حالة استخدام

دفاتر Jupyter على GPU سحابية

شغّل JupyterLab مع PyTorch وCUDA على GPU مستأجرة لعلوم البيانات وتجارب النماذج.

عرض أجهزة RTX 4090 جارٍ التحقق من الأسعار المباشرة…

تُحتسب الرسوم بالثانية من رصيدك بالـ USD. أوقف الجهاز أو أنهِه عند الانتهاء.

GPU الموصى بها

RTX 4090 · RTX 5090 · A100 SXM4

تكفي RTX 4090 لمعظم الدفاتر. اختر A100 عندما تحتاج نماذجك أو مجموعات بياناتك إلى أكثر من 24 GB.

PyTorch

بيئة تطوير NVIDIA CUDA مع PyTorch، جاهزة مع SSH وJupyter.

1
استأجر الجهاز
افتح الكتالوج مع تحديد RTX 4090 وقالب PyTorch مسبقًا واضغط «استئجار».
عرض أجهزة RTX 4090
2
افتح Jupyter
عندما يعمل الجهاز، اضغط «فتح Jupyter» في صفحته. يفتح JupyterLab في متصفحك دون الحاجة إلى مفتاح SSH.
3
ثبّت ما تحتاجه
PyTorch وCUDA جاهزان. أضف الحزم الأخرى من خلية في الدفتر.
```
$ %pip install transformers datasets accelerate
```
4
احفظ عملك
نزّل دفاترك أو ارفعها إلى Git قبل إنهاء الجهاز.

هل PyTorch مثبّت مسبقًا؟

نعم. يأتي قالب PyTorch مع CUDA وPyTorch، ويمكنك إضافة حزم أخرى باستخدام pip.

هل يمكنني الاحتفاظ بدفاتري؟

يحتفظ الإيقاف بالقرص. أما الإنهاء فيحذفه، لذا نزّل دفاترك أو ادفعها إلى Git أولًا.