优异的通用GPU计算加速能力
为深度学习提供加速引擎
GN4实例基于NVIDIA的Maxwell M40 GPU,以最高14TFLOPS的单精浮点计算能力满足了深度学习等通用GPU计算场景下,对大规模并行浮点运算的算力需求。与弹性计算生态的完美结合,为不论是在线还是离线场景提供了通用的解决方案。搭配容器服务使用,简化部署和运维的复杂度,并提供资源调度服务。
网络性能出色
GN4、GN5实例最大支持120万PPS(网络需要开启4队列)及10Gbps的内网带宽,可以满足计算通道上网络的性能需求,配合高效云盘或SSD云盘,在保证数据高可用的前提下,将计算性能发挥到极致。
能够解决
-
弹性伸缩
与ECS的ESS和SLB结合实现弹性扩容
快速部署
利用容器实现快速部署,运维和调度。
推荐搭配使用
适用场景
-
机器学习
流体力学计算
基因组学
地震分析
分子建模
金融计算
ECS GPU通用计算实例(GN4、GN5)专为CUDA和OpenCL的通用GPU计算应用程序而设计适用于强大并行的浮点计算能力的服务器端业务场景,
提供了Caffe, Tensorflow, Torch的docker镜像和可选的阿里云容器服务,可以帮助您快速入门并通过阿里云容器服务方便的管理计算任务。
原创文章,作者:admin,如若转载,请注明出处:https://www.aliyunsolution.com/982.html