本文介绍云服务器ECS GPU虚拟化型实例规格族的特点,并列出了具体的实例规格。
- 主售(推荐类型)
- 在售(如果售罄,建议使用主售的规格族)
GPU虚拟化型实例规格族sgn7i-vws(共享CPU)
sgn7i-vws的特点如下:
- 依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升,可以更快地存储数据和加载模型。
- 实例的CPU和网络资源采用共享模式提供,最大化利用底层资源。内存和GPU显存采用独享模式提供, 为您提供数据隔离和性能保障。说明 如果您需要独享的CPU资源,请选择vgn7i-vws。
- 已包含NVIDIA GRID vWS的软件License,可以为各类专业CAD软件提供认证过的图形加速驱动能力,满足专业级图形设计的需求,也可以作为轻量级GPU计算型实例使用,降低小规模AI推理过程的使用成本。
- 计算:
- 采用NVIDIA A10 GPU卡
- 创新的Ampere架构
- 支持vGPU、RTX、TensorRT等常用加速功能,提供多种业务支撑
- 处理器:2.9 GHz主频的Intel ® Xeon ® 可扩展处理器(Ice Lake),全核睿频3.5 GHz
- 采用NVIDIA A10 GPU卡
- 存储:
- I/O优化实例
- 仅支持ESSD云盘说明 更多云盘性能信息,请参见块存储性能。
- 网络:
- 支持IPv6
- 实例网络性能与计算规格对应(规格越高网络性能越强)
- 适用场景:
- 配备高性能CPU、内存、GPU,可以处理更多并发AI推理任务,适用于图像识别、语音识别、行为识别业务。
- 支持RTX功能,搭配高主频CPU,提供高性能的3D图形虚拟化能力,适用于远程图形设计、云游戏等高强度图形处理业务。
- 使用Ice Lake处理器,在影视动漫制作、云游戏、机械设计等领域进行3D建模时,效果更加出色。
sgn7i-vws包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存(GiB) | GPU | GPU显存 | 网络带宽基础/突发(Gbit/s) | 网络收发包PPS | 多队列 | 弹性网卡 |
---|---|---|---|---|---|---|---|---|
ecs.sgn7i-vws-m2.xlarge | 4 | 15.5 | NVIDIA A10 * 1/12 | 24GB * 1/12 | 1.5/5 | 50万 | 4 | 2 |
ecs.sgn7i-vws-m4.2xlarge | 8 | 31 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 2.5/10 | 100万 | 4 | 4 |
ecs.sgn7i-vws-m8.4xlarge | 16 | 62 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5/20 | 200万 | 8 | 4 |
ecs.sgn7i-vws-m2s.xlarge | 4 | 8 | NVIDIA A10 * 1/12 | 24GB * 1/12 | 1.5/5 | 50万 | 4 | 2 |
ecs.sgn7i-vws-m4s.2xlarge | 8 | 16 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 2.5/10 | 100万 | 4 | 4 |
ecs.sgn7i-vws-m8s.4xlarge | 16 | 32 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5/20 | 200万 | 8 | 4 |
说明
- 上表中的GPU列对应的指标包括GPU卡型号和GPU分片信息。其中,GPU分片表示1块GPU分成多片,每个实例上使用1片。例如:
NVIDIA A10 * 1/12
中的NVIDIA A10
表示GPU卡型号;1/12
表示GPU分片,即1块GPU分成12片,每个实例上使用1片。 - 您可以前往ECS实例可购买地域,查看实例在各地域的可购情况。
- 指标的含义请参见实例规格指标说明。
GPU虚拟化型实例规格族vgn7i-vws
vgn7i-vws的特点如下:
