騰訊云GPU服務器低至2折

騰訊云GPU服務器優(yōu)惠入口：https://www.bensue.cn/tencent

https://www.xymww.com/

GPU 計算型實例能夠提供強大的計算能力，從容應對高實時、高并發(fā)的海量計算場景，廣泛適用于深度學習、科學計算等 GPU 通用計算場景場景。騰訊云 GPU 云服務器以和 云服務器 CVM 一致的管理方式，提供快速、穩(wěn)定、彈性的計算服務。

適用場景

適用于 AI 計算、高性能計算場景，例如：

AI 計算

深度學習推理

深度學習訓練

科學計算/高性能計算

流體動力學

分子建模

氣象工程

地震分析

基因組學等

說明

若您的 GPU 實例用于 3D 圖形渲染任務，則建議您使用已配置 vDWS/vWS License 并安裝 GRID driver 的 渲染型實例，以此免除手動配置 GPU 圖形圖像處理基礎環(huán)境步驟。

計算型實例總覽

GPU 云服務器計算型系列提供以下實例：

售賣情況

實例

GPU 類型

可用鏡像

可用區(qū)域

主售

PNV4

NVIDIA A10

CentOS 7.2 及以上

Ubuntu 16.04 - 20.04

Windows Server 2016 及以上

廣州、上海、北京

GT4

NVIDIA A100 NVLink 40G

廣州、上海、北京、南京

GN10Xp

NVIDIA Tesla V100 NVLink 32G

CentOS 7.2 及以上

Ubuntu 14.04 - 20.04

Windows Server 2012 及以上

廣州、上海、北京、南京、成都、重慶、新加坡、孟買、硅谷、法蘭克福

GN7

NVIDIA Tesla T4

廣州、上海、南京、北京、成都、重慶、香港、新加坡、曼谷、雅加達、孟買、首爾、東京、硅谷、弗吉尼亞、法蘭克福、莫斯科、圣保羅

vGPU - NVIDIA Tesla T4

CentOS 8.0 64位 GRID11.1

Ubuntu 20.04 LTS 64位 GRID 11.1

廣州、上海、南京、北京、成都、重慶、香港、硅谷、圣保羅

GN7vi

NVIDIA Tesla T4

CentOS 7.2 - 7.9

Ubuntu 14.04 - 20.04

上海、南京

在售

PNV4ne

NVIDIA A10

CentOS 7.2 及以上

Ubuntu 16.04 - 20.04

Windows Server 2012 及以上

TencentOS Server

上海

GI3X

NVIDIA Tesla T4

CentOS 7.2 及以上

Ubuntu 14.04 - 20.04

Windows Server 2012 及以上

廣州、上海、北京、南京、成都、重慶

GN10X

NVIDIA Tesla V100 NVLink 32G

廣州、上海、北京、南京、成都、重慶、新加坡、硅谷、法蘭克福、孟買

GN8

NVIDIA Tesla P40

廣州、上海、北京、成都、重慶、香港、硅谷

GN6 ? ? ? ?GN6S

NVIDIA Tesla P4

GN6：成都

GN6S：廣州、上海、北京

說明

可用區(qū)域：精確到城市級，細分區(qū)域詳見下文中的實例配置信息。

計算型實例選型推薦

騰訊云提供了類型豐富的 GPU 計算實例，可滿足不同業(yè)務應用場景的需求。請參考下表，并結合實際需求選擇合適的計算實例。

GPU 云服務器計算型實例選型推薦如下表，其中 ? 為支持，★ 為推薦。

功能\實例

PNV4

GT4

GN10Xp

GN7

GN7vi

PNV4ne

GI3X

GN10X

GN8

GN6/GN6S

圖形圖像處理

?

-

?

?

?

?

?

?

?

?

視頻編解碼

?

-

?

★

★

?

★

?

?

?

深度學習訓練

?

★

★

?

?

★

?

★

★

?

深度學習推理

★

?

★

★

★

★

★

★

?

?

