MISSION CONTROL · VIRTUALIZED COMPUTE POOL

AI Sandbox & Infrastructure

Alokasi Sumber Daya Komputasi (vCPU & GPU Terpisah) 🔒 Locked by Policy

Alokasi CPU & Memori Sistem

Tentukan alokasi core vCPU dan RAM kerja untuk container JupyterLab

Alokasi Core vCPU
Alokasi Kapasitas RAM
vCPU & RAM Dinamis: Sumber daya dibatasi secara aman oleh cgroups Linux pada container per pengguna.

Akselerasi GPU (Pilihan Terpisah)

Pilih tipe kartu grafis dan jumlah GPU akselerator yang dialokasikan

Tipe Akselerator Grafis / GPU
Jumlah Unit GPU
Profil Awal GPU Aktif & Terkunci: Akun Anda diinisialisasi dengan akselerasi 1x NVIDIA GeForce MX250 (CUDA 13.0), 4 vCPU, dan 8 GB RAM. Spesifikasi ini dikunci selama siklus riset; perubahan spesifikasi memerlukan pengajuan resmi dan reset container.

Konfigurasi: 4 vCPU · 8 GB RAM · 1x GPU (NVIDIA MX250)

Lingkungan komputasi JupyterLab terisolasi dengan penyimpanan kerja persisten per pengguna.

Master Datasets 57 Dataset riil terverifikasi di katalog
Domain Strategis 8 Keamanan siber, kesehatan, ekonomi & riset
Kepatuhan Regulasi 100% SE Menkominfo No. 9/2023 & UU PDP
Format Optimal AI Parquet Siap dibaca instan via Python SDK
Sensitivitas: