Corra treino, scraping e trabalho com dados em hardware dimensionado para isso, com o conda a tratar dos pacotes e da versão do Python.
*IVA excluído.
INCLUÍDO EM CADA PLANO
O Miniconda é o instalador pequeno do conda. Fica com o Python, com o gestor de pacotes conda e com quase nada mais, e depois acrescenta o que o projeto precisa. O Anaconda completo chega com centenas de pacotes já no lugar, o que é cómodo num computador de secretária e desperdício num servidor onde sabe o que está a construir. O conda trata também da própria versão do Python além das bibliotecas, que é justamente o que o pip não faz, e resolve as dependências compiladas que os pacotes científicos costumam arrastar atrás de si.
Uma coisa a saber antes de o instalar num contexto comercial: o conda tem licença BSD e é gratuito, mas o Miniconda aponta por omissão ao repositório de pacotes da própria Anaconda, e os termos da Anaconda pedem às organizações acima de cerca de duzentas pessoas que paguem por esse acesso. O canal da comunidade conda-forge não impõe essa condição em nenhuma dimensão, e mudar o canal predefinido para lá é uma linha de configuração. O Miniforge é a mesma ferramenta já a apontar para lá. Nada disto é razão para evitar o conda. É razão para saber de que canal está a puxar.
Fixe a versão do interpretador por projeto, coisa que o pip e o venv lhe deixam a si.
Exporte para environment.yml e reconstrua-o igualzinho noutra máquina.
As builds de CUDA, o BLAS e o resto chegam a funcionar em vez de pedirem um compilador.
Treinar um modelo, atravessar um conjunto de dados grande ou percorrer um site são tudo tarefas que querem uma máquina que fique acordada. Comece por SSH dentro do tmux, feche o portátil e volte a uma execução terminada em vez de uma cancelada.
Um ficheiro environment.yml transforma o "na minha máquina funciona" num facto que está no repositório. Construa o ambiente uma vez no servidor, exporte-o, e cada colega e cada reconstrução partem do mesmo interpretador e das mesmas versões de pacotes.
O Anaconda instala vários gigabytes de pacotes que talvez nunca abra. O Miniconda instala o conda e deixa-o decidir. Num servidor essa diferença aparece como disco, como tempo de build de uma imagem e como uma lista mais curta de coisas para manter atualizadas. Comece pequeno e acrescente aquilo que o projeto pedir.
O repositório da Anaconda traz condições comerciais acima de cerca de duzentos funcionários, enquanto o conda-forge não traz nenhuma seja qual for a dimensão. Definir o conda-forge como canal predefinido leva um comando e tira a questão do caminho por completo. O Miniforge é a mesma ferramenta com essa escolha já feita, se preferir não voltar a pensar nisso.
O conda é a forma como a maioria das pessoas instala uma toolchain CUDA a funcionar sem compilar nada à mão. Isso dá-lhe um ambiente pronto em CPU, e o mesmo ficheiro de ambiente muda-se para um GPU VPS quando o trabalho pede hardware a sério por baixo.
Uma pipeline que corre todas as noites precisa de um sítio que esteja acordado à noite. O conda ativa-se dentro de uma entrada de cron da mesma forma que na sua shell, por isso uma tarefa agendada recebe exatamente o interpretador e os pacotes contra os quais testou.
Implementa qualquer template e especialistas certificados cobrem tudo ao nível do servidor, 24/7 e em várias línguas. Está incluído em cada plano, aperfeiçoado ao longo de 17 anos a gerir infraestrutura.
Os pacotes científicos costumam querer bibliotecas de sistema ao lado das de Python, e uma fatia de contentor sem root a sério transforma isso numa tarde inteira. O KVM dá-lhe uma máquina completa, por isso o apt e o conda comportam-se ambos como a documentação diz.
Os ambientes conda não são pequenos, e uma máquina com quatro projetos acaba com quatro cópias de muita coisa. O armazenamento NVMe mantém a resolução disso rápida, e pode aumentar quando a cache de pacotes crescer para lá do que tinha previsto.
É este todo o argumento para pôr trabalho de Python num servidor. A tarefa corre enquanto viaja, dorme ou faz outra coisa, e você liga-se a um resultado em vez de recomeçar do princípio.
Afine o ambiente em cores EPYC e depois leve o mesmo environment.yml para um GPU VPS quando o modelo precisar de vRAM. Mesma conta, mesmo painel, por isso não há migração nenhuma para planear.

Bom preço pelo que recebes
2025-12-29"Uso os serviços deles há algum tempo e tem sido ótimo. O desempenho é bom e fiável, e o preço torna tudo ainda melhor. Funciona tudo sem problemas e são muito rápidos a responder quando precisas de alguma coisa."
Equipa e empresa fantásticas
2025-03-01"Equipa e empresa fantásticas. À medida que vão alargando a disponibilidade dos serviços a outras regiões do mundo, continuam a elevar o nível de qualidade e de eficiência."
A configuração foi rápida e o...
2025-09-01"A configuração foi rápida e o VPS tem estado a correr sem sobressaltos desde então. O apoio ao cliente respondeu às minhas questões sem complicar as coisas, e sinceramente adorei isso."
A LumaDock oferece alojamento VPS, GPU e de servidores dedicados rápido e acessível para programadores, empresas e gamers, com armazenamento NVMe e AMD EPYC.
LumaDock® é uma marca registada da LumaDock LTD, sediada em Londres W1S 1HN, Reino Unido, e registada em Inglaterra e no País de Gales com o número de empresa 15844051.