All Products
Search

This Product

    Container Compute Service:Keluarga instans GPU yang didukung

    Document Center

    Container Compute Service:Keluarga instans GPU yang didukung

    Last Updated:Sep 24, 2026

    ACS mendukung beberapa keluarga GPU. Gunakan label alibabacloud.com/gpu-model-series di kluster Anda untuk menentukan keluarga GPU. Keluarga GPU yang berbeda sesuai untuk kasus penggunaan yang berbeda. Pilihlah keluarga instans berdasarkan kebutuhan spesifik Anda.

    GU8TF

    GPU komputasi.

    • Dilengkapi memori 96 GB per GPU dan dukungan native untuk format data FP8, sehingga ideal untuk inferensi single-node pada model dengan 70 miliar parameter atau lebih.

    • Menyediakan interkoneksi NVLink berkecepatan tinggi antara semua delapan GPU, cocok untuk pelatihan model skala kecil hingga menengah. Interkoneksi Remote Direct Memory Access (RDMA) 1,6 Tbps mempercepat komunikasi antar node.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    1 (96 GB)

    2

    2–16

    1

    30–256

    4

    4–32

    1

    6

    6–48

    1

    8

    8–64

    1

    10

    10–80

    1

    12

    12–96

    1

    14

    14–112

    1

    16

    16–128

    1

    22

    22, 32, 64, 128

    N/A

    2 (96 GB)

    16

    16–128

    1

    30–512

    32

    32, 64, 128, 230

    N/A

    46

    64, 128, 230

    N/A

    4 (96 GB)

    32

    32, 64, 128, 256

    N/A

    30–1.024

    64

    64, 128, 256, 460

    N/A

    92

    128, 256, 460

    N/A

    8 (96 GB)

    64

    64, 128, 256, 512

    N/A

    30–2.048

    128

    128, 256, 512, 920

    N/A

    184

    256, 512, 920

    N/A

    GU8TEF

    GPU komputasi.

    • Dilengkapi memori GPU 141 GB dan mendukung format floating-point FP8. Konfigurasi multi-GPU mendukung inferensi single-node untuk DeepSeek R1.

    • Interkoneksi NVLink menghubungkan delapan GPU untuk pelatihan model skala kecil hingga menengah. Interkoneksi RDMA berkecepatan tinggi 1,6 Tbps mempercepat komunikasi antar node.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    1 (141 GB)

    2

    2–16

    1

    30–768

    4

    4–32

    1

    6

    6–48

    1

    8

    8–64

    1

    10

    10–80

    1

    12

    12–96

    1

    14

    14–112

    1

    16

    16–128

    1

    22

    22, 32, 64, 128, 225

    N/A

    2 (141 GB)

    16

    16–128

    1

    30–1.536

    32

    32, 64, 128, 256

    N/A

    46

    64, 128, 256, 450

    N/A

    4 (141 GB)

    32

    32, 64, 128, 256

    N/A

    30–3.072

    64

    64, 128, 256, 512

    N/A

    92

    128, 256, 512, 900

    N/A

    8 (141 GB)

    64

    64, 128, 256, 512

    N/A

    30–6.144

    128

    128, 256, 512, 1.024

    N/A

    184

    256, 512, 1.024, 1.800

    N/A

    L20 (GN8IS)

    Keluarga ini menyediakan GPU komputasi.

    • Mendukung fitur akselerasi umum seperti TensorRT, format floating-point FP8, dan komunikasi peer-to-peer (P2P) antar GPU.

    • Menyediakan memori GPU 48 GB per GPU, memungkinkan inferensi single-node pada model dengan 70 miliar parameter atau lebih dalam konfigurasi multi-GPU.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    1 (48 GB)

    2

    2–16

    1

    30–256

    4

    4–32

    1

    6

    6–48

    1

    8

    8–64

    1

    10

    10–80

    1

    12

    12–96

    1

    14

    14–112

    1

    16

    16–120

    1

    2 (48 GB)

    16

    16–128

    1

    30–512

    32

    32, 64, 128, 230

    N/A

    4 (48 GB)

    32

    32, 64, 128, 256

    N/A

    30–1.024

    64

    64, 128, 256, 460

    N/A

    8 (48 GB)

    64

    64, 128, 256, 512

    N/A

    30–2.048

    128

    128, 256, 512, 920

    N/A

    L20X (GX8SF)

    GPU komputasi.

    • Menawarkan memori 141 GB per GPU, memungkinkan inferensi single-node untuk model besar dalam konfigurasi multi-GPU.

    • Dilengkapi interkoneksi NVLink antara semua delapan GPU, ideal untuk pelatihan dan inferensi model skala besar. Interkoneksi RDMA berkecepatan tinggi 3,2 Tbps mempercepat komunikasi antar node.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    8 (141 GB)

    184

    1.800

    N/A

    30–6.144

    P16EN

    P16EN adalah kartu komputasi GPU.