科學計算

-

★

★

-

-

-

-

★

-

-

注意

以上推薦用途僅供參考，請根據(jù)實際需要進行選擇。

NVIDIA 系列 GPU 實例如用作通用計算，則需安裝 Tesla Driver + CUDA，安裝方法請參考 安裝 NVIDIA Tesla 驅動指引 和 安裝 CUDA 驅動指引。

NVIDIA 系列 GPU 實例如用作 3D 圖形渲染任務（高性能圖形處理，視頻編解碼等），則需安裝 GRID Driver 和配置 License Server，安裝方法請參考 安裝 NVIDIA GRID 驅動。

支持范圍

支持 包年包月 和 按量計費。

支持在 私有網絡 中啟動。

支持與 負載均衡 等產品的業(yè)務對接，不增加額外的管理和運維成本，內網流量免費。

實例規(guī)格

計算型 PNV4

計算型 PNV4 不僅適用于深度學習等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

性價比高 ，適用于如下場景：

深度學習的推理場景和小規(guī)模訓練場景。例如：

大規(guī)模部署的 AI 推理

深度學習小規(guī)模訓練

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

PNV4 實例支持可用區(qū)為：廣州七區(qū)、上海四/五區(qū)、北京六區(qū)。

硬件規(guī)格

CPU：2.55GHz AMD EPYCTM Milan 處理器，睿頻3.5GHz。

GPU：NVIDIA? ?A10（31.2 TFLOPS 單精度浮點計算，250 INT8 TOPS，500 INT4 TOPS）。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

PNV4 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA A10)

GPU 顯存 ? ? ?(GDDR6)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

PNV4.7XLARGE116

1顆

1 * 24GB

28核

116GB

13Gbps

230萬

28

PNV4.14XLARGE232

2顆

2 * 24GB

56核

232GB

25Gbps

470萬

48

PNV4.28XLARGE466

4顆

4 * 24GB

112核

466GB

50Gbps

950萬

48

PNV4.56XLARGE932

8顆

8 * 24GB

224核

932GB

100Gbps

1900萬

48

計算型 GT4

計算型 GT4 適用于深度學習、科學計算等 GPU 通用計算場景。

適用場景

GT4 具有強大的雙精度浮點運算能力，適用于大規(guī)模深度學習訓練、推理和科學計算場景。例如：

深度學習

高性能數(shù)據(jù)庫

計算流體動力學

計算金融

地震分析

分子建模

基因組學及其他

可用區(qū)

GT4 實例支持可用區(qū)為：廣州三/四/六區(qū)、上海四/五區(qū)、北京五/六區(qū)、南京一區(qū)。

硬件規(guī)格

CPU：GT4 配置 AMD EPYC? ROME 處理器，主頻2.6GHz。

GPU：NVIDIA? ?A100 NVLink 40GB（19.5TFLOPS單精度浮點計算，9.7TFLOPS雙精度浮點計算，600GB/s NVLink）。

內存：DDR4，內存計算性能穩(wěn)定。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：最高可支持50Gbps內網帶寬，超高網絡收發(fā)包能力，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GT4 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA ?A100 NVLink 40G)

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GT4.4XLARGE96

1顆

1 * 40GB

16核

96GB

5Gbps

120萬

4

GT4.8XLARGE192

2顆

2 * 40GB

32核

192GB

10Gbps

235萬

8

GT4.20XLARGE474

4顆

4 * 40GB

82核

474GB

25Gbps

600萬

16

GT4.41XLARGE948

8顆

8 * 40GB

164核

948GB

50Gbps

1200萬

32

說明

GPU 驅動：NVIDIA A100 系列需要安裝 NVIDIA Tesla 450 版本以上驅動，推薦您安裝 460.32.03(Linux)/461.33(Windows) 版本驅動，驅動版本信息請參見 NVIDIA 官方文檔。

計算型 GN10Xp

計算型 GN10Xp 不僅適用于深度學習、科學計算等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

GN10Xp 具有強大的雙精度浮點運算能力 ，適用于如下場景：

大規(guī)模深度學習訓練，推理和科學計算場景。例如：

深度學習

高性能數(shù)據(jù)庫

計算流體動力學

計算金融

地震分析

分子建模

基因組學及其他

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GN10Xp 實例支持可用區(qū)為：廣州三/四區(qū)、上海二/三區(qū)、南京一區(qū)、北京四/五/七區(qū)、成都一區(qū)、重慶一區(qū)、新加坡一區(qū)、孟買二區(qū)、硅谷二區(qū)、法蘭克福一區(qū)。

硬件規(guī)格

CPU：GN10Xp 配置 Intel? Xeon? Platinum 8255C CPU，主頻2.5GHz。

GPU：NVIDIA? Tesla? V100 NVLink 32GB（15.7TFLOPS 單精度浮點計算，7.8TFLOPS 雙精度浮點計算，125TFLOPS Tensor Core 深度學習加速，300GB/s NVLink）。

