุณต้องการ
เริ่มต้น Jupyter VPS ใน 60 วินาที

เลือก region แล้วกด deploy เราพร้อมให้คุณเริ่มทำงานได้ก่อนเที่ยง

ติดตั้ง Jupyter VPS เปรียบเทียบแผนทั้งหมด

ไม่ต้องใช้บัตรเครดิต · รับประกันคืนเงินภายใน 14 วัน · ยกเลิกได้ทุกเมื่อ