50% off усі тарифи, обмежений час. Починаючи від $2.48/mo

Jupyter Notebook VPS Hosting

Jupyter у хмарі.
Запускайте ноутбуки з будь-якого браузера.

JupyterLab на AMD EPYC і чистому NVMe — у будь-якому регіоні.
Незалежні з 2008 року. SSH, conda, pip, GPU — підтримка власних ядер.

4.6 · 713 reviews on Trustpilot

From $7.48/mo · Знижка 50% · Без кредитної картки

~ 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 — короткий огляд

Cloudzy hosts Jupyter Notebook VPS instances from 12 regions worldwide, starting at $7.48 / month. Кожен VPS працює на AMD EPYC with DDR5 memory, NVMe storage, and a 40 Gbps uplink. Run JupyterLab або класичний Jupyter за Nginx з безкоштовним TLS. Плани GPU доступні для навчання ML. Cloudzy незалежна з 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

Чому розробники обирають Cloudzy

Хостинг для Jupyter, який не вирубати вас посеред роботи.

NVMe + DDR5

Чисте NVMe-сховище та пам'ять DDR5 на AMD EPYC. Навантаження не знижує швидкість роботи.

Root-доступ SSH

Повний контроль над стеком. Встановлюйте пакети, налаштовуйте конфіги, запускайте cron-завдання, розгортайте через git. Жодних обмежень.

12 regions

Розгортайте якомога ближче до ваших користувачів. Медіанна затримка P50 — менше 10 мс у NA/EU.

Підтримка від живих людей

Спілкуйтесь з інженерами, які знають ваш стек, а не зі скрипт-читачами. Медіанний час вирішення — менше 1 години.

Стек, з яким ви будете працювати

Усі залежності Jupyter.
conda + pip готові до роботи.

Сучасний Python через conda/miniconda, JupyterLab, класичний Notebook, а також Nginx для завершення TLS. Додайте образи CUDA на планах GPU.

Образи з маркетплейсу в один клік на кожному тарифі
JupyterLab
Latest stable
Notebook
Classic interface
Python 3.12
Через conda або apt
conda
Середовище та менеджер пакетів
pip
Стандартний інсталятор PyPI
JupyterHub
Багатокористувацький режим
CUDA
Прискорення GPU (тарифи GPU)
Nginx
TLS реверс-проксі

Use cases

Реальні робочі завдання в Jupyter
що потребують справжнього VPS.

Аналіз даних на віддалених ресурсах

Коли датасет важить 50 GB, а на ноутбуці лише 16 GB RAM. Запустіть VPS з 32 GB RAM, перекиньте дані через scp і працюйте в JupyterLab. Зупиніть сервер, коли закінчите.

ML model training

Плани GPU з попередньо встановленою CUDA дають вам потужність A100 або RTX 5090 для тренування моделей. JupyterLab і PyTorch прямо в браузері, без обмежень Colab.

Тривалі обчислення

Деякі експерименти тривають днями. Запустіть задачу на хмарному VPS і забудьте про неї: ноутбук не засне, ядро не впаде, сесія не обірветься.

Командна робота через JupyterHub

JupyterHub на плані з 12 GB дозволяє команді спільно використовувати ядра та дані без пересилки ноутбуків електронною поштою. Кожен користувач отримує ізольований робочий каталог.

Teaching / workshops

Розгорніть однакові Jupyter-середовища для воркшопу. Погодинна тарифікація означає, що ви платите лише за реально використані години.

API + ноутбук в одному

Розробляйте модель у Jupyter, а потім опублікуйте натреновану версію як ендпоінт Flask/FastAPI на тому самому VPS. Один сервер, два ендпоінти.

60s
Provisioning
40 Gbps
Uplink
NVMe-only
Storage
12
Regions
99.95%
Uptime SLA
14 days
Money-back

Global network

12 регіонів. Чотири континенти.
Один клік.

Розмістіть свій Jupyter VPS якомога ближче до користувачів.

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

Платіть лише за те, що використовуєте. That's it.

Погодинно, щомісяця або щороку. Зараз 50% off all plans.

1 GB DDR5

Light · Особисте використання

$3.48 /mo
$6.95/mo −50%
Deploy now
Повернення коштів протягом 14 днів
  • 1 vCPU @ EPYC
  • 25 GB NVMe
  • 1 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
2 GB DDR5

Production · Невелика команда

$7.475 /mo
$14.95/mo −50%
Deploy now
Повернення коштів протягом 14 днів
  • 1 vCPU @ EPYC
  • 60 GB NVMe
  • 3 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM
8 GB DDR5

Heavy workloads

$26.475 /mo
$52.95/mo −50%
Deploy now
Повернення коштів протягом 14 днів
  • 4 vCPU @ EPYC
  • 240 GB NVMe
  • 7 TB · 40 Gbps
  • Dedicated IPv4 + IPv6
  • Root SSH · KVM

FAQ. Jupyter VPS

Common questions, straight answers.

Що таке Jupyter Notebook VPS?

Jupyter Notebook VPS - це віртуальний приватний сервер, на якому ви запускаєте JupyterLab або класичний Jupyter Notebook через захищене TLS з'єднання URL. Ви заходите з будь-якого браузера, маєте root-доступ SSH для керування ядрами та зупиняєте сервер після завершення проєкту.

Як встановити Jupyter?

Встановіть miniconda, потім виконайте `conda install -c conda-forge jupyterlab`. Налаштуйте зворотний проксі Nginx із Certbot TLS, задайте пароль для ноутбука і направте свій DNS на VPS. Весь процес займає близько 20 хвилин.

Чи можна розгорнути JupyterHub для команди?

Так. JupyterHub без проблем встановлюється на планах з 8-12 GB. Кожен користувач отримує власний Jupyter-сервер. Для автентифікації підключіть PAM або OAuth. Більшість команд використовує стандартний інсталятор tljh (The Littlest JupyterHub).

Що щодо прискорення GPU для ML?

Оберіть преміум-план GPU замість звичайного CPU. Хмарні плани GPU включають Nvidia A100, RTX 5090 і RTX 4090 з попередньо встановленою CUDA. Запускайте PyTorch, TensorFlow або JAX безпосередньо в ноутбуках.

Чи є спосіб отримати доступ до ноутбуків без TLS?

Так - через тунель SSH: `ssh -L 8888:localhost:8888 root@your-vps`, після чого відкрийте localhost:8888 у браузері. Якщо потрібен доступ лише для себе, налаштування Nginx і TLS можна повністю пропустити.

Чи збережуться мої ноутбуки після перезавантаження?

Так. Ноутбуки зберігаються на диску - перезавантаження їх не видаляє. Запустіть JupyterLab як службу systemd, щоб він стартував автоматично. Для додаткової надійності зробіть снапшот VPS.

Скільки RAM мені потрібно?

Залежить від розміру датасету. 2 GB вистачить для туторіалів, 4-8 GB - для типової роботи з pandas і scikit-learn, 16-32 GB - для великих датафреймів або глибокого навчання на CPU. Для повноцінного тренування моделей обирайте плани GPU.

Чи є гарантія повернення коштів?

Так — 14 днів, повне повернення коштів, без жодних запитань. Скасуйте підписку через панель керування в будь-який момент протягом перших двох тижнів.

Готово, коли ви готові.
Jupyter за 60 секунд.

Оберіть регіон, натисніть «Розгорнути». Все буде готово до обіду.

Без кредитної картки · Повернення коштів протягом 14 днів · Скасування будь-коли