內存：DDR4，內存速率達2666MT/s。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN10Xp 實例提供以下配置：

型號

GPU ? ? ?（NVIDIA Tesla V100 NVLink 32G）

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN10Xp.2XLARGE40

1顆

1 * 32GB

10核

40GB

3Gbps

80萬

2

GN10Xp.5XLARGE80

2顆

2 * 32GB

20核

80GB

6Gbps

150萬

5

GN10Xp.10XLARGE160

4顆

4 * 32GB

40核

160GB

12Gbps

250萬

10

GN10Xp.20XLARGE320

8顆

8 * 32GB

80核

320GB

24Gbps

490萬

16

計算型 GN7

NVIDIA 實例 GN7 不僅適用于深度學習等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

性價比高 ，適用于如下場景：

深度學習的推理場景和小規(guī)模訓練場景。例如：

大規(guī)模部署的 AI 推理

深度學習小規(guī)模訓練

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GN7 實例支持可用區(qū)為：

GN7.LARGE20 及 GN7.2XLARGE40：廣州三/四/六/七區(qū)、上海二/三/四/五區(qū)、南京一/二/三區(qū)、北京三/五/六/七區(qū)、成都一區(qū)、重慶一區(qū)、香港二區(qū)、硅谷二區(qū)、圣保羅一區(qū)。

GN7 其他實例：廣州三/四/六/七區(qū)、上海二/三/四/五區(qū)、南京一/二/三區(qū)、北京三/五/六/七區(qū)、成都一區(qū)、重慶一區(qū)、香港二區(qū)、新加坡一/二/三區(qū)、曼谷二區(qū)、雅加達二區(qū)、孟買二區(qū)、首爾一/二區(qū)、東京二區(qū)、硅谷二區(qū)、法蘭克福一區(qū)、莫斯科一區(qū)、弗吉尼亞二區(qū)、圣保羅一區(qū)。

硬件規(guī)格

CPU：Intel? Xeon? Platinum 8255C CPU，主頻 2.5 GHz。

GPU：NVIDIA? Tesla? T4（8.1 TFLOPS 單精度浮點計算，130 INT8 TOPS，260 INT4 TOPS）。

內存：DDR4，內存速率達2666MT/s。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN7 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA ? ? ?Tesla T4)

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN7.LARGE20

1/4顆

4GB vGPU

4核

20GB

1.5Gbps

50萬

8

GN7.2XLARGE40

1/2顆

8GB vGPU

10核

40GB

3Gbps

70萬

8

GN7.2XLARGE32

1顆

1 * 16GB

8核

32GB

3Gbps

60萬

8

GN7.5XLARGE80

1顆

1 * 16GB

20核

80GB

7Gbps

140萬

10

GN7.8XLARGE128

1顆

1 * 16GB

32核

128GB

10Gbps

240萬

16

GN7.10XLARGE160

2顆

2 * 16GB

40核

160GB

13Gbps

280萬

20

GN7.20XLARGE320

4顆

4 * 16GB

80核

320GB

25Gbps

560萬

32

vGPU 說明

GN7 實例簇支持 vGPU 的實例類型。vGPU 的 GRID 驅動 License 類型為 vComputeServer（vCS），只支持 CUDA 計算 API，不支持 DirectX 和 OpenGL 等圖形 API。圖形圖像處理（3D 渲染、視頻編解碼）場景，推薦使用配置 vDWS License 服務器并安裝 GRID 驅動的 渲染型 GN7vw。

vGPU 實例需安裝配置 vCS License 的 GRID 驅動，騰訊云提供配置好 vCS License 的 GRID 驅動版 Linux 公共鏡像，且 vGPU 的實例不支持 Windows 操作系統(tǒng)。

GN7.LARGE20 和 GN7.2XLARGE40 均為 vGPU 實例類型。

視頻增強型 GN7vi

NVIDIA 實例 GN7vi 是在 GN7 基礎上配置騰訊自研的明眸視頻融合 AI 技術，包括極速高清編解碼引擎和畫質增強工具包，適用于點播、直播場景。使用該實例，您可在實例內部使用騰訊云自研的極速高清編解碼和 AI畫質增強功能。