    • Menyediakan memori video 96 GB per GPU dan mendukung format floating-point FP16. Konfigurasi multi-GPU memungkinkan inferensi single-node untuk model seperti DeepSeek R1.

    • Menyediakan interkoneksi berkecepatan tinggi 700 GB/s antara semua 16 GPU, ideal untuk pelatihan model skala kecil hingga menengah. Interkoneksi RDMA berkecepatan tinggi 1,6 Tbps mempercepat komunikasi antar node.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage

    1 (96 GB)

    2

    2–16

    1

    30–384 GB

    4

    4–32

    1

    6

    6–48

    1

    8

    8–64

    1

    10

    10–80

    1

    2 (96 GB)

    4

    4–32

    1

    30–768 GB

    6

    6–48

    1

    8

    8–64

    1

    16

    16–128

    1

    22

    32, 64, 128, 225

    N/A

    4 (96 GB)

    8

    8–64

    1

    30–1.536 GB

    16

    16–128

    1

    32

    32, 64, 128, 256

    N/A

    46

    64, 128, 256, 450

    N/A

    8 (96 GB)

    16

    16–128

    1

    30–3.072 GB

    32

    32, 64, 128, 256

    N/A

    64

    64, 128, 256, 512

    N/A

    92

    128, 256, 512, 900

    N/A

    16 (96 GB)

    32

    32, 64, 128, 256

    N/A

    30–6.144 GB

    64

    64, 128, 256, 512

    N/A

    128

    128, 256, 512, 1.024

    N/A

    184

    256, 512, 1.024, 1.800

    N/A

    T4

    T4 adalah kartu komputasi GPU.

    • Berdasarkan arsitektur Turing, setiap GPU menyediakan memori GPU 16 GB dan bandwidth memori 320 GB/s.

    • Tensor Core presisi variabel memberikan hingga 65 TFLOPS (FP16), 130 TOPS (INT8), dan 260 TOPS (INT4).

    Spesifikasi pod yang didukung adalah sebagai berikut:

    Instance family

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    single-node family

    1 (16 GB GPU memory)

    2

    2–8

    1

    30–1536

    4

    4–16

    1

    6

    6–24

    1

    8

    8–32

    1

    10

    10–40

    1

    12

    12–48

    1

    14

    14–56

    1

    16

    16–64

    1

    24

    24, 48, 90

    N/A

    2 (16 GB GPU memory)

    16

    16–64

    1

    24

    24, 48, 96

    N/A

    32

    32, 64, 128

    N/A

    48

    48, 96, 180

    N/A

    A10

    GPU.

    • Berdasarkan arsitektur Ampere, setiap GPU memiliki memori 24 GB dan mendukung fitur akselerasi umum seperti RTX dan TensorRT.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU

    vCPU

    Memory (GiB)

    Memory increment (GiB)

    Storage (GiB)

    1 (24 GB)

    2

    2–8

    1

    30–256

    4

    4–16

    1

    6

    6–24

    1

    8

    8–32

    1

    10

    10–40

    1

    12

    12–48

    1

    14

    14–56

    1

    16

    16–60

    1

    2 (24 GB x 2)

    16

    16–64

    N/A

    30–512

    32

    32, 64, 120

    N/A

    4 (24 GB x 4)

    32

    32, 64, 128

    N/A

    30–1.024

    64

    64, 128, 240

    N/A

    8 (24 GB x 8)

    64

    64, 128, 256

    N/A

    30–2.048

    128

    128, 256, 480

    N/A

    G28Ti

    Kartu GPU.

    • Menyediakan memori GPU 11 GB per GPU dan mendukung fitur akselerasi umum seperti TensorRT dan CUDA. Juga mendukung NVLink dan komunikasi P2P antar GPU.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU (cards)

    vCPU

    Memory (GiB)

    Memory step size (GiB)

    Storage (GiB)

    1 (11 GB GPU memory)

    2

    2 to 8

    1

    30 to 1.536

    4

    4 to 16

    1

    6

    6 to 24

    1

    8

    8 to 32

    1

    10

    10 to 40

    1

    12

    12 to 48

    1

    G49E

    G49E adalah kartu komputasi GPU.

    • Setiap GPU menyediakan memori GPU 48 GB, mendukung fitur akselerasi umum seperti RTX dan TensorRT, serta memungkinkan komunikasi peer-to-peer (P2P) antar GPU.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU (cards)

    vCPU

    Memory (GiB)

    Memory step size (GiB)

    Storage (GiB)

    1 (48 GB GPU memory)

    2

    2 hingga 16

    1

    30 hingga 256

    4

    4 hingga 32

    1

    6

    6 hingga 48

    1

    8

    8 hingga 64

    1

    10

    10 hingga 80

    1

    12

    12 hingga 96

    1

    14

    14 hingga 112

    1

    16

    16 hingga 120

    1

    2 (48 GB × 2 GPU memory)

    16

    16 hingga 128

    1

    30 hingga 512

    32

    32, 64, 128, 230

    N/A

    4 (48 GB × 4 GPU memory)

    32

    32, 64, 128, 256

    N/A

    30 hingga 1024

    64

    64, 128, 256, 460

    N/A

    8 (48 GB × 8 GPU memory)

    64

    64, 128, 256, 512

    N/A

    30 hingga 2048

    128

    128, 256, 512, 920

    N/A

    G59

    GPU.

