Jupyter для ML и ИИ на VPS: полная настройка

JupyterLab превращает удалённый сервер в интерактивную ML-лабораторию: экспериментируешь с моделями и данными из браузера, а тяжёлые вычисления идут на сервере. Настроим безопасно и правильно.

Ставим JupyterLab

Работаем в изолированном окружении, чтобы не засорять систему:

apt update && apt install -y python3-venv python3-pip
python3 -m venv ~/jlab && source ~/jlab/bin/activate
pip install -U jupyterlab numpy pandas scikit-learn matplotlib

Генерируем конфиг и задаём пароль (хэш, а не открытый пароль в конфиге):

jupyter lab --generate-config
jupyter lab password

Безопасный доступ через SSH-туннель

Самый безопасный способ — не открывать Jupyter в интернет вовсе, а пробрасывать порт через SSH. Запускаем Jupyter только на localhost сервера:

jupyter lab --no-browser --ip=127.0.0.1 --port=8888

А на своём компьютере создаём туннель и открываем localhost:8888 в браузере:

ssh -N -L 8888:127.0.0.1:8888 user@your-server-ip

Теперь Jupyter доступен только тебе, порт наружу не торчит — атаковать нечего.

Вариант с nginx и HTTPS

Если нужен постоянный доступ по домену, ставим nginx как обратный прокси с бесплатным сертификатом:

apt install -y nginx certbot python3-certbot-nginx
certbot --nginx -d jupyter.example.com

Прокидываем на Jupyter, не забыв про WebSocket-заголовки (без них ядра не подключатся):

location / {
    proxy_pass http://127.0.0.1:8888;
    proxy_set_header Host $host;
    proxy_http_version 1.1;
    proxy_set_header Upgrade $http_upgrade;
    proxy_set_header Connection "upgrade";
}

Автозапуск через systemd

Чтобы Jupyter поднимался после перезагрузки и не умирал с закрытием SSH, оформляем сервис. Создай /etc/systemd/system/jupyter.service:

[Unit]
Description=JupyterLab
After=network.target

[Service]
User=mluser
ExecStart=/home/mluser/jlab/bin/jupyter lab --no-browser --ip=127.0.0.1
Restart=always

[Install]
WantedBy=multi-user.target

systemctl daemon-reload
systemctl enable --now jupyter
systemctl status jupyter

Почему VPS, а не ноутбук

Ноутбук греется и садит батарею на тяжёлых расчётах, засыпает и рвёт эксперименты. Сервер работает 24/7, доступен с любого устройства и не зависит от твоей сети.

Для ML важны быстрая память и диск: датасеты читаются с накопителя, модели грузятся в RAM. На тарифах MAATRIX с AMD EPYC + NVMe pandas-операции над крупными датафреймами и загрузка моделей идут заметно бодрее, чем на типичном бюджетном хостинге, а ежедневные бэкапы страхуют результаты экспериментов.

Отдельный бонус — можно запустить долгий расчёт или обучение, закрыть ноутбук и уйти. Сервер продолжит считать, а результат заберёшь позже. Плюс к серверу удобно подключить VS Code по SSH или Remote-туннель и работать в привычном редакторе, а ядро при этом крутится на мощном железе, а не на локальной машине.

Частые ошибки

• Открывают Jupyter на 0.0.0.0 без пароля — сервер за часы находят боты и используют под майнинг.
• Забывают WebSocket-заголовки в nginx — интерфейс грузится, но ядро не подключается.
• Запускают Jupyter в сессии SSH без systemd — закрыл терминал, процесс умер.
• Ставят пакеты в системный Python и ломают зависимости ОС.

Частые вопросы