CASO DE USO
Notebooks de Jupyter en una GPU en la nube
Ejecuta JupyterLab con PyTorch y CUDA en una GPU alquilada para ciencia de datos y experimentos con modelos.
Se factura por segundo desde tu saldo en USD. Detén o finaliza la máquina cuando termines.
GPU recomendada
RTX 4090 · RTX 5090 · A100 SXM4
Una RTX 4090 cubre la mayoría de los notebooks. Elige una A100 cuando tus modelos o datasets necesiten más de 24 GB.
Plantilla a elegir
PyTorch
Entorno de desarrollo NVIDIA CUDA + PyTorch, listo con SSH y Jupyter.
En marcha en cuatro pasos
- 1
Alquila la máquina
Abre el catálogo con la RTX 4090 y la plantilla PyTorch ya seleccionadas y pulsa Alquilar.
Ver máquinas RTX 4090 - 2
Abrir Jupyter
Cuando la máquina esté en marcha, pulsa Abrir Jupyter en su página. JupyterLab se abre en tu navegador; no hace falta clave SSH.
- 3
Instala lo que necesites
PyTorch y CUDA están listos. Añade otros paquetes desde una celda del cuaderno.
%pip install transformers datasets accelerate - 4
Guarda tu trabajo
Descarga tus cuadernos o súbelos a Git antes de finalizar la máquina.
Preguntas
¿PyTorch ya viene instalado?
Sí. La plantilla PyTorch incluye CUDA y PyTorch; añade otros paquetes con pip.
¿Puedo conservar mis notebooks?
Al detener la máquina se conserva el disco. Al finalizarla se borra, así que descarga antes tus notebooks o súbelos a Git.