    • Setiap GPU memiliki memori GPU 32 GB, mendukung fitur akselerasi seperti RTX dan TensorRT, serta memungkinkan komunikasi peer-to-peer (P2P) antar GPU.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU (cards)

    vCPU

    Memory (GiB)

    Memory step size (GiB)

    Storage (GiB)

    1 (32 GB GPU memory)

    2

    2 to 16

    1

    30 to 256

    4

    4 to 32

    1

    6

    6 to 48

    1

    8

    8 to 64

    1

    10

    10 to 80

    1

    12

    12 to 96

    1

    14

    14 to 112

    1

    16

    16 to 128

    1

    22

    22, 32, 64, 128

    N/A

    2 (32 GB × 2 GPU memory)

    16

    16 to 128

    1

    30 to 512

    32

    32, 64, 128, 256

    N/A

    46

    64, 128, 256, 360

    N/A

    4 (32 GB × 4 GPU memory)

    32

    32, 64, 128, 256

    N/A

    30 hingga 1.024

    64

    64, 128, 256, 512

    N/A

    92

    128, 256, 512, 720

    N/A

    8 (32 GB × 8 GPU memory)

    64

    64, 128, 256, 512

    N/A

    30 hingga 2.048

    128

    128, 256, 512, 1.024

    N/A

    184

    256, 512, 1.024, 1.440

    N/A

    L20N

    L20N adalah kartu komputasi GPU.

    • Dilengkapi arsitektur Blackwell baru, CPU frekuensi tinggi, dan memori besar.

    • Ideal untuk akselerasi GPU hemat biaya dalam berbagai skenario, termasuk pelatihan untuk kendaraan otonom dan kecerdasan terwujud, inferensi model besar, rendering film dan animasi, aplikasi metaverse, serta cloud gaming.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU (cards)

    vCPU

    Memory (GiB)

    Memory step size (GiB)

    Storage (GiB)

    1 (48 GB GPU memory)

    2

    2 to 16

    1

    30 hingga 2.048

    4

    4 to 32

    1

    6

    6 to 48

    1

    8

    8 to 64

    1

    10

    10 to 80

    1

    12

    12 to 96

    1

    14

    14 to 112

    1

    16

    16 to 128

    1

    32

    32, 64, 128, 256

    N/A

    2 (48 GB × 2 GPU memory)

    16

    16 to 128

    1

    32

    32, 64, 128, 256

    N/A

    64

    64, 128, 256, 512

    N/A

    4 (48 GB × 4 GPU memory)

    32

    32, 64, 128, 256

    N/A

    64

    64, 128, 256, 512

    N/A

    128

    128, 256, 512, 1.024

    N/A

    8 (48 GB × 8 GPU memory)

    64

    64, 128, 256, 512

    N/A

    128

    128, 256, 512, 1.024

    N/A

    256

    256, 512, 1.024, 2.048

    N/A

    L20NE

    Kartu GPU.

    • Menyediakan CPU frekuensi tinggi, memori kapasitas besar, dan kartu grafis profesional berbasis arsitektur Blackwell baru.

    • Memberikan layanan cloud GPU hemat biaya untuk beban kerja yang dipercepat GPU seperti kendaraan otonom, pelatihan kecerdasan terwujud, inferensi model besar, rendering film dan animasi, metaverse, serta cloud gaming.

    Spesifikasi pod yang didukung adalah sebagai berikut:

    GPU (cards)

    vCPU

    Memory (GiB)

    Memory step size (GiB)

    Storage (GiB)

    1 (72 GB GPU memory)

    2

    2 to 16

    1

    30 to 2.048

    4

    4 to 32

    1

    6

    6 to 48

    1

    8

    8 to 64

    1

    10

    10 to 80

    1

    12

    12 to 96

    1

    14

    14 to 112

    1

    16

    16 to 128

    1

    32

    32, 64, 128, 180

    N/A

    2 (72 GB × 2 GPU memory)

    16

    16 to 128

    1

    32

    32, 64, 128, 256

    N/A

    64

    64, 128, 256, 360

    N/A

    4 (72 GB × 4 GPU memory)

    32

    32, 64, 128, 256

    N/A

    64

    64, 128, 256, 512

    N/A

    128

    128, 256, 512, 720

    N/A

    8 (72 GB × 8 GPU memory)

    64

    64, 128, 256, 512

    N/A

    128

    128, 256, 512, 1.024

    N/A

    256

    256, 512, 1.024, 1.440

    N/A