سرویس فعال — نصب یککلیک
Jupyter — یک کلیک، آماده استفاده
Jupyter Notebook در venv آماده، listen 0.0.0.0:8888، token تولید شده، service systemd.
~۳′
تا آمادهشدن
SSL
خودکار
Jupyter Notebook در venv آماده، listen 0.0.0.0:8888، token تولید شده، service systemd.
Jupyter Notebook در venv آماده، listen 0.0.0.0:8888، token تولید شده، service systemd.
این برنامه با یک کلیک روی یک سرور ابری اختصاصی در دیتاسنتر تهران نصب میشود. برخلاف میزبانی اشتراکی، دسترسی کامل ریشه (root) در اختیار شماست؛ یعنی میتوانید نسخهها را خودتان بهروزرسانی کنید، افزونه نصب کنید و پیکربندی را کاملاً کنترل کنید. صورتحساب ساعتی است و هر زمان میتوانید سرور را حذف کنید.
برای دسترسی امن از سراسر دنیا، دامنهٔ خود را وصل کنید تا گواهی SSL بهصورت خودکار صادر شود. بکآپ خودکار روزانه از داشبورد فعال میشود و بازیابی تنها یک کلیک فاصله دارد.
بدون پیکربندی دستی؛ برنامه و وابستگیهایش خودکار نصب و در چند دقیقه آماده میشوند.
سرور کاملاً در اختیار شماست — root SSH، نصب هر چیز دلخواه، نه میزبانی محدود اشتراکی.
اسنپشات روزانه از کل سرور با بازیابی یککلیکی از داشبورد.
دامنهٔ خود را وصل کنید؛ گواهی SSL خودکار صادر و تمدید میشود.
تأخیر پایین برای کاربران ایرانی و پهنای باند داخلی رایگان.
مصرف CPU/RAM/دیسک را ببینید و هر زمان سرور را ارتقا یا حذف کنید.
سرور را بسازید، Jupyter خودکار نصب میشود و در چند دقیقه آماده است — با دسترسی کامل و بکآپ خودکار.
سرور Jupyter بسازبرای data analysis معمولی پلن ۲ گیگ کافی. برای ML/data engineering با pandas روی ۱+ GB datasets پلن ۸ گیگ.
در مرحلهٔ سفارش Jupyter را انتخاب کنید — Anaconda + JupyterLab + پکیجهای data-science (pandas, scikit-learn, matplotlib, numpy) خودکار نصب میشوند.
به https://<vm-ip>:8888 بروید با token از داشبورد. میتوانید notebook بسازید یا upload کنید.
jupyterlab-git extension بهطور پیشفرض نصب است. در sidebar git-icon میتوانید clone, commit, push کنید بدون terminal.
Jupyter self-hosted: دیتای شما، RAM/CPU خودتان، unlimited time. Colab رایگان ولی محدودیت GPU + timeout. VS Code با Jupyter extension اگر developer هستید بهتر — IntelliSense و debugger قویتر.
Anaconda distribution: pandas, NumPy, scikit-learn, matplotlib, seaborn, plotly, scipy, statsmodels, requests + Jupyter ecosystem. تقریباً همه چیز برای data science.
در notebook: !pip install <pkg> یا برای persistence: در terminal Jupyter Lab → conda install <pkg> یا pip install <pkg> در venv شما.
برای team جداگانه JupyterHub را نصب کنید (پکیج جدا، multi-user). تککاربر JupyterLab برای individual researcher بهتر.
پلنهای GPU ایرانکلاد در roadmap هستند. فعلاً برای CPU-only training/inference یا Colab/Kaggle برای GPU استفاده کنید. CUDA tools در Anaconda installable است وقتی GPU پلن آمد.
Google Drive از Iran غیرقابل دسترس است. S3-compatible: pip install boto3 + endpoint_url به فضای ذخیرهسازی شیء S3-سازگار ایرانکلاد (پلن جدا). یا اگر فقط data میخواهید: rclone برای sync با هر cloud-storage.