- 依托第三代神龙架构,提供稳定可预期的超高性能。同时通过芯片快速路径加速手段,完成存储、网络性能以及计算稳定性的数量级提升,可以更快地存储数据和加载模型。
- 已包含NVIDIA GRID vWS的软件License,可以为各类专业CAD软件提供认证过的图形加速驱动能力,满足专业级图形设计的需求,也可以作为轻量级GPU计算型实例使用,降低小规模AI推理过程的使用成本。
- 计算:
- 采用NVIDIA A10 GPU卡
- 创新的Ampere架构
- 支持vGPU、RTX、TensorRT等常用加速功能,提供多种业务支撑
- 处理器:2.9 GHz主频的Intel ® Xeon ® 可扩展处理器(Ice Lake),全核睿频3.5 GHz
- 采用NVIDIA A10 GPU卡
- 存储:
- I/O优化实例
- 仅支持ESSD云盘说明 更多云盘性能信息,请参见块存储性能。
- 网络:
- 支持IPv6
- 实例网络性能与计算规格对应(规格越高网络性能越强)
- 适用场景:
- 配备高性能CPU、内存、GPU,可以处理更多并发AI推理任务,适用于图像识别、语音识别、行为识别业务。
- 支持RTX功能,搭配高主频CPU,提供高性能的3D图形虚拟化能力,适用于远程图形设计、云游戏等高强度图形处理业务。
- 使用Ice Lake处理器,在影视动漫制作、云游戏、机械设计等领域进行3D建模时,效果更加出色。
vgn7i-vws包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存(GiB) | GPU | GPU显存 | 网络带宽(Gbit/s) | 网络收发包PPS | 多队列 | 弹性网卡 |
---|---|---|---|---|---|---|---|---|
ecs.vgn7i-vws-m4.xlarge | 4 | 30 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 3 | 100万 | 4 | 4 |
ecs.vgn7i-vws-m8.2xlarge | 10 | 62 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5 | 200万 | 8 | 6 |
ecs.vgn7i-vws-m12.3xlarge | 14 | 93 | NVIDIA A10 * 1/2 | 24GB * 1/2 | 8 | 300万 | 8 | 6 |
ecs.vgn7i-vws-m24.7xlarge | 30 | 186 | NVIDIA A10 * 1 | 24GB * 1 | 16 | 600万 | 12 | 8 |
说明
- 上表中的GPU列对应的指标包括GPU卡型号和GPU分片信息。其中,GPU分片表示1块GPU分成多片,每个实例上使用1片。例如:
NVIDIA A10 * 1/6
中的NVIDIA A10
表示GPU卡型号;1/6
表示GPU的分片,即1块GPU分成6片,每个实例上使用1片。 - 您可以前往ECS实例可购买地域,查看实例在各地域的可购情况。
- 指标的含义请参见实例规格指标说明。
GPU虚拟化型实例规格族vgn6i/vgn6i-vws
vgn6i-vws规格族:
vgn6i规格族:
- 如果您需要vgn6i实例支持OpenGL图形显示等图形功能,请自行向NVIDIA购买GRID License,并在创建实例后手动安装GRID驱动和激活License。
- 计算:
- 采用NVIDIA T4 GPU计算加速器
- 实例包含分片虚拟化后的虚拟GPU
- 计算能力支持NVIDIA Tesla T4的1/4和1/2
- GPU显存支持4 GB和8 GB
- 处理器与内存配比约为1:5
- 处理器:2.5 GHz主频的Intel ® Xeon ® Platinum 8163(Skylake)
- 存储:
- I/O优化实例
- 仅支持SSD云盘和高效云盘
- 网络:
- 支持IPv6
- 实例网络性能与计算规格对应(规格越高网络性能越强)
- 适用场景:
- 云游戏的云端实时渲染
- AR和VR的云端实时渲染
- AI(DL和ML)推理,适合弹性部署含有AI推理计算应用的互联网业务
- 深度学习的教学练习环境
- 深度学习的模型实验环境
vgn6i包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存(GiB) | GPU | GPU显存 | 网络带宽(Gbit/s) | 网络收发包PPS | 多队列(主网卡/辅网卡) | 弹性网卡 | 单网卡私有IP |
