阿里云VGN5i虚拟化GPU服务器价格更低的GPU计算服务 – 阿里云百科
阿里云推出虚拟化GPU VGN5i实例,适用于云游戏、VR/AR、AI推理和DL教学等轻量级GPU计算场景,更细粒度的GPU计算服务,咸鱼优惠网网分享:
什么是虚拟化GPU服务?
阿里云虚拟化GPU服务
虚拟化GPU服务是一种弹性GPU计算服务,用户可以根据业务需求选择比一颗物理GPU更小的计算资源来部署自己的业务。简单来说,虚拟GPU计算服务成本更低,价格更便宜。
虚拟化GPU服务和常规GPU计算有什么区别?
咸鱼优惠网网 | 常规GPU实例 | 虚拟化GPU实例 |
---|---|---|
CPU加速器呈现 | 通过设备直通方式提供物理GPU加速器 | 通过GPU虚拟化方式提供虚拟GPU加速器 |
运行稳定性 | 仅支持作业离线迁移 | 支持作业在线迁移 |
计算业务场景 | 重负载GPU加速计算 深度学习训练与推理计算 HPC计算 重载图形计算 |
轻负载GPU计算 轻负载的深度学习推理计算 深度学习教学场景 云游戏与VR/AR场景 |
使用与管理 | 弹性计算服务实例 业务扩展以单颗物理GPU资源方式增加 |
弹性计算服务实例 业务扩展以更小粒度GPU资源方式增加(例如:1/8或1/4颗Tesla P4的资源) |
VGN5i虚拟化GPU实例应用场景
图形与AI计算场景全覆盖,虚拟化GPU服务是通过GPU虚拟化技术将物理GPU资源进行切分,虚拟化的GPU依然具有物理GPU的所有计算特性。用户可以使用虚拟化GPU实例搭建自己的AI推理计算业务,云端图形工作站或者游戏业务:
单颗物理GPU的计算能力越来越强,虚拟桌面,图形设计以及云游戏和VR/AR应用则在部分场景下需要小粒度的GPU计算资源。
云游戏和VR/AR应用在批量部署时使用虚拟化GPU实例,成本优势也将极为明显。
在深度学习的训练计算场景中,虽然对单颗GPU的性能要求与日俱增,但在诸多深度学习推理计算场景中,则需要小粒度的GPU计算资源。
在AI应用普惠化的背景下,小粒度的虚拟化GPU实例更加贴合用户业务场景,帮助用户降低业务支出。
随着5G移动通信业务的快速展开,云游戏发展最大的阻碍带宽和延时得以消除,基于云端计算的云游戏有着诸多优势。例如:使用相同配置的虚拟化GPU实例,用户的游戏运行基础环境变得统一可控,更有利于游戏开发团队提供更多高质量的图形游戏给游戏用户而不必担心游戏用户的游戏机配置和性能不匹配。
5G移动通信带来的另一个机会是VR/AR,基于云端GPU加速的VR/AR应用也将不再依赖昂贵的专用终端,推广起来也变得更加容易,用户仅需要基于手持移动设备或者家中的电视即可实现VR/AR应用。
随着AI技术的普及,基于AI技术的互联网应用也变得更加普遍,而这些应用更多使用轻量级的AI算法模型,且更加依赖于基于容器的弹性部署,小颗粒的虚拟化GPU实例则更加适合这样的计算场景。
AI技术与传统产业的结合变得越来越深入,AI技术也成为了**战略,培养更多的AI人才也变成了必须。高等院校和领先的AI培训机构也越来越多依赖于云端GPU实例作为教学实验资源。小颗粒的虚拟化GPU实例则具有更好的成本优势且可以使用镜像方式批量部署,更加便利搭建深度学习教学实验环境。
虚拟化GPU计算的优势
在互联网业务中,批量部署成本和快速弹性伸缩是用户的主要关注点。批量部署的成本优势和快速弹性伸缩可以帮助用户自如应对业务变化,提高业务效率和减少业务支出。
在诸多图形计算和AI推理计算的场景中,用户通常并不要求单GPU实例的计算性能十分强大,而是更加关注业务在批量部署中的成本。小粒度的虚拟化GPU实例则更加合适这些场景,很好的平衡用户业务在批量部署中的成本需求。
拥有了小粒度的虚拟化GPU实例,用户不必再为了匹配较强的物理GPU资源而将服务部署成为复杂的胖服务节点,而是可以基于容器方式将有GPU计算需求的服务都解耦部署在不同的虚拟化GPU实例节点上。这样部署的瘦服务节点更加有利于快速弹性伸缩,在业务的任何时刻都可以应对自如,提高业务运维效率。
使用小颗粒的虚拟化GPU实例进行瘦服务节点部署,使得服务环境配置和服务接口变得简单,使用不同的镜像即可部署大规模的AI应用而无需部署复杂的胖节点,提供运维效率,降低时间风险和成本。