腾讯云GPU主机价格和配置怎么样?NVIDIA和AMD系列呢?

2023年2月12日01:46:54 发表评论
腾讯云正在大促:点击直达 阿里云超级红包:点击领取
免费/便宜/高性价比服务器汇总入口(已更新):点击这里了解

腾讯云GPU主机价格和配置怎么样?NVIDIA和AMD系列呢?

腾讯云GPU主机价格和配置性能怎么样?NVIDIA和AMD系列呢?腾讯云GPU主机分为NVIDIA GPU和AMD GPU系列,NVIDIA Tesla系列GPU包括前一代M40、当前主流的P4/P40以及最新一代的V100,AMD GPU采用AMD FirePro S7150主机教程网来详细说下腾讯云GPU主机NVIDIA和AMD系列GPU实例规格清单。

1、腾讯云GPU主机NVIDIA和AMD系列,腾讯云GPU主机分为NVIDIA系列,NVIDIA GPU如Tesla T4、Tesla P40、Tesla A100和Tesla V100,GPU实例规格GT4、GN10X、GN8、GN7、GN6S、GN7vw等规格。

2、腾讯云GPU主机分为AMD GPU系列采用AMD FirePro S7150,GPU实例如GA2。

3、AMD GPU系列实例,腾讯云AMD GPU系列云主机采用AMD FirePro S7150,提供出色的图形处理能力,是远程桌面、3D渲染、云游戏等应用场景的首选。目前可选AMD GPU实例规格为GA2,GA2适用于图形图像处理(3D 渲染)应用场景,如非线性编辑、云游戏、图形工作站及云桌面使用场景。腾讯云GPU云主机GA2实例目前只有一款GA2.LARGE12, 6核12G,GPU采用AMD FirePro S7150,CPU基于高频 Intel Xeon E5-2680 (Broadwell) 。

4、NVIDIA GPU系列实例,腾讯云GPU云主机NVIDIA系列分为计算型和渲染型两类:计算型适用于通用GPU计算场景,如深度学习、科学计算、CAE等;渲染型适用于3D渲染、视频编解码、CAD等使用场景。

NVIDIA系列GPU云主机实例规格及GPU类型如下表所示:

类型 实例 GPU类型 可用镜像 可用区域
计算型 GT4 Tesla A100
NVLink 40G
CentOS 7.2 及以上
Ubuntu 16.04 及以上
Windows Server 2016 及以上
广州、上海、北京
GN10X
GN10Xp
Tesla V100
NVLink 32G
CentOS 7.2 及以上
Ubuntu 14.04 及以上
Windows Server 2012 及以上
GN10X:广州、上海、南京、北京、成都、重庆、新加坡、硅谷、法兰克福、孟买
GN10Xp:广州、上海、南京、北京、成都、重庆、香港、法兰克福
GN8 Tesla P40 CentOS 7.2 及以上
Ubuntu 14.04 及以上
Windows Server 2012 及以上
广州、上海、北京、成都、重庆、香港、硅谷
GI3X Tesla T4 广州、上海、北京、南京
GN7 Tesla T4 广州、上海、南京、北京、成都、重庆、香港、新加坡、硅谷、孟买、弗吉尼亚、法兰克福
vGPU – Tesla T4 CentOS 8.0 64位 GRID11.1 广州、上海、南京、北京、成都、重庆、香港、硅谷
GN6
GN6S
Tesla P4 CentOS 7.2 及以上
Ubuntu 14.04 及以上
Windows Server 2012 及以上
GN6:成都
GN6S:广州、上海、北京
渲染型 GN7vw Tesla T4 CentOS 8.0 64位 GRID11.1
Windows Server 2019 数据中心版 64位 中文版 GRID11.1
北京、上海、广州、南京、成都、重庆、香港、新加坡、孟买、硅谷、弗吉尼亚、法兰克福

5、相对AMD GPU而言,腾讯云NVIDIA GPU实例规格更多,如GN6/GN6S、GN7、GN8、GI3X、GN10X/GN10Xp、GN7vw和GT4等,不同GPU实例适用场景参考下表:

功能实例 GN6
GN6S
GN7 GN8 GI3X GN10X
GN10Xp
GN7vw GT4
图形图像处理
视频编解码
深度学习训练
深度学习推理
科学计算

6、腾讯云GPU主机NVIDIA和AMD系列怎么选择?

图形图像处理,建议使用GN7vw,免除了vDWS License申请及搭建主机步骤,是图形图像处理应用场景的首选。

视频编解码,建议使用GN7实例。GN7采用T4 GPU,性能好且单路视频转码成本最低,适用于视频编解码的产品。

深度学习训练,建议使用GN8/GN10X/GN10Xp/GT4实例。GN8/GN10Xp/GT4实例采用P40、V100、A100中高端GPU,具有强大的单精度浮点运算能力,并具备较大的GPU板载内存,是深度学习训练的首选。

深度学习推理,建议使用GN6/GN6S/GN7/GI3X/GN8实例。GN6/GN6S/GN7/GI3X/GN8实例采用P4、T4、P40 GPU,具备INT8计算能力,性价比高,适合大规模部署。

科学计算,建议使用GN10X/GN10Xp/GT4实例。GN10X/GN10Xp/GT4实例采用V100、A100 GPU,具有强大的双精度浮点运算能力,可为科学与工程计算相关的应用软件提供最好的加速能力。

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: