Elastic GPU Service：已停售的GPU執行個體規格

• 規格類型系列介紹：

  • 依託第三代神龍架構，通過晶片快速路徑加速手段，提供穩定可預期的超高計算、儲存和網路效能。

  • 採用NVIDIA T4 GPU計算加速器提供GPU加速能力，助力圖形和AI業務，搭配容器技術可以提供60路以上虛擬Android終端，並對每路終端顯示進行硬體視頻轉碼加速。

• 適用情境：

  • 基於Android提供App遠端服務，例如雲業務線上待機、雲手遊和雲手機、Android業務爬蟲。

• 計算：

  • 處理器與記憶體配比約為1:3。

  • 處理器：2.8 GHz主頻的Ampere^® Altra^®處理器，睿頻3.0 GHz，原生ARM計算平台為Android伺服器提供高效的效能和優秀的App相容性。

• 儲存：

  • I/O最佳化執行個體。

  • 支援的雲端硬碟類型：ESSD雲端硬碟、ESSD AutoPL雲端硬碟。更多雲端硬碟資訊，請參見Block Storage概述。

• 網路：

  • 支援IPv4、IPv6。關於IPv6通訊，參見IPv6通訊。

ebmgn6ia包括的執行個體規格及指標資料如下表所示。

vgn6i的特點如下：

• 計算：

  • 採用NVIDIA T4 GPU計算加速器

  • 執行個體包含分區虛擬化後的虛擬GPU

    • 計算能力支援NVIDIA Tesla T4的1/4和1/2

    • GPU顯存支援4 GB和8 GB

  • 處理器與記憶體配比約為1:5

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® Platinum 8163（Skylake）

• 儲存：

  • I/O最佳化執行個體

  • 僅支援SSD雲端硬碟和高效雲端硬碟

• 網路：

  • 支援IPv6

  • 執行個體網路效能與計算規格對應（規格越高網路效能越強）

• 適用情境：

  • 雲遊戲的雲端即時渲染

  • AR和VR的雲端即時渲染

  • AI（DL和ML）推理，適合彈性部署含有AI推理計算應用的互連網業務

  • 深度學習的教學練習環境

  • 深度學習的模型實驗環境

vgn6i包括的執行個體規格及指標資料如下表所示。

vgn5i的特點如下：

• 計算：

  • 採用NVIDIA P4 GPU計算加速器

  • 執行個體包含分區虛擬化後的虛擬GPU

    • 計算能力支援NVIDIA Tesla P4的1/8、1/4、1/2和1:1

    • GPU顯存支援1 GB、2 GB、4 GB和8 GB

  • 處理器與記憶體配比為1:3

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® E5-2682 v4（Broadwell）

• 儲存：

  • I/O最佳化執行個體

  • 僅支援SSD雲端硬碟和高效雲端硬碟

• 網路：

  • 支援IPv6

  • 執行個體網路效能與計算規格對應（規格越高網路效能越強）

• 適用情境：

  • 雲遊戲的雲端即時渲染

  • AR和VR的雲端即時渲染

  • AI（DL和ML）推理，適合彈性部署含有AI推理計算應用的互連網業務

  • 深度學習的教學練習環境

  • 深度學習的模型實驗環境

vgn5i包括的執行個體規格及指標資料如下表所示。

sccgn6e的特點如下：

• 具備ECS Bare Metal Instance的所有特性。更多資訊，請參見ECS Bare Metal Instance規格。

• 計算：

  • GPU加速器：

    • 創新的Volta架構

    • GPU顯存32 GB HBM2

    • CUDA Cores 5120

    • Tensor Cores 640

    • GPU顯存頻寬900 GB/s

    • 單GPU支援6個NVLink鏈路（NVLink屬於雙向鏈路），單向鏈路的頻寬為25 Git/s，總頻寬為6×25×2=300 Git/s

  • 處理器與記憶體配比為1:8

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® Platinum 8163（Skylake），計算效能穩定

