​​Виртуальные серверы для LLM 🧮

DAVM (Data Analytic Virtual Machine) — это специально подготовленная виртуальная машина для работы с аналитическими задачами и машинным обучением. Она быстро разворачивается из образа и помогает решать следующие задачи ⬇️

◽️ Разработка моделей машинного обучения с помощью PyTorch, TensorFlow, Keras, XGBoost, OpenCV, Jupyter Notebooks и других инструментов.

◽️ Построение процессов обработки данных (ETL/ELT) с помощью Prefect.

◽️ Визуализация и BI-аналитика данных с помощью Apache Superset.

В ноябре мы выпустили в релиз версию 1.2. Рассказываем об обновлениях, которые она содержит ⬇️

◽️ Добавили набор библиотек от Huggingface, чтобы вы могли сразу скачивать и запускать большие языковые модели: transformers 4.34.0, datasets 2.14.5, accelerate 0.23.0, xformers 0.0.22.

◽️ Обновили Apache Superset до третьей версии.

◽️ Добавили утилиту nvitop для более наглядного и гибкого мониторинга GPU.

Создайте готовый сервер для анализа данных и машинного обучения →

​​Дайджест продуктовых обновлений за ноябрь ⚡

В прошлом месяце мы обновили PostgreSQL и добавили новые функции в CDN, в IAM появилась новая роль, а бэкапы теперь можно делать по кнопке.

Также продолжили акцию со 100% кэшбэком на облачные базы данных и Managed Kubernetes. Подать заявку на участие можно до 31 декабря.

Подробнее обо всех новостях читайте в Академии Selectel.

Чтобы оставаться в курсе новостей и пользоваться специальными предложениями, подписывайтесь на нашу рассылку.

​​Как запустить мультипроцессный мониторинг на Python 🐍
и сохранить метрики CPU и RAM

По мере роста бизнеса увеличиваются нагрузки на приложения. Чтобы следить за производительностью и вовремя оптимизировать ресурсы, мы мониторим параметры системы с помощью Prometheus.

Однако, когда мы хотим подключить несколько процессоров для снижения нагрузки, библиотека Prometheus перестает выводить нужные метрики CPU и RAM. Как решить эту проблему, рассказываем в Академии Selectel →