本文為您匯總了GPU伺服器的最佳實務，您可以根據自身業務情境選擇相應的操作參考。
環境配置與工具使用
以搭建TensorFlow深度學習架構為例，介紹如何在GPU執行個體上部署NGC環境以實現深度學習開發環境的預先安裝。
將eRDMA功能引入容器（Docker）環境提供更快的資料轉送和通訊效率，適用於在容器中需要大規模資料轉送和高效能網路通訊的應用情境，本教程介紹如何使用eRDMA鏡像在GPU執行個體上快速配置eRDMA。
本文為您匯總了GPU伺服器的最佳實務，您可以根據自身業務情境選擇相應的操作參考。
以搭建TensorFlow深度學習架構為例，介紹如何在GPU執行個體上部署NGC環境以實現深度學習開發環境的預先安裝。
將eRDMA功能引入容器（Docker）環境提供更快的資料轉送和通訊效率，適用於在容器中需要大規模資料轉送和高效能網路通訊的應用情境，本教程介紹如何使用eRDMA鏡像在GPU執行個體上快速配置eRDMA。