---|---|---|---|---|---|---|---|---|---|
ecs.vgn6i-m4.xlarge | 4 | 23 | NVIDIA T4 * 1/4 | 16GB * 1/4 | 2 | 50万 | 4/2 | 3 | 10 |
ecs.vgn6i-m8.2xlarge | 10 | 46 | NVIDIA T4 * 1/2 | 16GB * 1/2 | 4 | 80万 | 8/2 | 4 | 10 |
ecs.vgn6i-m4-vws.xlarge | 4 | 23 | NVIDIA T4 * 1/4 | 16GB * 1/4 | 2 | 50万 | 4/2 | 3 | 10 |
ecs.vgn6i-m8-vws.2xlarge | 10 | 46 | NVIDIA T4 * 1/2 | 16GB * 1/2 | 4 | 80万 | 8/2 | 4 | 10 |
ecs.vgn6i-m16-vws.5xlarge | 20 | 92 | NVIDIA T4 * 1 | 16GB * 1 | 7.5 | 120万 | 6 | 4 | 10 |
说明
- 上表中的GPU列对应的指标包括GPU卡型号和GPU分片信息。其中,GPU分片表示1块GPU分成多片,每个实例上使用1片。例如:
NVIDIA T4 * 1/4
中的NVIDIA T4
表示GPU卡型号;1/4
表示GPU的分片,即1块GPU分成4片,每个实例上使用1片。 - 您可以前往ECS实例可购买地域,查看实例在各地域的可购情况。
- 指标的含义请参见实例规格指标说明。
GPU虚拟化型实例规格族vgn5i
vgn5i的特点如下:
- 如果您需要vgn5i实例支持OpenGL图形显示等图形功能,请自行向NVIDIA购买GRID License,并在创建实例后手动安装GRID驱动和激活License。
- 计算:
- 采用NVIDIA P4 GPU计算加速器
- 实例包含分片虚拟化后的虚拟GPU
- 计算能力支持NVIDIA Tesla P4的1/8、1/4、1/2和1:1
- GPU显存支持1 GB、2 GB、4 GB和8 GB
- 处理器与内存配比为1:3
- 处理器:2.5 GHz主频的Intel ® Xeon ® E5-2682 v4(Broadwell)
- 存储:
- I/O优化实例
- 仅支持SSD云盘和高效云盘
- 网络:
- 支持IPv6
- 实例网络性能与计算规格对应(规格越高网络性能越强)
- 适用场景:
- 云游戏的云端实时渲染
- AR和VR的云端实时渲染
- AI(DL和ML)推理,适合弹性部署含有AI推理计算应用的互联网业务
- 深度学习的教学练习环境
- 深度学习的模型实验环境
vgn5i包括的实例规格及指标数据如下表所示。
实例规格 | vCPU | 内存(GiB) | GPU | GPU显存 | 网络带宽(Gbit/s) | 网络收发包PPS | 多队列 | 弹性网卡 | 单网卡私有IP |
---|---|---|---|---|---|---|---|---|---|
ecs.vgn5i-m1.large | 2 | 6 | NVIDIA P4 * 1/8 | 8GB * 1/8 | 1 | 30万 | 2 | 2 | 6 |
ecs.vgn5i-m2.xlarge | 4 | 12 | NVIDIA P4 * 1/4 | 8GB * 1/4 | 2 | 50万 | 2 | 3 | 10 |
ecs.vgn5i-m4.2xlarge | 8 | 24 | NVIDIA P4 * 1/2 | 8GB * 1/2 | 3 | 80万 | 2 | 4 | 10 |
ecs.vgn5i-m8.4xlarge | 16 | 48 | NVIDIA P4 * 1 | 8GB * 1 | 5 | 100万 | 4 | 5 | 20 |
说明
- 上表中的GPU列对应的指标包括GPU卡型号和GPU分片信息。其中,GPU分片表示1块GPU分成多片,每个实例上使用1片。例如:
NVIDIA P4 * 1/8
中的NVIDIA P4
表示GPU卡型号;1/8
表示GPU的分片,即1块GPU分成8片,每个实例上使用1片。 - 您可以前往ECS实例可购买地域,查看实例在各地域的可购情况。
- 指标的含义请参见实例规格指标说明。