說明

如果您希望了解更多 GPU 視頻增強型 GN7vi 產品信息，請前往 使用咨詢 頁面提供聯(lián)系方式，我們將會有專人聯(lián)系您。

可用區(qū)

GN7vi 實例支持可用區(qū)為：上海二/三/四/五區(qū)、南京一/二區(qū)。

硬件規(guī)格

CPU：Intel? Xeon? Platinum 8255C CPU，主頻2.5GHz。

GPU：NVIDIA? Tesla? T4（8.1TFLOPS 單精度浮點計算，130 INT8 TOPS，260 INT4 TOPS）。

內存：DDR4 ，內存速率達2666MT/s。

存儲： 可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡： 默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN7vi 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA Tesla T4)

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN7vi.5XLARGE80

1顆

1 * 16GB

20核

80GB

6Gbps

140萬

20

GN7vi.10XLARGE160

2顆

2 * 16GB

40核

160GB

13Gbps

280萬

32

GN7vi.20XLARGE320

4顆

4 * 16GB

80核

320GB

25Gbps

560萬

32

計算型 PNV4ne

計算型 PNV4ne 適用于深度學習、科學計算等 GPU 通用計算場景，支持EFI（Elastic Fabric Interface）。

說明：

該實例現(xiàn)處于內測階段，如需使用，請前往 計算型 PNV4ne 內測申請 頁面。

適用場景

性價比高 ，適用于深度學習的推理和小規(guī)模訓練場景：

大規(guī)模部署的 AI 推理

深度學習小規(guī)模訓練

可用區(qū)

PNV4ne 實例支持可用區(qū)為：上海五區(qū)

硬件規(guī)格

CPU：2.55GHz AMD EPYCTM Milan 處理器，睿頻3.5GHz。

GPU：NVIDIA? ?A10（31.2 TFLOPS 單精度浮點計算，250 INT8 TOPS，500 INT4 TOPS）。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。 ? ?

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。支持EFI（Elastic Fabric Interface）。

說明：

您可以在VPC網絡下實現(xiàn)RDMA直通加速互聯(lián)。EFI的使用說明，請參見使用EFI。如需使用，請前往EFI內測申請頁面。

PNV4ne 實例提供以下配置：

型號

GPU ? ?

(NVIDIA A10)

GPU 顯存 ? ? ?(GDDR6)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

PNV4ne.14XLARGE106

1顆

1 * 24GB

56核

106GB

25Gbps

470萬

48

PNV4ne.28XLARGE212

2顆

2 * 24GB

112核

212GB

50Gbps

950萬

48

PNV4ne.56XLARGE424

4顆

4 * 24GB

224核

424GB

100Gbps

1900萬

48

推理型 GI3X

NVIDIA 實例 GI3X 適用于深度學習等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

性價比高 ，適用于如下場景：

深度學習的推理場景和小規(guī)模訓練場景。例如：

大規(guī)模部署的 AI 推理

深度學習小規(guī)模訓練

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GI3X 實例支持可用區(qū)為：廣州三區(qū)、上海四/五區(qū)、南京一/二區(qū)、北京五/六區(qū)、成都一區(qū)、重慶一區(qū)。

硬件規(guī)格

CPU：2.6GHz AMD EPYC? ROME 處理器，睿頻3.3GHz。

GPU：NVIDIA? Tesla? T4（8.1 TFLOPS 單精度浮點計算，130 INT8 TOPS，260 INT4 TOPS）。

內存：搭配最新八通道 DDR4，內存計算性能穩(wěn)定。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GI3X 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA ? ? ?Tesla T4)

GPU 顯存 ? ? ?(GDDR6)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GI3X.8XLARGE64

1 顆

1 * 16GB

32核

64GB

5Gbps

140萬

8

GI3X.22XLARGE226

2顆

2 * 16GB

90核

226GB

13Gbps

375萬

16

GI3X.45XLARGE452

4顆

4 * 16GB

180核

452GB

25Gbps

750萬

32

計算型 GN10X

計算型 GN10X 不僅適用于深度學習、科學計算等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

GN10X具有強大的雙精度浮點運算能力 ，適用于如下場景：

大規(guī)模深度學習訓練，推理和科學計算場景。例如：

深度學習

高性能數(shù)據(jù)庫

計算流體動力學

計算金融

地震分析

分子建模

基因組學及其他

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GN10X 實例支持可用區(qū)為：廣州三/四區(qū)、上海二/三區(qū)、南京一區(qū)、北京四/五/七區(qū)、成都一區(qū)、重慶一區(qū)、新加坡一區(qū)、硅谷二區(qū)、法蘭克福一區(qū)、孟買二區(qū)。