• 儲存：

  • I/O最佳化執行個體

  • 僅支援ESSD雲端硬碟、ESSD AutoPL雲端硬碟、SSD雲端硬碟和高效雲端硬碟

  • 支援高效能並行檔案系統CPFS

• 網路：

  • 支援IPv6

  • 支援Virtual Private Cloud

  • 支援RoCE V2網路，用於低延遲的RDMA通訊

• 適用情境：

  • 超大規模機器學習叢集訓練情境

  • 大規模高效能科學計算和模擬計算

  • 大規模資料分析、批次運算、視頻編碼

sccgn6e包括的執行個體規格及指標資料如下表所示。

sccgn6的特點如下：

• 具備ECS Bare Metal Instance的所有特性。更多資訊，請參見ECS Bare Metal Instance規格。

• 計算：

  • GPU加速器：V100（SXM2封裝）

    • 創新的Volta架構

    • GPU顯存16 GB HBM2

    • CUDA Cores 5120

    • Tensor Cores 640

    • GPU顯存頻寬900 GB/s

    • GPU支援6個NVLink鏈路（NVLink屬於雙向鏈路），單向鏈路的頻寬為25 Git/s，總頻寬為6×25×2=300 Git/s

  • 處理器與記憶體配比為1:4

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® Platinum 8163（Skylake），計算效能穩定

• 儲存：

  • I/O最佳化執行個體

  • 僅支援ESSD雲端硬碟、ESSD AutoPL雲端硬碟、SSD雲端硬碟和高效雲端硬碟

  • 支援高效能並行檔案系統CPFS

• 網路：

  • 支援IPv6

  • 支援Virtual Private Cloud

  • 支援RoCE V2網路，用於低延遲的RDMA通訊

• 適用情境：

  • 超大規模機器學習叢集訓練情境

  • 大規模高效能科學計算和模擬計算

  • 大規模資料分析、批次運算、視頻編碼

sccgn6包括的執行個體規格及指標資料如下表所示。

sccgn6ne的特點如下：

• 具備ECS Bare Metal Instance的所有特性

• 計算：

  • GPU加速器：V100（SXM2封裝）

    • 創新的Volta架構

    • GPU顯存32 GB HBM2

    • CUDA Cores 5120

    • Tensor Cores 640

    • GPU顯存頻寬900 GB/s

    • 支援6個NVLink鏈路，每個25 GB/s，總共300 GB/s

  • 處理器與記憶體配比為1:4

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® Platinum 8163（Skylake），計算效能穩定

• 儲存：

  • I/O最佳化執行個體

  • 支援ESSD雲端硬碟、SSD雲端硬碟和高效雲端硬碟

  • 支援高效能並行檔案系統CPFS

• 網路：

  • 支援IPv6

  • 支援Virtual Private Cloud

  • 支援RoCE V2網路，用於低延遲的RDMA通訊

• 適用情境：

  • 超大規模機器學習叢集訓練情境

  • 大規模高效能科學計算和模擬計算

  • 大規模資料分析、批次運算、視頻編碼

sccgn6ne包括的執行個體規格及指標資料如下表所示。

gn4的特點如下：

• 採用NVIDIA M40 GPU計算卡

• 計算：

  • 多種處理器與記憶體配比

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® E5-2682 v4（Broadwell）

• 儲存：

  • I/O最佳化執行個體

  • 僅支援SSD雲端硬碟和高效雲端硬碟

• 網路：

  • 執行個體網路效能與計算規格對應（規格越高網路效能越強）

• 適用情境：

  • 深度學習

  • 科學計算，例如計算流體動力學、計算金融學、基因體學研究、環境分析

  • 高效能運算、渲染、多媒體編解碼及其他伺服器端GPU計算工作負載

gn4包括的執行個體規格及指標資料如下表所示。

ga1的特點如下：

• 採用AMD S7150 GPU計算卡

• 配備高效能NVMe SSD本地碟

• 計算：

  • 處理器與記憶體配比為1:2.5

  • 處理器：2.5 GHz主頻的Intel ^® Xeon ^® E5-2682 v4（Broadwell）

• 儲存：

  • I/O最佳化執行個體

  • 僅支援SSD雲端硬碟和高效雲端硬碟

• 網路：

  • 執行個體網路效能與計算規格對應（規格越高網路效能越強）

• 適用情境：

  • 渲染、多媒體編解碼

  • 機器學習、高效能運算、高效能資料庫

  • 其他需要強大並行浮點計算能力的伺服器端業務

ga1包括的執行個體規格及指標資料如下表所示。