GPU虛擬化型執行個體具有高效能圖形處理和GPU加速計算能力,適用於圖形加速/渲染情境或通用計算業務情境。本文為您介紹Elastic Compute Service GPU虛擬化型執行個體規格類型系列的特點,並列出了具體的執行個體規格。
GPU虛擬化型執行個體規格類型系列sgn7i-vws(共用CPU)
規格類型系列介紹:
依託第三代神龍架構,提供穩定可預期的超高效能。同時通過晶片快速路徑加速手段,完成儲存、網路效能以及計算穩定性的數量級提升,可以更快地儲存資料和載入模型。
執行個體的CPU和網路資源採用共用模式提供,最大化利用底層資源。記憶體和GPU顯存採用獨享模式提供,為您提供資料隔離和效能保障。
說明如果您需要獨享的CPU資源,請選擇vgn7i-vws。
已包含NVIDIA GRID vWS的軟體License,可以為各類專業CAD軟體提供認證過的圖形加速驅動能力,滿足專業級圖形設計的需求,也可以作為輕量級GPU計算型執行個體使用,降低小規模AI推理過程的使用成本。
適用情境:
配備高效能CPU、記憶體、GPU,可以處理更多並發AI推理任務,適用於Image Recognition、語音辨識、行為識別業務。
支援RTX功能,搭配高主頻CPU,提供高效能的3D圖形虛擬化能力,適用於遠程圖形設計、雲遊戲等高強度圖形處理業務。
使用Ice Lake處理器,在影視動漫製作、雲遊戲、機械設計等領域進行3D建模時,效果更加出色。
計算:
採用NVIDIA A10 GPU卡。
創新的Ampere架構。
支援vGPU、RTX、TensorRT等常用加速功能,提供多種業務支撐。
處理器:2.9 GHz主頻的Intel ® Xeon ® 可擴充處理器(Ice Lake),全核睿頻3.5 GHz。
儲存:
I/O最佳化執行個體。
支援的雲端硬碟類型:ESSD雲端硬碟和ESSD AutoPL雲端硬碟。
網路:
支援IPv4、IPv6。關於IPv6通訊,參見IPv6通訊。
執行個體網路效能與執行個體規格對應,規格越高網路效能越強。
sgn7i-vws包括的執行個體規格及指標資料如下表所示。
執行個體規格 | vCPU | 記憶體(GiB) | GPU | GPU顯存 | 網路頻寬基礎/突發(Gbit/s) | 網路收發包PPS | 多隊列 | 彈性網卡 | 單網卡私人IPv4地址數 | 單網卡IPv6地址數 |
ecs.sgn7i-vws-m2.xlarge | 4 | 15.5 | NVIDIA A10 * 1/12 | 24GB * 1/12 | 1.5/5 | 50萬 | 4 | 2 | 2 | 1 |
ecs.sgn7i-vws-m4.2xlarge | 8 | 31 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 2.5/10 | 100萬 | 4 | 4 | 6 | 1 |
ecs.sgn7i-vws-m8.4xlarge | 16 | 62 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5/20 | 200萬 | 8 | 4 | 10 | 1 |
ecs.sgn7i-vws-m2s.xlarge | 4 | 8 | NVIDIA A10 * 1/12 | 24GB * 1/12 | 1.5/5 | 50萬 | 4 | 2 | 2 | 1 |
ecs.sgn7i-vws-m4s.2xlarge | 8 | 16 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 2.5/10 | 100萬 | 4 | 4 | 6 | 1 |
ecs.sgn7i-vws-m8s.4xlarge | 16 | 32 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5/20 | 200萬 | 8 | 4 | 10 | 1 |
上表中的GPU列對應的指標包括GPU卡型號和GPU分區資訊。其中,GPU分區表示1塊GPU分成多片,每個執行個體上使用1片。例如:
NVIDIA A10 * 1/12
中的NVIDIA A10
表示GPU卡型號;1/12
表示GPU分區,即1塊GPU分成12片,每個執行個體上使用1片。
GPU虛擬化型執行個體規格類型系列vgn7i-vws
規格類型系列介紹:
依託第三代神龍架構,提供穩定可預期的超高效能。同時通過晶片快速路徑加速手段,完成儲存、網路效能以及計算穩定性的數量級提升,可以更快地儲存資料和載入模型。
已包含NVIDIA GRID vWS的軟體License,可以為各類專業CAD軟體提供認證過的圖形加速驅動能力,滿足專業級圖形設計的需求,也可以作為輕量級GPU計算型執行個體使用,降低小規模AI推理過程的使用成本。
適用情境:
配備高效能CPU、記憶體、GPU,可以處理更多並發AI推理任務,適用於Image Recognition、語音辨識、行為識別業務。
支援RTX功能,搭配高主頻CPU,提供高效能的3D圖形虛擬化能力,適用於遠程圖形設計、雲遊戲等高強度圖形處理業務。
使用Ice Lake處理器,在影視動漫製作、雲遊戲、機械設計等領域進行3D建模時,效果更加出色。
計算:
採用NVIDIA A10 GPU卡。
創新的Ampere架構。
支援vGPU、RTX、TensorRT等常用加速功能,提供多種業務支撐。
處理器:2.9 GHz主頻的Intel ® Xeon ® 可擴充處理器(Ice Lake),全核睿頻3.5 GHz。
儲存:
I/O最佳化執行個體。
支援的雲端硬碟類型:ESSD雲端硬碟和ESSD AutoPL雲端硬碟。
網路:
支援IPv4、IPv6。關於IPv6通訊,參見IPv6通訊。
執行個體網路效能與執行個體規格對應,規格越高網路效能越強。
vgn7i-vws包括的執行個體規格及指標資料如下表所示。
執行個體規格 | vCPU | 記憶體(GiB) | GPU | GPU顯存 | 網路基礎頻寬(Gbit/s) | 網路收發包PPS | 多隊列 | 彈性網卡 | 單網卡私人IPv4地址數 | 單網卡IPv6地址數 |
ecs.vgn7i-vws-m4.xlarge | 4 | 30 | NVIDIA A10 * 1/6 | 24GB * 1/6 | 3 | 100萬 | 4 | 4 | 10 | 1 |
ecs.vgn7i-vws-m8.2xlarge | 10 | 62 | NVIDIA A10 * 1/3 | 24GB * 1/3 | 5 | 200萬 | 8 | 6 | 10 | 1 |
ecs.vgn7i-vws-m12.3xlarge | 14 | 93 | NVIDIA A10 * 1/2 | 24GB * 1/2 | 8 | 300萬 | 8 | 6 | 15 | 1 |
ecs.vgn7i-vws-m24.7xlarge | 30 | 186 | NVIDIA A10 * 1 | 24GB * 1 | 16 | 600萬 | 12 | 8 | 30 | 1 |
上表中的GPU列對應的指標包括GPU卡型號和GPU分區資訊。其中,GPU分區表示1塊GPU分成多片,每個執行個體上使用1片。例如:
NVIDIA A10 * 1/6
中的NVIDIA A10
表示GPU卡型號;1/6
表示GPU的分區,即1塊GPU分成6片,每個執行個體上使用1片。
GPU虛擬化型執行個體規格類型系列vgn6i-vws
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。
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。
支援的雲端硬碟類型:SSD雲端硬碟和高效雲端硬碟。
網路:
支援IPv4、IPv6。關於IPv6通訊,參見IPv6通訊。
執行個體網路效能與執行個體規格對應,規格越高網路效能越強。
vgn6i-vws包括的執行個體規格及指標資料如下表所示。
執行個體規格 | vCPU | 記憶體(GiB) | GPU | GPU顯存 | 網路基礎頻寬(Gbit/s) | 網路收發包PPS | 多隊列 | 彈性網卡 | 單網卡私人IPv4地址數 | 單網卡IPv6地址數 |
ecs.vgn6i-m4-vws.xlarge | 4 | 23 | NVIDIA T4 * 1/4 | 16GB * 1/4 | 2 | 50萬 | 4/2 | 3 | 10 | 1 |
ecs.vgn6i-m8-vws.2xlarge | 10 | 46 | NVIDIA T4 * 1/2 | 16GB * 1/2 | 4 | 80萬 | 8/2 | 4 | 10 | 1 |
ecs.vgn6i-m16-vws.5xlarge | 20 | 92 | NVIDIA T4 * 1 | 16GB * 1 | 7.5 | 120萬 | 6 | 4 | 10 | 1 |
上表中的GPU列對應的指標包括GPU卡型號和GPU分區資訊。其中,GPU分區表示1塊GPU分成多片,每個執行個體上使用1片。例如:
NVIDIA T4 * 1/4
中的NVIDIA T4
表示GPU卡型號;1/4
表示GPU的分區,即1塊GPU分成4片,每個執行個體上使用1片。