硬件規(guī)格

CPU：GN10X 配置 Intel? Xeon? Gold 6133 CPU，主頻2.5GHz。

GPU：NVIDIA? Tesla? V100 NVLink 32GB（15.7TFLOPS 單精度浮點計算，7.8TFLOPS 雙精度浮點計算，125TFLOPS Tensor Core 深度學習加速，300GB/s NVLink）。

內存：DDR4，內存速率達2666MT/s。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN10X 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA Tesla V100 NVLink 32G)

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN10X.2XLARGE40

1顆

1 * 32GB

8核

40GB

3Gbps

80萬

2

GN10X.9XLARGE160

4顆

4 * 32GB

36核

160GB

13Gbps

250萬

9

GN10X.18XLARGE320

8顆

8 * 32GB

72核

320GB

25Gbps

490萬

16

計算型 GN8

NVIDIA 實例 GN8 不僅適用于深度學習等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

適用于如下場景：

深度學習的推理和訓練場景。例如：

大吞吐量的 AI 推理

深度學習

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GN8 實例支持可用區(qū)為：廣州三區(qū)、北京二/四區(qū)、成都一區(qū)、香港二區(qū)、上海三區(qū)、重慶一區(qū)、硅谷一區(qū)。

硬件規(guī)格

CPU：Intel? Xeon? E5-2680 v4 CPU，主頻2.4GHz。

GPU：NVIDIA? Tesla? P40（12TFLOPS 單精度浮點計算，47INT8 TOPS）。

內存：DDR4，內存速率達2666MT/s。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN8 實例提供以下配置：

型號

GPU ? ? ?（NVIDIA Tesla P40）

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN8.LARGE56

1顆

24GB

6核

56GB

1.5Gbps

45萬

8

GN8.3XLARGE112

2顆

48GB

14核

112GB

2.5Gbps

50萬

8

GN8.7XLARGE224

4顆

96GB

28核

224GB

5Gbps

70萬

14

GN8.14XLARGE448

8顆

192GB

56核

448GB

10Gbps

70萬

28

計算型 GN6/GN6S

NVIDIA 實例 GN6/GN6S 不僅適用于深度學習等 GPU 通用計算場景，也適用于圖形圖像處理（3D 渲染，視頻編解碼）場景。

適用場景

性價比高 ，適用于如下場景：

深度學習的推理場景和小規(guī)模訓練場景。例如：

大規(guī)模部署的 AI 推理

深度學習小規(guī)模訓練

圖形圖像處理場景。例如：

圖形圖像處理

視頻編解碼

圖形數(shù)據(jù)庫

可用區(qū)

GN6/GN6S 實例支持可用區(qū)為：

GN6：成都一區(qū)。

GN6S：廣州三區(qū)、上海二，三，四區(qū)、北京四，五區(qū)。

硬件規(guī)格

CPU：GN6 配置 Intel? Xeon? E5-2680 v4 CPU，主頻2.4GHz。GN6S 配置 Intel? Xeon? Silver 4110 CPU，主頻2.1GHz。

GPU：NVIDIA? Tesla? P4（5.5TFLOPS 單精度浮點計算，22INT8 TOPS）。

內存：DDR4，內存速率達2666MT/s。

存儲：可選擇 云硬盤類型，如需 擴容 可新建彈性云盤進行掛載。

網絡：默認網絡優(yōu)化，實例網絡性能與規(guī)格對應。公網網絡 可按需配置。

GN6/GN6S 實例提供以下配置：

型號

GPU ? ? ?(NVIDIA Tesla P4)

GPU 顯存 ? ? ?(HBM2)

vCPU

內存 ? ? ?(DDR4)

內網帶寬

網絡收發(fā)包(PPS)

隊列數(shù)

GN6.7XLARGE48

1顆

8GB

28核

48GB

5Gbps

120萬

14

GN6.14XLARGE96

2顆

16GB

56核

96GB

10Gbps

120萬

28

GN6S.LARGE20

1顆

8GB

4核

20GB

5Gbps

50萬

8

GN6S.2XLARGE40

2顆

16GB

8核

40GB

9Gbps

80萬

8