产品类型

GPU云服务器针对典型应用场景，提供多种产品类型供用户选择。各类型产品所采用的硬件（GPU、CPU、内存和硬盘）及网络资源配置各有不同。

本节将详细介绍产品适用场景、型号及配置信息。

实例类型概览

GPU云服务器可分为两大类，详见下表：

GPU云服务器	实例类型	适用场景
直通 (Passthrough)	GPU通用计算型P4V GPU高效计算型P5V GPU推理Ⅱ型GN6I GPU通用计算型GN7I	深度学习、语音、图形/图像学习等常见训练和推理场景
vGPU	GPU虚拟化vGN6	云端渲染和小规模、弹性、灵活的AI应用场景

GPU通用计算型P4V

• 计算：

  • 处理器：2.6 GHz主频的Intel® Xeon® Processor E5-2690 v4
  • 基于NVIDIA Tesla V100，每GPU具备16GB HBM2 GPU内存、15TFLOPS的单精度 (FP32) 计算能力和125TFLOPS的混合精度计算能力。

• 存储：

  • 支持系统盘类型：本地SSD
  • 支持数据盘类型：本地SSD、EBS3.0

• 使用场景：

  • 该实例适用于深度学习的训练场景和推理场景。

• P4V实例包括的型号和参数规格如下表所示：

型号	GPU (Tesla V100)	GPU显存 (HBM2)	vCPU (核)	内存 (DDR4)	数据盘 (本地SSD)	网络收发包能力 (万PPS)	网络带宽能力 (Gbit/s)
P4V.8A1	1颗	16GB*1	8	32GB	240GB	20	1.5
P4V.16B2	2颗	16GB*2	16	64GB	480GB	30	3
P4V.28C4	4颗	16GB*4	28	128GB	960GB	30	6
P4V.56D8	8颗	16GB*8	56	256GB	1920GB	40	8

GPU高效计算型P5V

• 计算：

  • 处理器： 2.6 GHz主频的Intel Xeon Platinum 8358P Processor
  • 基于NVIDIA A100，每块GPU具备80GB GDDR6显存，8.1TFLOPS的单精度 (FP32) 计算能力和130 TOPS的INT8计算能力，多卡之间以NVSwitch实现两两互联。

• 存储：

  • 支持系统盘类型：EBS3.0
  • 支持数据盘类型：EBS3.0

• 使用场景：

  • 可用于深度学习 、高性能数据分析和高性能计算应用场景。
  • 深度学习，例如：无人驾驶、对象检测、语音翻译识别等人工智能算法训练。
  • 高性能数据分析和高性能计算，例如石油勘探、生命科学、气象环境分析等场景。

• P5V实例包括的型号和参数规格如下表所示：

型号	GPU	GPU显存 (GDDR6)	vCPU (核)	内存 (GiB)	网络收发包能力 (万PPS)	网络带宽能力 (Gbit/s)	多队列
P5V.14A1	A100*1	80GB*1	14	112	60	5	8
P5V.28B2	A100*2	80GB*2	28	224	120	10	16
P5V.56C4	A100*4	80GB*4	56	448	250	25	16
P5V.112D8	A100*8	80GB*8	112	896	500	25	32

GPU推理Ⅱ型GN6I

• 计算：

  • 处理器：2.6 GHz主频的Intel® Xeon® Gold 6240 Processor
  • 基于NVIDIA Tesla T4，每GPU具备16GB GDDR6显存、8.1TFLOPS的单精度 (FP32) 计算能力和130 TOPS的INT8计算能力。

• 存储：

  • 支持系统盘类型：EBS3.0
  • 支持数据盘类型：EBS3.0

• 使用场景：

  • 该实例适用于推理场景，以及简单的训练场景。

• GN6I实例包括的型号和参数规格如下表所示：

型号	GPU	GPU显存 (GDDR6)	vCPU (核)	内存 (GiB)	网络收发包能力 (万PPS)	网络带宽能力 (Gbit/s)	多队列
GN6I.4A1	T4*1	16GB*1	4	16	50	4	2
GN6I.8A1	T4*1	16GB*1	8	32	80	5	2
GN6I.16A1	T4*1	16GB*1	16	64	120	6	4
GN6I.16B2	T4*2	16GB*2	16	64	120	6	4
GN6I.32B2	T4*2	16GB*2	32	128	240	8	8
GN6I.32C4	T4*4	16GB*4	32	128	240	8	8

GPU通用计算型GN7I

• 计算：

  • 处理器：2.6 GHz主频的Intel Xeon Platinum 8358P
  • 基于NVIDIA A10，每GPU具备24GB GDDR6显存、31.2TFLOPS的单精度 (FP32) 计算能力和250 TOPS的INT8计算能力。

• 存储：

  • 支持系统盘类型：SSD3.0和高效云盘EHDD
  • 支持数据盘类型：SSD3.0和高效云盘EHDD

• 使用场景：

  • 该实例适用于推理场景，以及简单的训练场景。

• GN7I实例包括的型号和参数规格如下表所示：

型号	GPU	GPU显存 (GDDR6)	vCPU (核)	内存 (GiB)	网络收发包能力 (万PPS)	网络带宽能力 (Gbit/s)	多队列
GN7I.16C1	A10*1	24GB*1	16	64	150	6	16
GN7I.16D1	A10*1	24GB*1	16	96	150	6	16
GN7I.32D1	A10*1	24GB*1	32	192	300	12	16
GN7I.64D2	A10*2	24GB*2	64	384	500	20	16
GN7I.112D4	A10*4	24GB*4	112	719	500	20	16

GPU虚拟化vGN6

• 计算：

  • GPU：采用NVIDIA T4 GPU
  • 处理器：2.6 GHz主频的Intel® Xeon® Gold 6240 Processor

• vGPU类别

  • vCS：专门用于深度学习，提供1/2*Tesla T4、1/4*Tesla T4两种实例
  • vPC：图形/图像处理场景，提供1/8*Tesla T4实例

• 存储：

  • 支持系统盘类型：EBS3.0
  • 支持数据盘类型：EBS3.0

• 使用场景：

  • 云游戏的云端实时渲染
  • AR/VR的云端实时渲染
  • AI（深度学习DL/机器学习ML）

• vGN6实例包括的型号和参数规格如下表所示：

型号	GPU (Tesla T4)	GPU显存 (GDDR6)	vCPU (核)	内存 (DDR4)	网络收发包能力 (万PPS)	网络带宽能力 (Gbit/s)
vGN6.vCS-10B2	1/2颗	8GB	10	40GB	80	3
vGN6.vCS-4C4	1/4颗	4GB	4	20GB	50	2
vGN6.vPC-2D8	1/8颗	2GB	2	10GB	30	1

其中vPC适用于图形图像处理，vCS适用于CUDA计算，如AI推理等。
关于vGN6的具体配置方法，可以参考vGPU用户指南。