本文為您介紹智能計算靈駿的常見問題。
Q：如何建立、刪除叢集下的節點分組？
您有兩種方式為靈駿叢集建立分組
建立叢集時，為叢集建立分組。
建立叢集完成後，為已有的叢集建立分組。
在左側導覽列，選擇資源與節點>叢集管理。
單擊相應的叢集ID/名稱。
單擊節點分組頁簽。
單擊建立分組。輸入節點群組的分組名稱、預設機型等資訊。
（可選）建立完叢集分組後，您可以編輯相應叢集分組的名稱或刪除叢集分組。
刪除叢集下的節點分組。
在左側導覽列，選擇資源與節點>叢集管理。
單擊相應的叢集ID/名稱。
單擊節點分組頁簽。
在相應的節點分組後的操作列單擊刪除。
在對話方塊中單擊確定。
Q：刪除叢集時，為什麼提示需先刪除所有分組下的節點？
您需要先對叢集進行縮容，保證叢集下沒有節點，才能刪除叢集，具體操作請參見刪除叢集。
Q：為什麼深度學習和神經網路需要GPU？
GPU與CPU的對比如下表所示。
對比項 | GPU | CPU |
算術運算單元（ALU） | 大量擅長處理大規模並發計算的算術運算單元（ALU）。 | 擁有強大的算術運算單元（ALU），但數量較少。 |
邏輯控制單元 | 相對簡單的邏輯控制單元。 | 複雜的邏輯控制單元。 |
緩衝 | 緩衝較低且用於服務線程，不用於儲存訪問的資料。 | 擁有大量緩衝結構，能夠將資料儲存至緩衝，從而提高訪問速度、降低時延。 |
回應程式式 | 需要將全部任務整合後，再進行批處理。 | 即時響應，對單個任務的響應速度較快。 |
適用情境 | 適用於計算密集、相似性高、多線程並行的高輸送量運算情境。 | 適用於對響應速度有要求，邏輯複雜的串列運算情境。 |
最適合GPU的計算類型是可以並行完成的計算，您可以使用並行編程方法和GPU加速計算。而神經網路是高度並行的，非常適合用GPU進行計算。最典型的例子比如卷積，每個卷積計算都獨立於其他卷積計算，這意味著任何計算都不依賴於其他計算的結果。您使用神經網路進行的許多計算都可以很容易地分解成更小的計算，各個小計算不會相互依賴。
Q：智能計算靈駿與普通GPU託管服務有什麼不同？
智能計算靈駿叢集採用專為大規模AI計算情境所設計的系統架構和多層效能最佳化技術，能充分利用整體的計算、通訊和記憶體能力。在並行度極高的大規模計算情境，比如自然語言處理、自動駕駛模型訓練、Recommendation Engine等，相比普通GPU託管服務可以減少訓練的時間和成本，建立更大、更複雜的模型。
Q：開通叢集後，是否需要安裝GPU驅動？
靈駿計算節點的作業系統鏡像中已包含GPU驅動，您可以使用nvidia-smi確認GPU驅動已正確安裝並查詢顯卡狀態。
Q：如何查詢GPU顯卡的詳細資料？
不同作業系統的靈駿節點執行個體，查看GPU顯卡資訊的操作有所區別，具體說明如下：
如果您的靈駿節點安裝了Linux作業系統，您可以執行命令nvidia-smi，查詢GPU顯卡的詳細資料。
如果您需要瞭解GPU顯卡的空閑率、使用率、溫度以及功率等資訊，可以前往資料大盤查看。具體操作，請參見資料大盤。
Q：如何使用eGPU套件？
靈駿節點預設安裝eGPU軟體包的試用版，試用期為3個月。如您希望使用更長時間，請提交工單。目前eGPU的長期授權僅對企業認證使用者開放。