Запуск за ~30 с
Образ закэширован заранее, порты проброшены, TLS терминирован — стек уже работает, пока вы дочитываете это предложение.
Шаблон · База и фреймворки · CUDA 13
Запустите RAPIDS на облачном GPU за 30 секунд
Наука о данных с ускорением на GPU — cuDF, cuML, cuGraph в блокноте. RAPIDS превращает рабочие процессы на pandas, scikit-learn и NetworkX в GPU-код: cuDF, cuML, cuGraph и Dask-CUDA внутри ноутбука JupyterLab. Загрузите датасет parquet на 50 GB в память GPU и выполните groupby за миллисекунды — затем остановите инстанс и платите только за использованные минуты. От $0,140/ч на прерываемом RTX A6000.
Шаблон бесплатен
Вы платите только цену GPU: NVIDIA RAPIDS на RTX 4090 стоит $0,354/ч по требованию, $0,177/ч прерываемый, тарификация посекундная.
Тома для состояния
Модели, датасеты и результаты хранятся на томе по $0,08/GB/мес.; сам инстанс остаётся одноразовым.
Приватность по умолчанию
Выделенный GPU, зашифрованный диск, оплата криптой, без KYC, без сохранения IP-адресов — Jupyter и SSH с вашими собственными учётными данными.
Лучшие GPU для NVIDIA RAPIDS
Три ценовых уровня, хорошо подходящих для этого шаблона, — Хороший, Лучший, Самый лучший. Подходит любая модель GPU из каталога; это оптимальные по цене варианты.
| Уровень | GPU | VRAM | По требованию | Прерываемые | Почему эта карта | Действие |
|---|---|---|---|---|---|---|
| Хороший | RTX 4090 | 24 GB | $0,354 | $0,177 | 24 GB быстрой GDDR6X для датафреймов, которые больше не помещаются в pandas. | Развернуть |
| Лучший | RTX A6000 | 48 GB | $0,281 | $0,140 | 48 GB с ECC для больших таблиц и графовой аналитики. | Развернуть |
| Самый лучший | A100 PCIE | 80 GB | $0,388 | $0,194 | 80 GB HBM2e — целые датасеты в памяти, Dask-CUDA на нескольких картах. | Развернуть |
Нужно больше VRAM? Полный каталог перечисляет все модели с доступностью в реальном времени — всего: 83; руководство по VRAM подбирает карту под модель.
Разверните NVIDIA RAPIDS через консоль, CLI или API
Откройте консоль, выберите шаблон в панели развёртывания, или сделайте это через скрипт:
- Консоль — отфильтруйте по GPU, выберите NVIDIA RAPIDS в списке шаблонов, задайте диск и переменные окружения, разверните.
- CLI — pip install lowcostgpu, затем команда справа. Справочник CLI.
- API — POST /v1/instances с "template": "nvidia-rapids". Справочник REST API.
- Свой образ — подойдёт любая ссылка OCI; мы добавляем NVIDIA runtime. Документация по шаблонам.
$ lowcostgpu launch --gpu rtx-4090 --template nvidia-rapids \
--disk 100 --volume models:/workspace/models
✓ instance i-7a41c0e2 running (27.9s)
# NVIDIA RAPIDS · RTX 4090 · $0,354/hr · per second
# https://i-7a41c0e2.lowcostgpu.com:8888 (TLS)
$ lowcostgpu stop i-7a41c0e2 # billing ends this secondЧто внутри шаблона NVIDIA RAPIDS
| Образ | rapidsai/notebooks |
|---|---|
| CUDA | CUDA 13 |
| Доступ | также собирается под ARM · shell по SSH · JupyterLab на проброшенном порту |
| Категория | База и фреймворки |
| Хранилище | NVMe-диск инстанса (размер задаётся при развёртывании) + опциональные сетевые тома |
| Биллинг | Только цена GPU, посекундно — без платы за шаблон, без платы за подключение |
Другие шаблоны категории База и фреймворки
NVIDIA CUDA на облачном GPU — Базовый образ CUDA без надстроек — драйверы, toolkit, SSH и Jupyter. Основа для сборки собственного стека.
PyTorch на облачном GPU — Стандарт для обучения и исследований: PyTorch 2.6, cuDNN, JupyterLab и SSH из коробки.
TensorFlow CUDA на облачном GPU — TensorFlow с поддержкой GPU, Keras и TensorBoard на проброшенном порту.- PyTorch NGC на облачном GPU — Сборка PyTorch NGC от NVIDIA — доработанные ядра для datacenter-карт.
Универсальная студия приложений на облачном GPU — Лаунчер, объединяющий самые популярные AI-приложения на одном рабочем столе — выберите и запустите.- Все шаблоны: 37
NVIDIA RAPIDS на облачном GPU: FAQ
Переменные окружения, порты и пользовательские образы описаны в документации по шаблонам.
Сколько стоит запустить NVIDIA RAPIDS на облачном GPU?
Только цена GPU — шаблон бесплатен. От $0,140/ч на прерываемом RTX A6000, $0,354/ч по требованию на RTX 4090. Тарификация посекундная, поэтому час экспериментов стоит час, а не день. Хранилище — $0,08/GB/мес.
Сколько времени занимает запуск NVIDIA RAPIDS?
Около 30 секунд с момента клика по кнопке «Развернуть»: образ заранее закэширован на машинах, порты проброшены, а TLS терминирован. Перезапуск остановленного инстанса быстрее, а диск остаётся точно таким, каким вы его оставили.
Можно ли сохранить модели и результаты между сессиями?
Да — подключите том при развёртывании. Всё на томе переживает уничтожение инстанса и монтируется на следующий инстанс в регионе за секунды, по цене $0,08/GB/мес. Сам диск инстанса переживает остановку/запуск, но не уничтожение.
Можно ли масштабировать RAPIDS на несколько GPU?
Да — Dask-CUDA предустановлен; разверните машину 2×–8× и LocalCUDACluster распределит партиции cuDF между всеми картами этого хоста.